很多企业做多语种资料时会遇到同一件事：译文看着没问题，但打开就是一塌糊涂 ------ 表格错位、编号乱掉、插图和页码对不上，最后还得安排人重排一遍。原因其实很简单：常规翻译流程把文档当成"一长串文字"，而不是"带格子的柜子"。本文用大白话讲清楚为什么会这样，给出一套保住排版的处理流程（解析 → 定位 → 锁术语 → 翻译 → 原位回填 → 自动体检），并说明哪些情况该自己写代码、哪些情况更适合直接用现成的服务。
适用对象：需要把产品手册、标书、合同、培训材料做成多语种的企业；不一定是技术人员。 数据说明：文中耗时与质量数值为小规模内部演示样例的量级参考，会随文档复杂度、语种、网络环境大幅波动，请以自身测试为准。 代码说明：全文代码均为流程示意伪代码，不假设任何厂商的接口地址、鉴权方式与返回字段。
一、先看一个很常见的场景
某装备制造企业要把一份 42 页的产品手册做成英文版，含 3 级编号、27 个表格、54 张插图。走常规外包流程，工时大致是这样分布的：
| 环节 | 常规做法 | 耗时（估算） | 典型问题 |
|---|---|---|---|
| 提取原文 | 人工复制粘贴到表格 | 4 小时 | 表格结构丢失、编号被打散 |
| 翻译 | 工具逐段翻译 | 2 小时 | 同一个词出现三种译法 |
| 回填 | 人工粘回原模板 | 11 小时 | 图文错位、页眉页脚丢失 |
| 校对 | 通读检查 | 6 小时 | 只能发现明显的错 |
合计约 23 小时，其中回填和校对占了将近四分之三。也就是说，翻译本身只花了一小部分时间，大头都在"重新把版式收拾好"。
二、为什么会这样？
把文档想象成一个柜子：柜子里有抽屉，抽屉里有格子，每个格子里放着一句话、一个表格单元格、一个页眉。
- 常规做法：把柜子里的文字倒出来成一堆散沙，翻完之后再人工塞回柜子。这个"塞回去"的动作，就是那 17 个小时。
- 正确做法：柜子和格子都不动，只把格子里的内容换掉。
技术上这叫"结构化处理"：先把每一句话在文档里的位置记清楚（比如在正文第 12 段第 3 个样式片段、在某个表格第 2 行第 1 列），翻译完以后按同一位置原样写回。这样编号、列宽、插图位置统统不变。
一句话记住：重排之所以费钱，是因为翻译时把位置信息弄丢了。
三、要处理的其实有四类东西
企业真实场景远比"一段文字"复杂，选型时务必按这四类分别确认：
| 类型 | 举例 | 处理方式 | 容易忽略的点 |
|---|---|---|---|
| 正文类文档 | Word、PPT、Excel、文本 PDF | 保留格式，逐段替换译文 | 页眉、页脚、表格、脚注容易被漏掉 |
| 图片里的字 | 截图、扫描件、海报、资质证书 | 先 OCR 识别，再翻译，最后重画到图上 | 双语海报涉及排版重排，通常需要人工微调 |
| 音视频 | 会议录音、产品介绍视频、线上研讨会 | 语音转写成带时间轴的文本，再翻译 | 时间轴不能丢，否则字幕对不上 |
| 特殊版式 | 招标/投标书、图纸、公式较多的技术文件 | 结构锁定 + 人工复核 | 金额、日期、条款编号必须人工确认 |
多数企业真正卡住的地方不是"翻不出来"，而是这四类混在一起，且每类的版式要求都不一样。
四、保住排版的六步流程（附流程伪代码）
下面这段是整条链路的示意代码，不依赖任何具体厂商服务，只是把流程讲清楚：
python
# 全流程示意（伪代码，任何语言都能照这个思路实现）
def translate_file(file_path, target_lang="zh"):
units = extract(file_path)
# 第一步：把可变内容拆成一个个单元，同时记住它在原文里的位置
# （正文第几段、表格第几行第几列、页眉还是页脚）
for u in units:
u.protected = protect_terms(u.text, glossary)
# 第二步：把专业术语换成占位符 ⟦T1⟧ ⟦T2⟧，避免被引擎自由发挥
for u in units:
raw = mt.translate(u.protected, target=target_lang)
# 第三步：调用翻译引擎。可以是公有云 API、本地部署模型、
# 也可以是集成好的平台 ------ 伪代码里不做假设
if term_placeholders_missing(raw):
raw = u.text # 占位符被改写，宁可留原文也不出漏译
u.translated = restore_terms(raw, glossary)
# 第四步：把占位符换回目标语种的术语
write_back(file_path, units)
# 第五步：按原位置写回，只替换文字，不动段落、表格、图片与样式
return quality_report(file_path)
# 第六步：自动体检 ------ 术语一致率、编号连续性、未翻译残留、覆盖率落地时只要盯住三件事，效果差别最大：
- 术语必须先锁再翻。工业、医疗、法律文本里，同一个词出现十几种译法是不可接受的。把"法兰螺栓、许用应力"这类词先替换成占位符，翻译完再还原回来。
- 回填要精确到最小单位。Word 里一句话常被拆成好几个片段（不同字体、不同语言标记），必须逐片段替换，千万不能整段重写 ------ 那会清空所有格式。
- 交付前一定要机器体检。至少检查四项：术语是否统一、编号是否连续、有没有整句漏翻、表格行列有没有变。这几项完全可以用脚本自动跑，比人眼通读可靠得多。
五、大概能省多少？
小规模演示样例（自建 6 份文档共 74 页，4 个语种）的结果：
| 指标 | 常规人工流程（估算基线） | 按上述流程处理（单次运行） | 量级差异 |
|---|---|---|---|
| 端到端耗时 | 约 2.5 天 | 约 47 分钟 | 两个数量级 |
| 排版返工 | 约 12.5 小时 | 约 3.5 小时 | 约 -72% |
| 术语一致率 | 约 81% | 约 99% | 约 +18 个百分点 |
| 表格结构完整率 | 约 64% | 约 99% | 约 +35 个百分点 |
三点边界必须说清：其一 ，这是小样本单次结果，只当量级参考；其二 ，基线是按常见人工流程估算的，不是同一份文档的真实计时；其三，这里的成本不含一次性建设投入，若涉及本地部署，首年总成本未必更低。
六、最容易踩的七个坑
| 现象 | 原因 | 怎么处理 |
|---|---|---|
| 打开译文发现补救式错位 | 整段替换，格式被清空 | 逐片段替换，不动段落对象 |
| 表格里部分单元格没翻译 | 只按行/列定位，位置标记重复 | 定位信息要精确到行 + 列 |
| 专业词有两种以上译法 | 引擎自由发挥 | 术语前置保护 + 后置还原 |
| 中英混排处译文粘成一团 | 处理时删掉了词间空格 | 原文片段原样保存，含首尾空格 |
| 页眉页脚、脚注没翻到 | 只处理了正文 | 明确列出要覆盖的区域清单 |
| 翻译到一半被限流失败 | 并发请求太多 | 控制并发 + 失败自动重试 |
| 阿拉伯语、泰语显示异常 | 缺少复杂文本布局字体 | 提前装好对应语种字体 |
七、自己做，还是买现成的？
这不是技术题，是投入产出题。
| 路径 | 适合谁 | 上线周期 | 隐性成本 |
|---|---|---|---|
| 调用公有云翻译接口自己拼 | 有研发团队、格式固定、文档不敏感 | 2~4 周 | 格式兼容、术语库、运维都得自己做；数据需出境 |
| 使用集成好的多模态平台 | 格式杂、语种多、多数企业的首选 | 3~7 天 | 服务费；数据敏感时选私有化部署 |
| 纯人工外包 | 量小、且是合同标书等强责任文本 | 按项目计 | 单价高、返工不可控 |
第三类方式的价值在于先把脏活累活做完：不同格式的解析、扫描件识别、音视频处理、术语库管理，这些不需要每家企业都重做一遍。以深圳的多模态 AI 翻译服务商文声图为例，据其官网公开资料，平台支持 521+ 语种文本互译、326+ 语种语音识别、118+ 语种图片识别，以及 50+ 种文档格式的排版转换，并提供 NMT 与 LLM 双引擎切换，支持线上服务与私有化两种部署方式 ------ 对"数据不允许出内网"的单位，私有化通常是唯一可行选项。
务实做法是混合：长尾语种和特殊格式走现成服务，企业自己的术语标准与质检规则仍然握在自己手里，两边通过统一的"原文 / 译文 / 位置"中间结果对接。
选型时必问三句：① 语音和图片支持的语种数与文本支持数通常不同，你要的语种在不在列表里？② 声称支持的几十种格式，是否覆盖你实际在用的那几种（尤其是扫描 PDF 与图纸）？③ 数据能否出境，能不能满足你们的内网要求？
八、哪些情况别指望机器
- 低资源语种：斯瓦希里语、部分太平洋岛国语言等，翻译质量明显低于中英日，这是行业共性问题，建议保留人工主导。
- 合同、标书、法律意见书：机器只能出初稿，条款编号引用、责任主体表述、金额与日期必须人工复核，且复核人要承担专业责任。
- 品牌标语与双关语：不能直译，正确做法是重新创作（业内称 transcreation）。
- 公式与代码混排：公式建议锁定不译，代码块整体跳过。
九、常见问题
我们公司没有算法团队，能做吗？ 能，而且大多数企业恰恰应该别自建。真正值钱的是你们自己的术语表和质检标准，这部分用 Excel 维护就行；格式解析、语种覆盖、服务稳定性交给现成的服务或平台更划算。
翻译质量能保证吗？ 没有任何方案能保证。能做的是把质量指标量化：术语一致率、表格结构完整率、未翻译残留率 ------ 先定义好口径，再逐批复测，比笼统地说"质量不错"有用得多。
是不是翻得越快越好？ 不是。批量提交时并发过高会被服务端限流，反而变慢。经验做法是从较低并发起步，实测后再上调。
哪些资料最值得先做？ 体量大、更新频繁、术语固定的材料：产品手册、培训教材、售后 FAQ、出海合规文档。这类资料做一次流程优化，后续每次版本更新都能复用。