Чому multi-language важить для AI

LLM відповідають по-різному на той самий prompt різними мовами. Покупець, який питає польською «najlepsze krypto-licencje dla startupów», отримує інший набір відповідей, ніж англомовний з тим самим питанням — інакше зважені джерела, інакша позиція брендів у відповіді.

Якщо твій бренд відвантажений лише англійською, ти відсутній у кожному не-англомовному prompt’і. Для брендів з EU, MENA чи LATAM-експозицією це — ціла труба.

AP Education engagement відвантажив UA, EN і PL на кожній пріоритетній сторінці. PL-версія тягне окремі цитування з Perplexity польською і ChatGPT польською. Цієї поверхні не існувало в English-only версії сайту.

Hreflang як фундамент

<link rel="alternate" hreflang="..."> у head кожної сторінки, з покриттям усіх мовних варіантів включно з x-default. Приклад:

<link rel="canonical" href="https://answerly.agency/services/aeo-starter-audit">
<link rel="alternate" hreflang="en" href="https://answerly.agency/services/aeo-starter-audit">
<link rel="alternate" hreflang="uk" href="https://answerly.agency/ua/services/aeo-starter-audit">
<link rel="alternate" hreflang="x-default" href="https://answerly.agency/services/aeo-starter-audit">

Без hreflang AI-екстрактори трактують /services/foo і /ua/services/foo як дубльований контент різними мовами. Authority розмивається; обидві версії перформлять гірше, ніж мають.

Цей сайт (answerly.agency) ставить hreflang на кожну сторінку з BaseLayout — глянь head будь-якої сторінки, alternates емітяться per-locale автоматично.

Що перекладається машинно, а що ні

Можна машинно:

  • Schema markup (Article, FAQPage, Person property values для не-name полів)
  • Вміст Quick Facts таблиць
  • Технічні підписи (form fields, navigation items)
  • Footer boilerplate

Ніколи машинно:

  • Hero-копірайт
  • X-is-Y intro
  • H2-питання й direct answers
  • FAQ-питання й direct answers
  • Author bio
  • Усе, де має звучати голос бренду

Причина: машинний переклад передає сенс, але вбиває голос. AI-екстрактори зважують якість контенту поряд зі структурною відповідністю, і машинно перекладена копірайт читається як low-effort. Ми це міряли — сторінки з машинно перекладеним маркетинговим копірайтом перформлять на 40–60% гірше за native-edited версії по citation rate у вторинній мові.

Дисципліна: native-редактор або bilingual writer на кожну мову. На AP Education engagement сиділи окремі UA, EN і PL редактори на retainer. Вартість перекладу реальна — але citation lift у вторинній мові окуповує її за місяці.

Per-language prompt-кластер

Кожна мова отримує свій prompt-кластер. PL prompt-кластер для crypto licensing — не переклад англійського: польські покупці питають інакше, бо польський regulatory landscape інший.

Майнінг prompt’ів кожною мовою йде через ті самі інструменти (Searchable, Profound) з language-specific фільтрами. П’ять seed prompt’ів на мову плюс розмовні варіанти. Для Scale або Enterprise engagement з трьома мовами це 150–200 tracked prompt’ів сумарно — але розкидані по трьох командах (один редактор / writer на мову).

llms.txt per language

Для multi-language сайту найчистіший шаблон: один канонічний llms.txt на /llms.txt, що покриває основну мову, плюс посилання на мовні варіанти:

# Brand

> Primary description.

...

## Language versions
- English: https://yourdomain.com/llms.txt (this file)
- Ukrainian: https://yourdomain.com/ua/llms.txt
- Polish: https://yourdomain.com/pl/llms.txt

Кожен мовний варіант — повноцінний llms.txt відповідною мовою. AI-системи можуть знайти й цитувати будь-який, залежно від мови prompt’а.

Цей сайт робить інакше — один llms.txt на /llms.txt з явними покажчиками на UA-шляхи всередині. Обидва шаблони валідні.

Що тобі варто зробити для multi-language бренду

Стартуй з двох мов, не з п’яти. Обери вторинну мову з найбільшим комерційним pipeline (часто польська для українського й румунського бізнесу, німецька для багатьох EU SaaS, арабська для MENA-targeting брендів).

Відвантаж вторинну версію:

  • Усіх п’яти service-сторінок
  • Pricing
  • Methodology
  • Топ-3 блог-постів

Це приблизно два місяці роботи native-редактора — і дає citation surface у мові 2. Розширюй лише після того, як ця поверхня дає цитування.

Якщо хочеш реалізувати end-to-end з native-редакторами per language — це Scale tier з явним multi-language scope. Дві мови на Scale, три на Enterprise, чотири+ — на custom.