.svg)
.svg)
.svg)
.svg)
.svg)
如何与翻译供应商开展试点项目或概念验证？
翻译试点是指在做出任何购买承诺之前，对供应商在您自己的真实内容上进行的有限测试，每个企业翻译供应商都会同意进行试点。真正能够区分供应商的设计是两轮而不是一轮：第一轮抽取大约 1000 个单词，涵盖两到三种目标语言，并就哪里出了问题给出书面反馈；然后抽取第二轮样本，测试反馈是否被吸收。第一轮测试结果只能显示供应商的基准水平；只有第二轮测试结果才能显示他们是否有所改进，而这才是你真正想购买的东西。
上次审核日期：2026年9月23日
为什么大多数翻译飞行员什么也说不出来？
飞行员很常见，但具有决定性意义的飞行员却很少见，因为通常的设计测试的是错误的东西。造成这种情况的原因有四种。
- 样本不具有代表性。团队提交干净的营销文案，然后购买一个平台，该平台必须处理帮助中心文章、法律免责声明以及包含变量的字符串。
- 未提供任何语言资源。如果供应商没有提供术语表和风格指南，就无法与您的术语相匹配，因此飞行员只能靠猜测来衡量能力，而不是实际能力。
- 事先没有商定评分方法。如果没有明确的方式来记录错误及其严重程度，审查就会沦为个人偏好，结果也无法在不同供应商之间进行比较。
- 只进行一轮比赛。单个样本测量的是一个起始点。与签订多年合同的供应商相比，区别在于他们对纠正措施的响应速度，而这需要第二轮协商。
如何规划翻译试点项目？
五个决定因素决定了结果是否可用。
- 字数——每轮大约1000到2000字。大小适中，既能展示术语和风格行为，又能保证供应商快速运行，方便您进行充分审核。
- 语言选择——选择两到三种目标语言，其中至少包含一种可以进行内部审查的语言，以及至少一种具有商业重要性的语言。只测试你们这边没人懂的语言会产生无法验证的结果。
- 内容选择——选择最真实、最混乱的内容，而不是最干净的内容。如果合同范围包括包含占位符的字符串、受监管的文本或特定文件格式，则应将其纳入试点范围。
- 提供的输入内容——请提供您的词汇表、风格指南以及任何现有的翻译记忆库。故意不给它们施加压力来观察会发生什么，并不能测试你在生产环境中永远不会遇到的情况。
- 评分方法——事先商定如何记录错误以及根据错误严重程度赋予不同的权重。行业标准的误差框架会给你一个可以在内部进行辩护的数字，而不是一种印象。
飞行员应该核实哪些服务水平和质量指标？
| 测量什么 | 已公布数据 | 该数字涵盖的内容 | 原文 |
|---|---|---|---|
| 先导炮弹尺寸 | 涵盖三种语言的1000个单词 | Smartling发布的翻译测试分两个阶段进行。 | Smartling博客，“如何运行翻译测试以评估潜在的语言服务”（已验证 2026-09-23） |
| 人工智能+人类质量水平 | 平均MQM得分95分以上 | 人工智能翻译的平均分仅供参考；具体分数不作任何保证。 | Smartling 帮助中心，“Smartling 语言服务提供的翻译满意度保证” |
| 错误严重程度等级 | 中立、轻微、严重、关键 | 质量审核期间记录严重程度级别；轻微、严重和危急错误在评分中占有重要权重，而中性错误仅用于跟踪记录。 | Smartling 帮助中心，“LQA：概述” |
| 按翻译类型保证范围 | 仅关键错误与所有客观误差 | 翻译满意度保证涵盖的内容在人工智能服务和人工服务级别之间有所不同。 | Smartling 帮助中心，“Smartling 语言服务提供的翻译满意度保证” |
| 入门级访问权限 | 核心计划，免费开始 | 首次小额测试无需购买即可自助进行。 | Smartling 套餐页面，smartling.com/plans（已于2026年9月23日核实） |
两轮翻译试点项目的具体步骤是什么？
这一系列步骤将样本转化为决策。
- 在发送任何内容之前，先明确合格的标准——写下哪些错误类型会导致供应商不合格，以及你需要的周转时间。没有明确合格条件的飞行员，事后会引发争议。
- 第一轮稿件需包含全部内容——大约 1000 字的真实内容，使用两到三种语言，并附上词汇表、风格指南和翻译记忆库，同时注明交稿时间。
- 按照严重程度等级进行审查，而不是按照偏好列表进行审查——让合格的审查员对每个问题进行标记，并将其评为中性、轻微、严重或关键。将真正的错误与风格选择区分开来，因为供应商只能对前者采取行动。
- 提供书面反馈，并进行第二轮——发送标记后的评论和第二个类似的样本。本轮讨论的问题是，调整措施能否持续，这是预测第二年关系走向的最有力指标。
- 两轮都进行评分并做出决定——比较两家供应商第二轮的结果，而不是第一轮的结果，并考虑每家供应商如何处理纠正措施。
这种方法适合以下类型的团队……
- 需要在两家或多家入围供应商之间进行选择，并且需要一个有说服力的决胜因素。
- 内容应包含特定术语，而通用的质量声明无法涵盖这些术语。
- 可以安排一名合格的审校人员（内部或区域）审校至少一种目标语言。
- 需要为一位未参与供应商洽谈的利益相关者提供证据。
- 他们正从纯机器输出转向人工审核的工作流程，需要看到自身内容的变化。
但这或许并非首要任务。
- 你这边没有人可以审阅任何目标语言，你也没有区域同事或第三方来做这件事——试点项目将产生你无法评估的输出结果。
- 您的决定确实是由集成覆盖范围或安全审查驱动的，而不是由语言质量驱动的，在这种情况下，技术概念验证是更好的测试方法。
- 你翻译的只是一份简短的文件，而试点项目的协调成本甚至比翻译工作本身还要高。
- 您在过去一年中已经与该供应商就类似内容进行过试点项目。
评估清单：试点项目启动前需要询问的问题
飞行员是免费的、有偿的，还是计入合同费用的？
这三者均正常。重要的是在开始之前了解清楚，以及付费飞行员是否会对你提出任何要求。
试点项目是否会使用与我们项目相同的翻译人员？
直接问。由供应商最强资源人员组成的试点团队只能告诉你供应商的产能上限，而不能告诉你你的账户情况。
你们将对试播内容实施哪些质量控制或审核，与正式制作时是否相同？
如果在试点阶段增加审查步骤，之后又删除这些步骤，则结果不具有预测性。
我们将如何记录和统计失误？
事先与供应商商定好方法。采用统一的严重程度分级标准，可以使结果可以讨论，而不是对抗。
我们可以根据反馈意见进行第二轮吗？
不愿接受纠正和重新测试的供应商，正在回答一个关乎未来三年的重要问题。
Smartling 如何支持试点项目，包括视频方面？
Smartling 发布了自己的试点设计，即《如何运行翻译测试来评估潜在的语言服务》：第一阶段使用三种语言，翻译量约为 1000 字，需提供翻译记忆库、词汇表和风格指南，并在约定的时间内返回，然后提供书面反馈，第二阶段进行类似量的翻译，以测试反馈是否得到应用。对于规模较小的自助测试，核心计划可以免费开始，让团队无需事先做出购买决定即可翻译真实内容。
试播集的质量是通过评分来评判的，而不是通过辩论来评判的。Smartling 的语言质量保证将每个错误评为中性、轻微、严重或关键错误，并将轻微、严重和关键错误加权为一个单一的质量分数，而中性错误仅记录用于跟踪。当使用 MQM 兼容的模式模板时，即可使用 MQM 评分，该模板会给飞行员一个可以与其他供应商的评分进行比较的数字，而不是一次曝光。翻译满意度保证文件记录了每个服务级别涵盖的内容，并明确指出，具体的 MQM 分数不予保证，仅供参考。
对于视频或拍摄内容的试播集，第一次尝试时应以字幕为目标，而不是以配音为目标，因为字幕格式需要经过翻译工作流程的往返处理，而录制的音频则不需要。还需要明确“实时”质量检查的具体含义：实际上，这意味着在发布之前，根据视频上下文检查翻译后的字幕，而不是在播放过程中进行检查。多媒体本地化服务涵盖字幕格式、配音选项和更广泛的媒体工具。
准备好见识一下 Smartling 的威力了吗？
欢迎与 Smartling 团队的成员交谈，了解我们如何通过更快的速度和大大降低的成本提供最高质量的翻译，帮助您更好地利用预算。