一些我用人工智能 翻译文章的心得

分享一些我用 AI 翻译文章的心得。首先核心思想:

  1. 最好的翻译就是重写

  2. 好的翻译效果要分成几步来做

但也要分场景,普通翻译场景,重写一次就足够了,以现在大语言模型的能力,尤其是 Gemini 3 Pro 这样的,一次重写质量已经相当高了。

如果真要做专业翻译,第一遍重写之后,再让 AI 去校对润色是有必要的。

但是翻译、校对和润色不要放在一个提示词里面来做,除非内容很短。

主要原因就是我昨天提到的:大模型可以输入很长,但是输出太长就会偷工减料,幻觉严重。

想象一下,如果你翻译一篇 2 千字的文章,如果让它先重写、再校对、最后润色,输出就要 5-6 千字了,到后面输出质量就不高了。

所以翻译、校对、润色最好是独立做。

先说翻译,翻译的提示词不需要那么复杂,简单的让它"重写"即可,重点是说明:

  • 文章风格

  • 常用的翻译词汇对照表

  • 目标读者(可选)

校对,校对需要原文、和译文,检查遗漏、错误的地方。如果对翻译精度要求不高,这一步也可以省略。

润色则不需要英文原文,只需要译文就够了,这时候只需要让模型去检查翻译后的结果语句是否通顺,是不是符合中文表达习惯。已经不需要英文原文了。

另外,文章如果太长,还是需要分块,分块最好按照自然章节和段落,通常段落一级就够了。

至于每一块和上一块怎么衔接,一个简单有效的办法就是把上一块的原文、翻译结果加到上下文中,这样翻译下一块就可以参考上一块的内容和风格。

至于保留多少块的历史,取决于模型和分块大小。通常上一块的原文和翻译就足够了,不用太多,甚至不加历史结果也没问题。

这个过程可以写个程序用 API,也可以手动去模型做。比如我个人就是用 Gemini,不同的提示词做成不同的 Gem,需要用就把内容贴到 Gem 就好。

相关推荐
冬奇Lab4 小时前
Workflow 系列(04):Multi-Agent 协调——编排器边界、并发控制与上下文隔离
人工智能·工作流引擎
冬奇Lab4 小时前
每日一个开源项目(第147篇):HyperGraphRAG - 用超图表示 N 元关系,RAG 的第三代范式
人工智能·开源·graphql
甲维斯5 小时前
Github + 阿里云oss实现类似codex的自动更新!
人工智能
阿里云大数据AI技术7 小时前
光轮智能 × 阿里云:共建 Physical AI 云上数据、评测与持续学习基础设施
人工智能·机器学习
机器之心7 小时前
实锤了:Claude Code偷查用户,时区、中国AI实验室全是关键词
人工智能·openai
网易云信7 小时前
Cursor点燃个人开发者,企业级AI为何频频受挫?Agent工厂从提效工具到AI员工的跃迁
人工智能·开源
网易云信7 小时前
解锁触手可及的温暖:网易智企 x Wander Puffs AI 云游泡芙
人工智能
转转技术团队7 小时前
从 PRD 到可验证代码:AI 需求开发闭环实践
人工智能