AI翻译的质量已经足够好,但企业级本地化仍然卡在一致性上。

同一份产品文档,第一版把dashboard译成仪表盘,第二版译成控制台,第三版译成看板。用户读起来像三个产品。

解决办法是术语表。这件事技术含量不高,但决定本地化的专业度。

术语表该包含哪些条目?

四类。产品名和功能名、行业术语、界面字符串、禁用词。

产品名和功能名最重要。这类词往往不翻译,或者有官方译法,必须统一。

行业术语需要和专业译者确认。同一个英文词在不同行业有不同译法,选错会显得外行。

界面字符串要考虑长度限制。按钮上的词翻成中文可能变长,导致换行或截断。

禁用词是反面清单。某些译法在目标市场有负面联想,要明确禁止。

怎么建第一版?

四个步骤。第一步,从已有文档里抽取高频专有名词,用词频统计加人工筛选。第二步,为每个词确定标准译法,标注词性、使用场景、是否保留原文。第三步,给每个词配一到两个例句,说明上下文。第四步,把术语表导入翻译工具或模型的提示里。

第一版不用求全,覆盖高频的几十到几百个词就有效果。剩下的在使用中补充。

怎么保证AI遵守术语表?

三个手段。第一,把术语表作为提示的一部分,明确要求优先使用。第二,翻译后做术语一致性检查,扫描输出里是否出现非标准译法。第三,对关键术语做强制替换,检查不通过就重译。

第三个手段最可靠,因为它不依赖模型自觉。

术语冲突怎么处理?

三种冲突。同一英文词在不同语境需要不同译法,这时术语表要按场景分条,不能一条通吃。同一中文词对应多个英文词,要在术语表里注明区别。新词没有标准译法,要先定一个临时译法并标记待确认。

处理原则是:能分场景就分场景,不能分就选一个最通用的,其余在正文里用括号补充原文。

怎么维护?

三个机制。版本管理,术语表每次变更记录谁改的、为什么改。使用统计,定期看哪些术语被频繁查询或频繁纠正。定期评审,每季度请本地译者过一遍,删掉过时的、补上新增的。

使用统计最有价值,它能告诉你哪些术语是真正的痛点。

对AI翻译的实际影响有多大?

在专业文档上,术语表能把一致性从六成提到九成以上。这个提升对品牌形象的影响,比翻译流畅度的提升更明显。

流畅度的问题是模型能力,一致性的问题是流程管理。后者可以靠工程解决,前者只能等模型进步。

结论?

术语表是本地化的基础设施。它不酷,但决定专业度。

建表的成本主要在前期的抽取和确认,维护成本很低。做一次,能用很多年。

最该避免的做法是每篇文档单独翻,不共享术语。这样翻得再多,也攒不下资产。

去论坛讨论

前往 ziyuanagi.com 论坛 参与讨论