阿拉伯语提问时，可见度要分开看

Arabic & Persian Layout Requirements 是 W3C Internationalization Working Group 于 2025 年 10 月 2 日发布的 Group Draft Note。文档写明它是草稿，可能被更新或取代，不适合被引用为已完成的标准。在这个前提下，正文写了一件排版事实：阿拉伯字母从右向左书写；数字，包括阿拉伯数字，从左向右书写；页面以阿拉伯字母为主时，版面也从右向左。拉丁字母在双向算法里属于从左到右的一类。

一段阿拉伯语里夹着英文品牌名，方向会在同一段里切换。这是排版要求，不是某个模型会引用该页面的证据。

Localized versions of your pages 写的是 Google 搜索。hreflang 用来告诉 Google 同一内容的语言或地区版本。文档写，Google 不用 hreflang 或 HTML 的 lang 来检测页面语言，而是用算法判断。国家代码不能单独作为 hreflang 的第一段。给英语页面加上指向阿拉伯语 URL 的 hreflang，并不能把英语正文变成阿拉伯语。这份文档也没有说 ChatGPT 或 Perplexity 会因此引用该页。

inLanguage 表示内容使用的语言，并写明使用 IETF BCP 47 的语言代码。它是词表里的属性，不是引用保证。

Common Crawl 的语言分布 按月公布抓取档案。语言由 CLD2 识别，一篇文档最多可标出 3 种语言。表中的数字是主语言所占百分比，而且只把 HTML 页面送进检测器。CC-MAIN-2026-30、CC-MAIN-2026-34 和 CC-MAIN-2026-39 三列里，主语言为阿拉伯语（ara）的比例是 0.6548%、0.6677% 和 0.6679%；英语（eng）是 40.5782%、40.4526% 和 41.8620%；中文（zho）是 4.4292%、4.3829% 和 4.2255%。

如果一个双语页面的主语言不是阿拉伯语，它不会进入 ara 这一行。这些数字描述的是该档案里的公开 HTML，不是 ChatGPT 或 Perplexity 的引用份额，也不是沙特或阿联酋用户的提问语言。以后的档案会不同，应以页面上的当前表为准。

OpenAI 的 web search 指南 把 country 写成两位 ISO 国家代码。Perplexity 的 Sonar 模式 把 search_language_filter 和 language_preference 分成两个 ISO 639-1 字段，再把 user_location.country 写成 ISO 3166-1 alpha-2。文档没有写“把阿联酋和沙特合成一个市场”，也没有写“英语页面可以代表阿拉伯语提问”。

测量时如果把这些条件加在一起，加在一起的是报表，不是上述字段。阿拉伯语的 ISO 639-1 代码是 ar，阿联酋和沙特的两位国家代码是 AE 和 SA。文档中的例子并没有使用这三个代码。调用时仍应把实际传入的代码写进快照。