怎么用AI来做翻译？

用 AI 做翻译这件事，到 2025 年其实已经分成两条完全不同的路线：一条是「把 AI 当翻译引擎」，直接丢文本给它；另一条是「把 AI 当翻译工作流」，让它读文档、查术语、保持风格、批量处理。前者谁都会，后者才是真正拉开效率差距的地方。

我自己日常要处理大量英文技术文档、合同和邮件，从最早用 Google 翻译，到后来切到 DeepL，再到这两年被各种大模型重新教育了一遍。下面把我踩过的坑和目前稳定的做法整理出来，尽量讲得具体一点。

一、先搞清楚：AI 翻译到底有哪几类工具

市面上能叫「AI 翻译」的东西，能力差距非常大，大致可以分三层：

• 传统神经机器翻译（NMT）：以 DeepL、Google 翻译为代表，速度快、成本低、句子通顺，但不懂上下文，术语和风格基本靠猜。
• 通用大模型：ChatGPT、Claude、Gemini、Kimi、豆包等，能理解语境、能按指令调整语气、能处理长文，但需要你自己写 prompt、自己控制质量。
• 专业翻译工具 + AI：如 DeepL Pro、DeepL、微软翻译、Google 翻译，以及 Crowdin、memoQ 这类 CAT 工具集成 AI，适合有术语库、需要一致性的团队。

如果你只是偶尔翻个句子，第一类就够了；如果你要翻论文、合同、产品文案，第二类才是主力；如果你在公司里做本地化，第三类才靠谱。

二、最实用的方法：用大模型做「可控翻译」

直接跟 ChatGPT 说「帮我翻译成英文」，效果往往不如 DeepL。原因是它太自由了，会自作主张改写。正确姿势是给它约束条件。我常用的模板长这样：

1. 角色：你是一位有 10 年经验的中英技术翻译，熟悉软件和硬件领域术语。
2. 任务：把下面的中文翻译成英文。
3. 风格：正式、简洁，面向工程师读者，不要口语化。
4. 术语：API 统一译为 API，不要译成「接口」；「云端」统一用 cloud。
5. 格式：保留原文的编号和换行，不要合并段落。
6. 输出：只输出译文，不要解释。

这套 prompt 在 ChatGPT、Claude、Kimi 上都能用，效果差别不大。关键不是模型，而是你有没有把「术语」和「风格」讲清楚。

几个我实测有效的技巧

• 先让它列术语表：翻译前让它先输出一份「中文—英文术语对照表」，你确认后再让它按表翻，能极大减少前后不一致。
• 分段喂：一次别超过 2000 字，太长它会偷懒、漏译、跳段。
• 让它自查：翻完后加一句「检查是否有漏译、错译、术语不一致，列出问题并修正」。
• 回译验证：把英文再翻回中文，对比原文，能发现大部分语义偏差。

三、文档翻译：别复制粘贴，用专门入口

PDF、Word、PPT 这类文件，复制粘贴会丢格式，非常痛苦。现在主流做法是直接用支持文件上传的 AI：

如果文件涉及敏感信息，比如合同、财报，建议用本地部署的方案，比如 Ollama 跑 Qwen 或 Llama 系列模型，配合 Open WebUI，数据不出本机。

四、专业场景：术语库 + 记忆库才是护城河

AI 翻译最容易翻车的地方是术语一致性。同一份文档里「用户」一会儿译成 user，一会儿译成 customer，客户看了会疯。解决办法是引入术语库（Glossary）和翻译记忆库（TM）。

• 术语库：提前定义好「中文词 = 英文词」，翻译时强制遵守。DeepL Pro 和大部分 CAT 工具都支持。
• 翻译记忆库：把历史译文存起来，遇到相同句子自动复用，保证跨文档一致。
• AI + TM 组合：用 AI 做初翻，再用 TM 做校对和统一，是目前企业本地化的主流流程。

个人用户如果不想上重型工具，可以简单点：把术语表写进 prompt，或者用 Notion、飞书文档维护一份自己的对照表，每次翻译前贴给 AI。

五、几个常见误区

• 以为模型越大越好：翻译这种任务，中等模型 + 好 prompt 往往比顶级模型 + 随便问效果更好。
• 完全信任 AI 译文：法律、医疗、金融类内容，AI 只能做初稿，必须人工复核。
• 忽略文化差异：中译英时「领导」「关系」「面子」这类词，AI 经常直译得很怪，需要你手动调整。
• 不做回译：回译是成本最低的质量检查手段，强烈建议养成习惯。

六、我的日常组合拳

最后说一下我自己现在的工作流，供参考：

1. 短句、邮件：直接 DeepL，快且稳。
2. 长文、技术文档：Claude 或 ChatGPT，配术语表和风格指令，分段翻。
3. PDF 报告：先上传给 Kimi 或 DeepL 文档翻译，再人工校对。
4. 敏感文件：本地 Ollama + Qwen 模型，断网也能用。
5. 最终质检：回译 + 抽查术语一致性。

说到底，AI 已经把「翻译」这件事的门槛降得很低了，但「翻得好」依然取决于你有没有把它当成一个需要管理的流程，而不是一个许愿池。

相关问题

1. AI 翻译能完全替代人工翻译吗？
不能。日常沟通、技术文档初稿可以，但法律、文学、营销文案这类需要判断力和文化适配的内容，AI 只能做辅助。

2. 免费 AI 翻译和付费版差别大吗？
在通用文本上差别不大，付费版主要胜在文档格式保留、术语库、批量处理和隐私保护。

3. 哪个 AI 翻译中文最好？
中译英 DeepL 和 Claude 表现稳定，英译中 Kimi、豆包、DeepL 都不错，具体看领域，建议同一段话多试几个对比。

4. 怎么保证长文档翻译的术语一致？
提前建术语表，写进 prompt 或导入工具，翻完后做一次术语一致性检查，必要时用脚本批量替换。

5. 本地部署翻译模型值得吗？
如果经常处理敏感文件、且有一定硬件基础，值得。Ollama 加 Qwen 系列上手很快，效果对一般文档够用。