使用 GPT 进行翻译：如何获得最佳结果

你已经用 GPT 处理了一段内容，输出结果看起来不错。流畅易读，语气接近你想要的。然后，当你把规模扩大到一万个字符串时，你就会开始注意到一些问题：品牌术语在不同页面上的翻译不同，产品描述之间的语气变化，听起来正确的短语但表达的内容却略有错误。GPT并没有失败。你的工作流程确实如此。

大多数企业团队在从测试 GPT 过渡到依赖 GPT 时都会遇到这个问题。该型号性能优异。差距源于周围的一切——术语控制、审查路径、质量检查，这些都将一个有效的模型变成了一个可重复的流程。

什么是GPT翻译？

GPT 翻译使用大型语言模型，根据提示和源内容生成上下文感知翻译。与机器翻译相比，GPT往往能产生更流畅的措辞和更好的语气适应性。保持生产过程中的一致性和准确性仍然需要围绕提示、术语、审核和质量建立控制系统。

为什么 GPT 翻译需要结构

GPT能够生成流畅的输出。但是流畅的输出与规范的翻译并不相同，规范的翻译每次运行时都会始终应用您批准的术语，遵循您的风格指南，并经过定义的审核流程。如果没有翻译管理系统 (TMS) 将这些控制措施从一个任务传递到下一个任务，那么随着你添加的每个字符串，不一致性就会不断加剧。

问题总是以可预测的方式出现：

• 字符串之间的术语变化
• 不同类型的内容，语气也会有所不同。
• 团队最终只能在彼此独立的工具中手动审核输出结果。
• 翻译质量问题会在翻译流程进行到下游之前被忽略。

Smartling 等平台的 AI 翻译通过应用翻译记忆库（先前批准的翻译数据库）、术语表强制执行和带有检索增强生成 (RAG) 的提示工具来弥补这些差距。RAG 允许系统在翻译时自动导入相关的参考资料。这些工具结合起来，可以将 GPT 从一个功能强大的模型变成一个可重复的过程。

GPT 在翻译方面表现出色

GPT 在流畅度至关重要，并且需要在可控的工作流程中获得高质量初稿时表现出色。合适的例子包括：

• 营销和创意内容
• 产品描述
• 风险较低的材料，例如内部文档、常见问题解答和帮助中心内容。
• 在某些项目中，快速迭代比严格的字面措辞更为重要。

GPT 翻译最适合用于生成目标语言中听起来自然流畅、易于阅读的输出，并可以根据品牌和质量要求进行检查的情况。

GPT 翻译的不足之处

输出可能流畅但不一致，并且并非每次都会出现首选术语。由于大型语言模型可以生成超出源意图的内容，因此您还必须考虑幻觉（听起来合理但不正确的输出）和质量缺陷，这些缺陷在大规模应用中会变得更加难以追踪。审计能力薄弱会加剧这两个问题。

Smartling 的 AI 翻译平台通过术语表支持的工作流程来强制执行术语，并将已批准的翻译存储在翻译记忆库中，从而解决这些问题。审核步骤在工作流程内部进行管理，而不是在工作流程外部进行管理，这使得团队能够更加一致，并拥有更清晰的扩展路径。

如何有效地使用 GPT 进行翻译

提供清晰的提示

提示质量会影响 GPT 如何理解任务。一个好的提示会告诉模特内容是什么，目标受众是谁，以及应该使用什么语气。将 GPT 视为空白翻译框会产生通用翻译结果。

在 Smartling 中，团队配置 LLM 配置文件（保存的语言模型指令和参数集），并调整翻译参数，以便 GPT 对特定内容类型保持一致的行为。

您的本地化团队将拥有一个可重复使用的平台来测试和改进输出，而无需每次请求都从头开始重写指令。

使用参考资料

GPT 在合适的上下文条件下表现更佳。对于翻译而言，这意味着术语表、风格指南、品牌指南以及已批准的过往翻译示例。这些参考资料使术语和音调在各个弦乐中保持一致，并使输出在实际制作环境中更易于使用。

Smartling 直接管理这些参考资料，在翻译时自动用词汇表术语和翻译记忆库示例增强提示。您的团队严格执行术语规范，并重复使用已批准的翻译，无需事后手动清理。

审核和编辑输出

人工审核仍然很重要，尤其是对于面向客户的文案、受监管的内容以及任何对品牌而言更具知名度的内容。目标不是取消复习，而是通过从更完善的第一遍开始，使复习更有针对性。

Smartling 将人工审校直接集成到翻译工作流程中。审校模式为审校人员提供了一个更清晰的校对环境，而语言质量保证 (LQA) ——一种根据定义的错误类别评估翻译的结构化方法——让团队能够根据词汇表使用情况、风格、翻译记忆、语法和上下文来评估输出。

标准化输出

获得一个高质量的 GPT 翻译很简单。在不同团队、语言和内容类型之间实现相同的标准并非易事。标准化需要一致的工作流程步骤、共享的语言资源，以及每次都应用相同的质量规则。

Smartling 配置工作流程，将内容打包成作业，通过正确的步骤进行路由，并自动将其送回源系统。人工交接被可靠的自动化系统取代。使用动态工作流程的企业团队已将翻译成本和周转时间降低了高达 50%。

GPT 与机器翻译

GPT 和机器翻译 (MT) 解决的是相关但不同的问题。机器翻译是指经过专门训练，利用翻译数据生成可预测、可重复输出的自动化系统。GPT 在流畅性和语境表达方面通常更强，但每次运行结果的差异更大——这意味着传统的机器翻译在没有额外控制的情况下表现更好，而 GPT 需要提示和参考资料才能保持一致性。

Smartling AutoSelect ™可根据内容类型和要求，动态地将内容路由到最佳翻译引擎或模型。如果第一个引擎无法提供高质量的翻译，Smartling 会尝试使用其他选项，并将内容路由到备用的人工工作流程步骤。

如何扩展 GPT 翻译

随着内容量的增加，手动提示已经不再可行。你需要自动化系统，该系统能够连接内容源、自动分配任务，并保持翻译流程顺畅，无需人工交接。

Smartling 与 CMS 和产品系统集成后，即可实现持续本地化，内容在创建时即可进入翻译工作流程，而无需等待手动批量处理。

随着 Therabody 的健康产品在全球范围内扩张，它也面临着同样的挑战。团队需要在不增加成本的情况下，将本地化扩展到包装、营销和网站等领域。通过Smartling 的 AI 人工翻译 (AIHT) （即 AI 翻译加上最终的人工验证步骤）处理大量内容，Therabody 将翻译成本降低了 60%，并在不影响质量的前提下加快了产品上市速度。

扩展 GPT 翻译规模的关键不在于找到一个完美的提示，而在于将 AI 嵌入到相互关联的本地化过程中。当流程包含工作流程、集成、语言资源和自动化时，您可以大规模翻译，减少瓶颈。

不使用结构化方法使用GPT的风险

使翻译可重复性的控制措施——共享词汇表、翻译记忆库、标准化的审校流程以及内置的质量检查和报告——正是大规模保持输出一致性的关键。如果没有它们，品牌不一致的问题很快就会显现出来。不同页面和渠道的首选术语、语气和措辞各不相同，没有共享的词汇表或翻译记忆库来保持它们的一致性。如果工作流程中没有建立审批、质量检查和报告机制，合规风险就会增加。

规模扩大后，小问题也会变得代价高昂——在更多的内容和更多的地区，代价就会成倍增加。

Smartling 通过自动化质量检查、工作流程控制和集中式报告来应对这些风险。

人工智能如何提升翻译工作流程

人工智能最有用的地方在于它能改进翻译工作流程，而不仅仅是翻译步骤本身。Smartling 通过其AI Hub （一个集中式中心，使团队能够访问 20 多个 LLM 和 MT 引擎，这些引擎具有自定义提示、品牌防护措施和企业级安全性）和 AI Toolkit 功能集成了 AI，其中包括：

• 语言质量评估（自动评分，预测翻译是否需要人工审核）
• AI 译后编辑（机器翻译输出的自动润色）
• 人工智能增强语言资源的使用

这些工具结合起来，有助于预测质量、提高产出，并更有效地将内容分发到合适的审核层级。

如果没有结构化的翻译工作流程会发生什么？

如果没有结构化的工作流程，提示、编辑、审批和术语的管理就会变得零散且困难。瓶颈增多，成本上升，质量变得不稳定。随着翻译需求的增长，可扩展性变得越来越难。

当工作流程……时，GPT 会变得更好。

即使模型性能良好，但如果工作流程存在缺陷，也会产生不稳定的结果。从 GPT 中获益最多的团队并不是那些拥有最佳提示的团队，而是那些围绕该模型构建了正确流程的团队：共享词汇表、翻译记忆库、定义的审核步骤以及与实际进行翻译的内容系统相连的质量检查。正是这个过程使得质量可重复、规模化生产成为可能。

Smartling 不仅仅是一个翻译管理系统，它是一个端到端的 AI 翻译平台，在一个地方处理软件翻译、AI 翻译和人工翻译。如果您希望 GPT 在各种语言、内容类型和翻译量下都能可靠地运行，请预约演示，了解 Smartling 的 AI 翻译工作流程在实践中是如何运作的。