用 ChatGPT 做多语言关键词研究：英到西/葡/日，搜索意图不变
目录
上个季度，一个跑鞋品牌找到我，让我在他们新开三家海外店铺之前，把英文关键词清单扩成西班牙语、葡萄牙语和日语。之前的代理商交付了 4000 个"翻译结果"，我抽样一看，搜索意图错得离谱的有 60%。
举个最典型的例子：英文 "best running shoes" 被直译成 "mejores zapatos para correr"。但在墨西哥，本地人根本不会这么搜。这不是关键词研究，这是机器翻译然后贴了个 SEO 的标签。
下面是我现在真正在用的 4 步流程。不花哨，顺序对，搜索意图就不会漏。
第一步：50 个干净的英文种子词
跳过这一步，后面全废。种子词要从"已经知道搜索意图"的地方来：Google Search Console（搜索分析报告）、你付费搜索的转化词、或者 Ahrefs、Semrush 的父主题。砍掉品牌词、只对美国市场有意义的产品词（州名、"free shipping 2-day" 这类）。
你要的 50 个词，应该是 产品 或 问题 搜索，不是导航类搜索。
重点：ChatGPT 擅长扩词，不擅长判断哪 50 个词值得扩。先后顺序不能反。
第二步：翻译 + 扩词，一个 prompt 搞定
多数人只做翻译。这是第一个错误。翻译保留了"量"，但抓不住本地人真正描述同一个问题的方式。
我用的是 GPT-4o，prompt 如下：
你是一名 SEO 本地化专家。我会给你一组英文关键词，每一组都对应
明确的搜索意图（信息型、商业型、交易型）。
对每个英文关键词：
1. 翻译成西班牙语（墨西哥）、葡萄牙语（巴西）、日语，
用本地人真实的搜索方式，不要字面直译。
2. 对每个翻译后的关键词，补充 1-2 个本地人常用的自然变体
（同义词、去品牌化表达、常见拼写错误、单复数变化等）。
3. 给每个结果打上意图标签：[I]（信息型）、[C]（商业型）、[T]（交易型）。
4. 如果直译会偏离原意，标上 [INTENT WARNING]，
并给出符合本地习惯的替代词。
输出表格。不要总结，不要评论。
关键词 1：[粘贴]
关键词 2：[粘贴]
...我一次粘贴 10 个词。超过这个量，第二轮开始它的意图标签就开始乱标。[INTENT WARNING] 标记是真正省时间的部分，因为它逼着模型把"不确定"的案例主动标出来，而不是自信地给一个错答案。
第三步：人工检查被标记的词
被标 [INTENT WARNING] 的行，就是搜索意图最容易丢的地方。拿跑鞋项目举例：
| 英文 | 朴素翻译 | 本地自然表达 | 问题 |
|---|---|---|---|
| best running shoes for flat feet | mejores zapatos para correr pies planos | mejores tenis para correr con pie plano | 在墨西哥，"zapatos" 是皮鞋的词，跑者用 "tenis" |
| cheap running shoes | zapatillas de correr baratas | tenis para correr baratos | ES-MX 同样有 "zapatillas vs tenis" 的问题 |
| trail running shoes | calçados de corrida para trilha | tênis de trilha | 巴西人按"运动项目"搜，不是"鞋类型 + 项目" |
| running shoes for beginners | 走るのが初めての ランニングシューズ | 初心者 ランニングシューズ おすすめ | 日语商业意图搜索几乎都带 おすすめ（推荐）或 選び方（怎么选） |
原则：如果你不是该市场的母语者，花点钱在 Upwork 上找一个 freelancer，花 1 小时审 50 条被标记的词。比一杯咖啡还便宜，但这是整个流程里真正离不开人的一步。
第四步：用 Google Trends 逐地区验证
到这一步，你手上是一份干净的、意图保留的清单，三个语种加起来大概 400-600 个关键词。最后一步是验证需求真的存在，因为 ChatGPT 很愿意为一个每月搜 10 次的词编出流利的日语。
打开 Google Trends，地区分别设成墨西哥（ES）、巴西（PT）、日本（JP）。按意图分组后，看两件事：
- 过去 24 个月的趋势方向。 如果某组词是平的或下降的，别围绕它写内容。
- 页面底部的"相关查询"。 这是金子。Google 告诉你 真实用户 搜了什么。结果常常和 ChatGPT 给的差 20-30%。把好的捞回来加进清单。
跑鞋那个项目里，JP "トレイルランニング シューズ"（越野跑鞋）的实际搜索量是 ChatGPT 估计的 4 倍；而 ES-MX 的 "tenis para correr mujer"（女款跑鞋）整个品类在第二步完全漏掉了。
三个最容易踩的坑
- 字面直译跨文化失真。 英语里 "shoes" 是默认词。ES-MX 里运动场景用 tenis，正装用 zapatos；日语里 シューズ 是外来词，靴 是本土词，哪一个更常用完全看品类。ChatGPT 大概 70% 的情况能答对，剩下的 30% 会答得特别自信。
- 英文清单里藏着美国专属意图。 "Same-day delivery"、"Amazon Prime"、"near me" 这些词到了圣保罗或大阪，意思完全不一样。第一步就要砍掉，否则你的国际清单里全是死词。
- 日语不做搜索量验证。 日语关键词工具少，很多团队嫌麻烦就跳过这一步，结果发了 50 篇围绕"月搜 0 次"关键词的内容。Google Trends 每个组都跑一遍，免费的。
整套流程做三个语种，我大概 6 小时。替换掉的那个代理商报价是 2 周 + 4000 个水分词。差异不在 AI，而在于把"人工意图检查"放在 AI 验证之间，不是放在最后。
真相比很多人想的简单：AI 不是替代人，是把人从 80% 的重复劳动里捞出来，让他专心做那 20% 必须人判断的事。