多语言AI应用的隐藏坑:翻译不是问题,术语才是

📅 2026/4/26 ✍️ 小文 📖 约 1 分钟

同一个产品上线12种语言后,客服工单反而涨了。拆解AI多语言应用里术语一致性、语序、敏感词三个真实难题和解法。

一个反直觉的数据

某SaaS产品接入AI翻译后,界面错误率下降、翻译成本下降90%,但非英语用户的支持工单增加了27%。查下去发现:翻译是对的,术语是错的。同一个”Workspace”在界面里译成”工作区”,在帮助文档里译成”工作空间”,在AI助手回答里又变成”工作台”。用户搜不到、看不懂、找不到对应关系。

坑一:术语表必须是机器可读的

人工维护的术语表通常是Excel,AI根本看不见。正确做法是把术语表做成结构化注入:

{
  "Workspace": {"zh": "工作区", "ja": "ワークスペース", "do_not_translate": false},
  "Agent":     {"zh": "智能体", "ja": "エージェント", "do_not_translate": false},
  "AiBotGo":   {"do_not_translate": true}
}

每次调用时只注入当前任务涉及的术语子集(不是整张表),否则提示词会膨胀到几万token。按页面/模块切分术语子集,通常每个模块不超过50条。

坑二:语序会毁掉占位符

“3 items in your cart” 翻成中文是”购物车中有3件商品”,把数字挪到了中间。如果你的模板是 {count} items in your cart 然后拼接翻译,中文里会变成”3 购物车中商品”。

解法是永远让模型输出完整句式,而不是翻译片段后拼接:

  • ❌ 先翻译 “items in your cart” → 再插入数字
  • ✅ 把 {count} 作为受保护占位符连同整句一起给模型,禁止它移动或改写占位符

要求模型返回占位符校验通过的版本,不通过就重试一次,比事后人工排查便宜得多。

坑三:敏感词在不同语言里不对称

英文的合规过滤词表直接翻译过去,会漏掉当地真正的禁忌词,同时误伤无害词。日语里某些英文正常的词组合会显得冒犯;阿拉伯语的宗教相关表达需要额外上下文判断。

实用做法是两层过滤:一层基于各语言的本地词表(人工维护,量小但准),一层用模型做语义判断(覆盖长尾)。模型层的输出要带”理由”字段,方便本地团队复核。

一个可落地的流程

  1. 术语先行:产品名词定稿前锁定术语表,之后AI翻译一律注入;
  2. 模块化上下文:按页面切分术语与风格指南,避免提示词膨胀;
  3. 占位符守卫:渲染前校验占位符数量与名称,不匹配则拒绝上线;
  4. 母语者抽检:每批次抽5%由母语者复核,重点看术语和语气,不看语法;
  5. 反馈回流:客服工单里出现的”看不懂”关键词,每月回灌进术语表。

结论

翻译质量在2026年已经不是瓶颈,一致性才是。用户不会因为你一个句子译得漂亮而满意,但会因为同一个概念三种叫法而彻底迷路。把术语表当成产品资产来维护,比换更强的模型收益更高。

📤 分享到