
一句话结论:看容错率,不看语言能力
日常邮件、产品说明、会议记录,AI 翻译已经能直接发出去。合同、专利、医学报告,必须有人过一遍。
区别不在语言能力。现在的模型翻译流畅度已经超过多数人,读起来完全像人写的。区别在容错率:翻错一个词,普通文档无所谓,合同里就是钱,专利里就是权利范围。
所以判断标准很简单:这份文档翻错了,会不会造成损失?会,就得复核;不会,直接用。
下面按文档类型分组,说清楚哪些能直接用、哪些必须人工把关,以及实际操作里怎么控制质量。
能直接用的类型
产品说明是最好用的场景。功能描述、参数表格、使用步骤,这些内容句式固定、术语少、读者只关心信息本身。
内部邮件也基本没问题。给同事同步进度、说明问题,语法小瑕疵完全不影响理解,对方也不会追究你用词是否地道。
会议记录、一般性介绍文章、营销文案的初稿,这些都可以直接用。营销文案要注意语气,AI 翻出来往往过于正式,加一句"用口语化一点"就能改好。
社交媒体短文案是另一个高价值场景。要出多语言版本的时候,AI 翻译比找人快十倍,而且可以批量出十几个语种。
这类内容有个共同点:读者只要能看懂就行,不会拿原文逐句对照。这就是容错率高的定义。
必须复核的类型
合同条款,第一位。一个"应"和一个"可"的差别就是义务和权利的区别。一个"包括但不限于"漏了,责任范围就变了。
很多合同里的固定表述有法律含义,比如"不可抗力""合理注意义务""实质性违约",这些不能按字面翻,必须用目标语言的对应法律术语。
技术专利,第二位。术语有固定译法,翻错会影响权利要求的范围。有些词在专利语境里和在日常语境里意思完全不同。
医学和法律文书,第三位。错译可能直接造成损害。剂量、用法、期限、免责条件,这些数字和条件一旦翻错,后果不可逆。
财务文档也要谨慎。科目名称、报表项目、审计术语,都有行业惯用译法,机器翻译经常给出口语化的版本。
还有一个容易漏的:带图表和公式的技术文档。公式里的符号、单位、上下标,机器翻译基本会弄乱。
术语一致性是最容易崩的地方
同一份文档里同一个词要统一译法。AI 每次生成可能给不同答案,因为它是逐句生成,没有全局记忆。
一份三十页的技术手册,同一个"配置项"可能被翻成"设置项""配置参数""选项"三种。读者看到会以为是三个不同的东西。
做法是先做术语表。把文档里的关键术语列出来,给出唯一译法,然后让 AI 按表翻。
术语表要包含三类词:专业术语、产品名称、公司内部叫法。这三类是机器最容易翻错的。
长文档要分段翻,翻完统一校对一遍术语。一次性贴太长,模型会遗忘前面的约定。
校对时用搜索功能逐个查术语,看有没有混用。这一步花半小时,能省掉后面大量沟通成本。
格式崩坏是第二大问题
表格、编号、公式、页眉页脚、脚注,AI 经常弄乱。它擅长处理连续文本,不擅长维护结构。
带格式的文档,建议先导出纯文本翻译,再回填到原格式里。虽然多一步,但格式不会崩。
如果是 Word 或 PDF,有些工具支持保留格式翻译,但结果要看。表格列宽、合并单元格、项目符号层级,都可能错位。
翻完必须逐页核对格式。特别是:表格有没有串行、编号有没有断、公式有没有变形、图片说明和图有没有分离。
还有一个隐蔽问题:链接。文档里的超链接文字翻译了,但链接地址被改动了,点开就是 404。翻完要抽查链接。
怎么控制质量
第一步,先翻一小段。挑一段有代表性的内容,看效果。如果术语就开始错,先做术语表。
第二步,明确目标读者和语体。是给技术人员看还是给普通消费者看?是正式书面还是轻松口语?这个说明会显著影响输出。
第三步,要求它标注不确定的地方。让它把拿不准的词单独列出来,你重点看这些。
第四步,回译检查。把译文再翻回中文,看意思有没有跑偏。这是个笨办法但很有效,特别是关键段落。
第五步,让母语者或有经验的同事过一遍。哪怕只是快速扫读,也能发现机器看不出来的别扭。
第六步,保留对照表。原文和译文并排存一份,将来有争议能追溯。
成本和效率的真实对比
纯 AI 翻译:一万字文档,几分钟出结果,成本几乎为零。
AI 加人工校对:同样文档,校对要三到五小时。如果是专业领域,还要找懂行的人,成本更高。
纯人工翻译:一万字要两到五天,价格按千字算,专业领域翻几倍。
实际最优方案是:AI 出初稿,懂行的人做术语和逻辑校对,不懂外语的人做可读性校对。两道关下来,质量接近人工,成本降到三分之一。
给站长和小团队的建议:把 AI 翻译当成"降低翻译成本"的工具,不是"取消翻译环节"的工具。省下的是初稿时间,不是校对责任。
几个实用小技巧
告诉它"不要直译,按目标语言的习惯重写"。机器翻译最大的问题是翻译腔,加了这句会自然很多。
告诉它"保持原文的段落结构"。不然它会把几段合成一段,或者把一段拆成几句。
专有名词用占位符。先把产品名、人名替换成特殊标记,翻完再换回来,能避免被意译。
要它输出双语对照。有些工具支持,方便你逐句核对。
同一个文档换两个模型各翻一遍,对比差异。差异大的地方就是需要人工确认的地方。这招特别适合关键文档。
最后一句大实话:AI 翻译已经把"看不懂外语"这个障碍基本消掉了。但它没有消掉"翻错了要负责"这件事。谁签字,谁负责。这个责任不会因为用了 AI 就转移。
