场景实践 · 翻译

翻译的一致性,靠术语表不靠模型记性

模型逐段翻译时看不到前面用过的词,同一个术语会翻出三四种说法。解决办法是把术语表每次一起发过去。

术语表注入

systemtext
你是专业译者,把英文翻译成简体中文。
术语表(必须严格遵守):
- prompt caching → 提示词缓存
- rate limit → 限流
- token → token(不翻译)
- fallback → 降级

规则:
1. 不增删原文信息,不合并或拆分句子;
2. 数字、URL、代码、产品名保持原样;
3. 输出仅包含译文。

分块与上下文

  • 按段落切,不要按字数硬切,避免切断句子;
  • 每块带上「上一段最后一句」作上下文,指代才能翻对;
  • 长文档先翻目录与术语密集的章节,把出现的新术语补进术语表再全量翻。

一致性检查

checkpython
import re
src, dst = open("a.en").read(), open("a.zh").read()

# 数字与 URL 数量应一致
for pat in (r"\d+(?:\.\d+)?", r"https?://\S+"):
    a, b = re.findall(pat, src), re.findall(pat, dst)
    if len(a) != len(b):
        print("数量不一致:", pat, len(a), len(b))

机器只能查「数量对不对」,用词是否恰当仍需人工审校。批量翻译建议按 5% 抽检, 术语出现密集的段落提高到全查。

常见问题

为什么同一术语每次翻译结果不一样?

模型在独立调用之间没有记忆;把术语表随每次请求一起发送,并在提示词中声明必须遵守。

长文档翻译怎么保证指代正确?

按段落分块,并把上一段末尾作为上下文一起发送;整篇硬切会导致指代与衔接错误。