独立站AI翻译：多语言内容批量翻译、术语一致性与质量检查
一、AI翻译和传统机器翻译差在哪
传统机器翻译（MT）靠术语库保证一致性：同一个词在所有页面翻成同一个译法，代价是句子生硬。大模型翻译流畅，但每次调用是无状态的，你不告诉它这个词该怎么翻，它就自己发挥。
这意味着多语言站用大模型，不能把”翻译”当成一次性黑盒调用，而要把术语库挂进提示词。术语库的做法见翻译后编辑（MTPE），上线后还有五道关见多语言内容上线流程。
| 维度 | 传统MT+术语库 | 大模型直翻 | 正确组合 |
|---|---|---|---|
| 流畅度 | 一般 | 好 | 好 |
| 术语一致性 | 高 | 低 | 高 |
| 数字处理 | 稳 | 偶尔漂移 | 自动校验兜住 |
| 文化适配 | 弱 | 较强 | 人工抽检补 |
| 成本 | 低 | 按token计费 | 批量摊薄 |
二、术语库先行：每语言50至100条起步
术语库分三层：品牌与产品名（公司名、产品线、型号，绝不许翻）、行业术语（行业固定译法，如”compressor”固定译”压缩机”）、自定义口径（你自己定的说法，如”24小时响应”固定译法）。
每语言先整理50至100条，存成中英对照的表。翻译时把这张表贴进提示词开头，写”以下术语必须严格按表翻译，不得替换”。这一步只要做对，术语一致率能从随机的60%提到95%以上。
举个例子：你的核心产品叫”环控冷水机”。术语表里这一项写死，中文”环控冷水机”、英文”precision chiller”、德文”Präzisionskühler”。
模型遇到这个词必须输出指定译法，不许自己换成”industrial water chiller”。每次翻译跑完，脚本拿这一行做正则匹配，发现变体就标红。多语言GEO怎么布局见多语言GEO。
| 术语层级 | 内容 | 处理方式 |
|---|---|---|
| 品牌产品名 | 公司名、产品线、型号 | 不翻译，原样保留 |
| 行业术语 | 压缩机、换热器等 | 固定译法，不许变体 |
| 自定义口径 | “24小时响应”等承诺句 | 固定译法，逐句对齐 |
| 单位与数字 | 380V、68分贝 | 原样保留，不换算 |
| 占位符 | {name}、{date} | 原样保留不翻译 |
三、批量翻译流水线：从英文到多语言的四步
流水线四步：先整理英文源文件、挂术语库批量初译、自动校验、人工抽检。源文件按页面类型分：技术文档、营销页面、FAQ模板，分别用不同提示词。技术文档求准，营销页面求顺，FAQ求口语化。
举个场景：你有一篇英文博客要翻成德语和西班牙语。提示词里贴术语库后，加一句”保持原文的表格结构，数字和单位不翻译”，一次跑两个语言。跑完先用脚本扫一遍：所有术语是不是都用了库里的译法、所有数字和原文是否一致、占位符{name}有没有被翻坏。
| 页面类型 | 翻译提示词侧重 | 抽检比例 | 上线要求 |
|---|---|---|---|
| 技术文档 | 准确、术语对 | 5% | 自动校验过即可 |
| 营销首页 | 地道、有语气 | 100% | 母语者通读 |
| FAQ模板 | 口语化、短 | 15% | 抽15条对答案 |
| 产品参数页 | 数字零漂移 | 100% | 数字逐条核 |
| 博客文章 | 流畅自然 | 20% | 抽首尾段 |
四、自动校验三道：术语、数字、占位符
自动校验跑三件事。第一，术语一致性：用正则把译文中出现的行业术语全部列出来，和术语库比对，出现库里没有的变体就标红。第二，数字零漂移：把原文和译文里所有数字抽出来对比，差一个就打回。
第三，占位符完整：{name}、{date}这类模板变量在译文里必须原样出现。这三道都是脚本活，每篇文章跑一遍不到10秒。人工只看自动校验标红的部分，以及按页面类型抽10%至20%通读。
| 校验项 | 检查方法 | 不通过处理 |
|---|---|---|
| 术语一致 | 正则提取术语比对 | 标红，人工改回库译法 |
| 数字一致 | 抽原文译文数字对比 | 打回重翻该段 |
| 占位符完整 | 模板变量原样存在 | 打回重翻该段 |
| 长度适配 | 德语长度溢出检查 | 德语常膨胀30%，预留空间 |
| 编码与字符 | 乱码、特殊字符扫描 | 打回重翻 |
五、避坑：五类不该机器翻的内容
第一类，价格和账期条款，一个数字翻错就是合同纠纷；第二类，认证名称和法规条款，机器翻译法律文本会变味；第三类，品牌名和口号，需要本地化创作不是翻译；第四类，涉及文化敏感的隐喻和双关，直接翻会冒犯本地读者。
第五类，表单按钮和报错文案，一两个词的错译会直接导致转化率掉点。这些内容走人工翻译或母语审校，不要为了省成本全推给机器。市场优先级怎么排见出海市场优先级。
| 内容类型 | 为什么不能机器翻 | 正确做法 |
|---|---|---|
| 价格账期条款 | 数字错=合同错 | 人工逐句 |
| 认证法规条款 | 法律文本变味 | 母语律师/译审 |
| 品牌口号 | 需要本地化创作 | 写两条让本地人挑 |
| 文化隐喻 | 直译冒犯读者 | 意译或删去 |
| 表单按钮文案 | 错译影响转化 | 人工定词库 |
FAQ 常见问题
直接把英文全文扔给大模型翻多语言，为什么不行？
术语库一开始要做多少条？
人工抽检比例怎么定？
德语翻译总是把页面撑变形怎么办？
哪些内容宁可花钱找母语译审，也不用机器？
一个人维护3个语言版本，怎么排期？
写在最后
AI翻译把”翻得出来”这件事的成本打到了几乎为零，于是真正的成本转移到了一致性和正确性上。谁先把术语库和自动校验建起来，谁的多语言站就从”能用”变成”可信”——而可信正是AI引擎引用的前提。这件事不需要新工具，一张对照表加一个校验脚本就够。
落地三步：第一周整理50条术语库，第二周跑通自动校验脚本，第三周把一篇存量博客走完全流程。不要一上来就翻全站，先把一个语言、一类页面跑顺，再扩。
扩的时候有个顺序：先翻FAQ和技术文档，这两类机器翻最稳；再翻博客；最后才碰营销首页和报价条款，因为这两类最需要人。GEO实践在多语言场景下，本质就是用一致的事实和术语，让不同语言的AI都能引用你。
一句可以记住的话：大模型负责流畅，术语库负责一致，人工负责兜底，三者缺一个，多语言站就只是”翻了”而不是”能用”。