独立サイトのAI翻訳：多言語コンテンツの一括翻訳、用語の一貫性と品質チェック
1. AI翻訳と従来の機械翻訳は何が違うのか
従来の機械翻訳（MT）は用語集で一貫性を保ちます。同じ語をすべてのページで同じ訳語に統一する代わりに、文が硬くなります。大規模モデルの翻訳は流暢ですが、呼び出しのたびに状態を持たないため、この語をどう訳すか指示しなければ、モデルが自分で判断します。
つまり多言語サイトで大規模モデルを使うなら、「翻訳」を一度きりのブラックボックス呼び出しとして扱わず、用語集をプロンプトに組み込む必要があります。用語集の作り方は翻訳後編集（MTPE）を、公開後の5つの関門は多言語コンテンツ公開フロー。
| 次元 | 従来のMT＋用語集 | 大規模モデルで直接翻訳 | 正しい組み合わせ |
|---|---|---|---|
| 流暢さ | 普通 | 良い | 良い |
| 用語の一貫性 | 高 | 低 | 高 |
| 数字の扱い | 安定 | ときどきずれる | 自動検証でカバー |
| 文化への適応 | 弱い | やや強い | 人手の抜き取り検査で補う |
| コスト | 低 | トークン課金 | 一括処理で薄める |
2. 用語集を先に：言語ごとに50〜100件から開始
用語集は3層に分けます。ブランド名と製品名（会社名、製品ライン、型番。翻訳厳禁）、業界用語（業界で定まった訳語。例：”compressor”は”圧縮機”に固定）、独自の言い回し（自分で決めた表現。例：”24時間対応”の固定訳）。
言語ごとにまず50〜100件を整理し、対訳表として保存します。翻訳時はこの表をプロンプトの冒頭に貼り付け、「以下の用語は必ず表どおりに翻訳し、置き換えてはならない」と書きます。ここさえ正しくやれば、用語一致率はランダムな60%から95%以上に上がります。
例えば、主力製品が「環控冷水機」だとします。用語表ではこの項目を固定し、中国語は「環控冷水機」、英語は”precision chiller”、ドイツ語は”Präzisionskühler”とします。
モデルはこの語に遭遇したら指定の訳語を出力しなければならず、勝手に”industrial water chiller”に変えてはいけません。翻訳が終わるたびに、スクリプトがこの行で正規表現マッチングを行い、変種が見つかれば赤くマークします。多言語GEOの配置方法は多言語GEO。
| 用語の階層 | コンテンツ | 対応方法 |
|---|---|---|
| ブランド製品名 | 会社名、製品ライン、型番 | 翻訳せずそのまま保持 |
| 業界用語 | 圧縮機、熱交換器など | 固定訳で統一、表記ゆれ禁止 |
| 独自の言い回し | 「24時間対応」などの約束文言 | 固定訳で文単位に合わせる |
| 単位と数字 | 380V、68デシベル | そのまま保持、換算しない |
| プレースホルダー | {name}、{date} | そのまま保持、翻訳しない |
3. 一括翻訳パイプライン：英語から多言語への4ステップ
パイプラインは4ステップ。まず英語の原文を整理し、用語集を読み込ませて一括で初回翻訳、自動チェック、そして人の抜き取り確認。原文はページ種別ごとに分けます。技術文書、マーケティングページ、FAQテンプレートで、それぞれ別のプロンプトを使います。技術文書は正確さ、マーケティングページは読みやすさ、FAQは話し言葉らしさを重視します。
たとえば、英語のブログ記事をドイツ語とスペイン語に翻訳する場面。プロンプトに用語集を貼り付けたうえで、「原文の表構造を維持し、数字と単位は翻訳しない」と一言添えれば、2言語を一度に処理できます。終わったらまずスクリプトで一通りチェックします。用語がすべて用語集の訳語になっているか、数字が原文と一致しているか、プレースホルダー{name}が壊れていないか。
| ページの種類 | 翻訳プロンプトの重点 | 抜き取り比率 | リリース条件 |
|---|---|---|---|
| 技術文書 | 正確、用語が合っている | 5% | 自動チェックを通過すればOK |
| マーケティングのトップページ | 自然、トーンがある | 100% | ネイティブが通読 |
| FAQテンプレート | 話し言葉、短い | 15% | 15件を抜き取り照合 |
| 製品仕様ページ | 数字のずれゼロ | 100% | 数字を1件ずつ確認 |
| ブログ記事 | 流暢で自然 | 20% | 冒頭と末尾の段落を抜き取り |
4. 自動チェックの3項目：用語、数字、プレースホルダー
自動チェックでは3つを実行します。1つ目は用語の一貫性。正規表現で訳文中に出てくる業界用語をすべて洗い出し、用語集と照合し、用語集にない表記ゆれがあれば赤くマークします。2つ目は数字のずれゼロ。原文と訳文の数字をすべて抽出して比較し、1つでも違えば差し戻します。
3つ目はプレースホルダーの完全性。{name}、{date}のようなテンプレート変数は、訳文でもそのままの形で出てこなければなりません。この3項目はすべてスクリプトで処理でき、1記事あたり10秒もかかりません。人は自動チェックで赤くマークされた箇所と、ページ種別ごとに10〜20%を抜き取って通読するだけです。
| 検証項目 | チェック方法 | 未対応時の処理 |
|---|---|---|
| 用語の一貫性 | 正規表現で用語を抽出して照合 | 赤くマークし、用語集の訳語に人が戻す |
| 数字の一致 | 原文と訳文の数字を抽出して比較 | その段落を差し戻して再翻訳 |
| プレースホルダーの完全性 | テンプレート変数がそのまま存在 | その段落を差し戻して再翻訳 |
| 長さの適合 | ドイツ語の長さ超過チェック | ドイツ語は30%膨らむことが多いので余白を確保 |
| エンコードと文字 | 文字化け、特殊文字のスキャン | 差し戻して再翻訳 |
5. 落とし穴：機械翻訳に任せるべきでない5種類の内容
1つ目は価格と支払条件。数字を1つ間違えるだけで契約トラブルになります。2つ目は認証名称と法規の条項。法律文書を機械翻訳すると意味が変わります。3つ目はブランド名とスローガン。翻訳ではなくローカライズの創作が必要です。4つ目は文化的に敏感な比喩やダジャレ。そのまま翻訳すると現地の読者を不快にさせます。
第5カテゴリは、フォームのボタンとエラーメッセージです。1語か2語の誤訳が、そのままコンバージョン率の低下につながります。こうした内容は機械翻訳に任せず、人力翻訳かネイティブによるレビューを通してください。市場の優先順位の付け方は次を参照海外市場の優先順位。
| コンテンツの種類 | 機械翻訳ではなぜだめなのか | 正しい方法 |
|---|---|---|
| 価格と支払条件 | 数字の誤りは契約の誤り | 1文ずつ人力で |
| 認証と法規の条項 | 法務文書の意味が変わる | ネイティブの弁護士か翻訳レビュアー |
| ブランドスローガン | ローカライズの創作が必要 | 2案を書いて現地の人に選ばせる |
| 文化的な比喩 | 直訳すると読者を不快にする | 意訳するか削除する |
| フォームのボタン文言 | 誤訳がコンバージョンに影響 | 人力で用語集を確定 |
FAQ よくある質問
英文の全文をそのまま大規模モデルに投げて多言語に翻訳するのが、なぜだめなのか。
用語集は最初に何件作ればいいのか。
人力の抜き取り検査の割合はどう決めるのか。
ドイツ語翻訳でいつもページのレイアウトが崩れるときはどうすればいいのか。
どの内容なら、機械翻訳を使わずに費用をかけてネイティブの翻訳レビュアーに頼むべきか。
1人で3つの言語版を維持する場合、どうスケジュールを組むのか。
最後に
AI翻訳によって「翻訳できる」ことのコストはほぼゼロになった。だからこそ本当のコストは一貫性と正確性に移った。用語集と自動チェックを先に整えた人が、多言語サイトを「使える」から「信頼できる」に変えられる。そして信頼できることが、AIエンジンに引用される前提になる。新しいツールは要らない。対照表1枚とチェックスクリプト1本で足りる。
実行は3ステップ：1週目に用語集を50件整理し、2週目に自動チェックスクリプトを稼働させ、3週目に既存ブログ1本で全工程を通す。いきなり全サイトを翻訳しない。まず1言語、1種類のページで流れを整えてから広げる。
広げる順番がある。まずFAQと技術ドキュメント、この2つは機械翻訳が最も安定する。次にブログ。最後にマーケティングのトップページと見積条件。この2つは人の手が最も必要なためだ。GEO実践多言語の場面では、要は一貫した事実と用語で、異なる言語のAIに引用してもらうということだ。
覚えておきたい一言：大規模モデルは流暢さを担い、用語集は一貫性を担い、人は最後の砦を担う。どれか1つ欠けると、多言語サイトは「翻訳しただけ」で「使える」にはならない。