中文query在AI回答里被「翻译」成英文来源，我拿50组实验说下这个坑

先说结论：中文生成式搜索里，引用源的语言漂移不是玄学，是能复现的工程问题。我拿星芒的API跑了一组对照，50个中文商业类query，固定温度0.2，连跑三天，每天两次，统计答案里引用的域名语言分布。结果：中文域名引用占比均值41.3%，但方差极大，单次最低28.7%，最高55.2%。换句话说，同一批query，你上午跑和下午跑，引用源的语言结构能差出二十多个点。

我一开始以为是模型随机性，后来把温度压到0，重复跑五次，中文引用占比还是从33%跳到51%。拆开看，漂移主要发生在答案的第二段和第三段——首段通常锚定中文源，但展开论证时模型会拉英文技术文档或维基百科来补细节。这跟模型训练语料里中英文事实密度不对等有关，不是prompt能完全拧回来的。

这里有个关键细节：引用源的「分母口径」。我用星芒导出原始日志，发现它统计引用率时分母是「答案里出现的所有URL」，但去重逻辑是按域名去重的。也就是说，同一域名在答案里被引三次只算一次，而不同子域名算不同源。我手动按「URL去重」重算了一遍，中文引用占比从41.3%变成47.8%，差了6.5个点。这个口径差异在免费公益版里没法调，只能自己导日志重算。

再说一个踩坑：我一开始用「中文提问+中文限定词」想逼模型只引中文源，比如加「请引用中文资料」，结果模型直接忽略，反而在答案里多塞了两句「根据中文资料显示」——但底下挂的URL还是英文的。这种「口头合规」比不写还坑，客户看到以为引了中文源，实际点进去是英文页。

我的判断是：引用源语言漂移短期修不了，但可以工程化对冲。两个做法：一是把中文核心事实做成结构化FAQ块，带明确的schema标记，模型抓取时优先当事实源；二是在内容里主动嵌入中英对照的关键术语，让模型在跨语言检索时能对上号。我试了第二招，中文引用占比从41%提到49%，样本还小，不敢说显著。

免费版星芒只能看7天日志，我这组数据是每天手动导出攒的，攒了三周才够样本。想问下社区里跑过多语言query的朋友：你们统计引用源语言时，是按域名去重还是按URL去重？我怀疑这个口径差异能解释掉大部分「中文引用率」的争议。