我们做过一件事：把同一批问题，用不同语言各搜一遍，看看有多少人认真回答过。
结果的差距超出预期。
差距的形状
同一个具体问题：
- 用英语搜 —— 前面挤着一堆答案，其中有几个是权威来源，写得很全。你再写一篇，很难挤进去
- 换一种语言搜 —— 几乎没人系统回答过。有的只是零散的论坛回复和机器翻译的内容
这个差距不是一两倍，是一个数量级。
为什么会这样
因为内容生产的密度是跟着市场规模走的，而市场规模和「有多少人有这个问题」不成正比。
一个问题可能在十几种语言里都有人在问，但只有英语世界有足够多的人靠回答它赚钱。其余语言的市场太小，养不活专门做这件事的人。
于是那些语言里就是空的。 不是因为没人需要，是因为没人做。
对小团队意味着什么
这是少数几个规模小反而是优势的地方。
一个大的内容团队，不会为了一个小语种市场专门投人——投入产出算不过来。
而一个两个人的团队，把已经写好的东西翻译过去，边际成本极低。同样一份内容，在密度低的语言里能拿到高得多的曝光。
一个配套的发现
我们还验过另一件事：一篇写得足够全的清单式文章，有可能垄断整个答案的依据。
也就是说，当有人（或者 AI）去回答那个问题的时候，它引用的是你那一篇——因为没有别的可引用的。
而这件事是跨语种生效的。
怎么找这样的题
一个筛法：
找那种「英语世界密度高、其他语言密度低」的问题。
两边都要看：
- 英语密度高 —— 说明这个问题确实有人关心，值得回答
- 其他语言密度低 —— 说明那边是空的
只满足后一条的题不要做。 「所有语言都没人做」通常意味着没人关心，不是没人做——那是一个更坏的信号。
一句提醒
这不是「翻译一下就完事」。
机器翻译的内容在那些语言里已经很多了，而且效果很差——它们正是那个「零散、低质量」的组成部分。
真正有用的是用那种语言重新写一遍：用当地的说法、举当地能理解的例子、回答当地人真正会问的那个版本的问题。
这件事比翻译贵，但比从零写便宜得多——因为内核已经想清楚了。