AI 翻译够好了吗？三类文本的天花板不一样

“AI 翻译能替代人工吗”这个问题问错了。正确答案是按文本类型分：有的类型 AI 已经超过大部分人工，有的类型它连及格线都不到。

一年里我拿三类文本做过系统性的对照：技术文档、营销文案、法律合同。结论比预期分化得更厉害。

第一类：技术文档 —— AI 已经赢了

产品手册、API 文档、内部 SOP，这类文本的共同特点是术语固定、句式重复、语义明确、有唯一正确答案。

这类文本 AI 的表现明显超过多数兼职译者，原因有三：

• 术语一致性远好于人工（人会在同一文档里把同一个概念译成三种说法）；
• 长文档处理不掉链子，人的注意力在第三千字后必然下降；
• 速度与成本的差距是量级的。

用法上只有一件事必须做：建术语表。把产品名、字段名、功能名固定下来，写进提示词。仅这一步，就能消掉这类文档 80% 的问题。

第二类：营销文案 —— 翻译即失败

“这杯咖啡，让你想起某个下雨的周末清晨。”

机翻会给出语法完全正确的译句，但它失去了原文最值钱的东西：语感与情绪的对应关系。中文里“下雨的周末清晨”自带慵懒、安静的氛围；直译成外文后，只剩天气信息。

这类文本的正确用法不是翻译，是重写。提示词应该从“请翻译”改为：

这是一段面向 XX 市场的广告文案，原文的情绪是“慵懒、私密、慢”。请不要逐句翻译，用目标语言重新写一段能达到相同情绪效果的文案，长度相当。

输出会完全不同，也通常好得多。代价是人工必须判断“情绪是否还对”，这是模型无法自评的部分。

第三类：法律合同 —— 能用，但必须双轨

合同翻译的问题不在语言能力，在责任。AI 能把条款译得通顺准确，但它不会告诉你：这一句在目标法域下可能不成立。

所以实际可行的做法是双轨：

• AI 做全文初译，速度快、术语统一、长文档不遗漏；
• 人做条款级核对，重点看四类：责任限制、违约责任、管辖与争议解决、定义条款。

一个具体经验：定义条款（Definitions）是最容易出错也最容易被忽略的部分。 一个词在定义里限定了三个条件，译文丢了其中一个，整份合同的风险边界就变了。

另外，法律翻译里 AI 有个稳定弱点：同义词漂移。同一份合同里 shall / may / will 的区分，AI 有时会统一处理，这在英文合同里是重大错误。

怎么判断哪类该用 AI

一个简单的判断法，看三个问题：

1. 有没有唯一正确答案？ 有 → 大胆用 AI（技术文档）。
2. 价值是否在“感觉”上？ 是 → 用 AI 重写，人定调（营销文案）。
3. 出错代价是否不可逆？ 是 → AI 初译 + 人工条款级核对（合同、医疗、金融合规）。

一个被低估的用法：译文一致性检查

除了翻译本身，AI 在校对已有译文上价值极高：检查同一概念是否前后一致、是否有漏译段落、数字与单位是否对得上。这类工作人做起来极枯燥、极易漏，交出去几乎总是划算。

一句总结：别再问 AI 翻译行不行，问的是你这类文本的价值到底在哪一层。 在术语一致这一层，它已经赢了；在情绪与责任这两层，它永远需要一个人类签字。