印尼站hreflang互抢AI答案，我拿日志做了个AB对照才理清

上个月印尼独立站遇到个怪事：同一句印尼语问句，AI 有时引 id-ID 页面，有时引 ms-MY 页面，两个页面内容几乎一样。

我先怀疑是语言识别问题，但查了抓取日志，发现 AI 爬虫把 /id/ 和 /ms/ 两个路径都抓了，且抓取时间差不到两小时。真正的问题在 hreflang 互指——我们印尼站和马来站的 hreflang 标签写成了双向互指，没有明确 self-reference，AI 解析时把两个页面当成了同一语言的两个版本。

具体踩坑细节：

1. 印尼站 hreflang 里写了 id-ID、ms-MY、en，但马来站只写了 ms-MY 和 en，没写 id-ID。结果 AI 从马来站抓不到指向印尼站的信号，就把两个页面当成了平行内容。
2. 两个站点的 canonical 标签都指向自己，但页面内容相似度超过 70%，AI 直接二选一，选谁全看抓取时序。

我做了个简单 AB 对照：A 组保持原 hreflang，B 组改成单向指认（印尼站只指 en 和 id-ID，马来站只指 ms-MY 和 en），跑了两周日志。B 组印尼语问句的引用准确率从 54% 提到 81%，马来语问句没掉。

判断依据是日志里 AI 爬虫的 referer 字段——A 组有 37% 的印尼语问句，爬虫是从马来站页面跳过来的，说明它把马来站当成了印尼语内容源。B 组这个比例降到 9%。

顺带说一句，这个检测流程我用了 site.sougeo.com 的免费 API 拉多语言页面抓取记录，预算紧的团队真可以先用它跑个 baseline，再决定要不要上付费工具。

现在的问题是：你们做多语言站点时，hreflang 会写 self-reference 吗？还是只写互指？我想看看不同写法对 AI 引用准确率的影响有没有共性。