一个产品把中文文案批量交给模型翻成日文，上线后日本用户反馈"读起来像说明书"——因为中文原文是"强力推荐"，模型译成"強くお勧めします"，而日本用户在"商品推荐"场景里期待的是"おすすめ"这种"轻量词". 逐字正确，语域错误.
AI 本地化的问题不在"词义"，在"语域（register）、场景、以及长度"三件事。而它们"翻不出来"，只能"选出来".
1. 三件"翻不出来"的东西
| 维度 | 为什么 AI 翻不出 |
|---|---|
| 语域（正式/口语/敬语） | 取决于"谁对谁说" |
| 场景惯例（按钮/提示/广告） | 取决于"本地产品惯例" |
| 长度约束（按钮只有 8 字宽） | 取决于"UI 布局" |
第二项最典型："确定"按钮在中文里就是"确定"，而在某些语言里"OK"更自然第二项的"不可猜"在于"它是"产品惯例"，不是"语言规则"：同一句"确定"，在"设置页"该用"保存"，在"弹窗"该用"OK"——**而"模型看到的只有'确定'这一个词".
——**这不是"翻译"，是"本地写法".
2. "翻译腔"的三种表现
| 表现 | 例子 |
|---|---|
| 词对但"太重" | "強くお勧めします" |
| 句子"太长"（中文四字→外语两行） | 按钮溢出 |
| 敬语"过度" | 通篇"させていただきます" |
第三项的"根因"是"训练语料里'正式文本'更多"：模型默认"更礼貌更安全"——**而"产品文案"要的是"亲切"，于是"礼貌"成了"多余的距离".
第三项在"日语/韩语"里最常见：模型倾向"更礼貌"，于是"每句都加敬语"——**而"过度敬语"在"产品文案"里是"生分".
"术语表"要先"从产品里抽"，而不是"从字典里找":
// 一份"够用"的术语表（三列）
中文 | 语言 | 处理
权限 | ja | 権限（固定，不翻成"パーミッション"）
保存 | ja | 保存（按钮）/ 保存しました（提示）
会员 | ja | 会員（不翻成"メンバー"）
// 判据：同一概念"全站同一词"，且"按钮与提示可不同形"
3. "该翻什么、该写什么"的三分法
| 类型 | 做法 |
|---|---|
| 术语（品牌词、功能名） | 不翻（用统一词表） |
| 句式（提示语、错误信息） | 翻 + 人工校"语域" |
| 场景文案（按钮、标题、广告） | 按本地惯例重写 |
第三项是"最容易被漏"的："立即购买"直译成"今すぐ購入"是对的，而"カートに入れる"（加入购物车）才是本地电商的常规入口第三项的"代价"在于"转化"："按钮文字"是"用户路径的一部分"——**"直译的按钮"会让用户"停一下想'这是干什么'"，而"停一下"就是"转化流失".
——**这是"流程"的差异，不是"语言"的差异.
"语域"要"写成一句可执行的指令"，否则模型只会"更礼貌":
// 三种"语域"的表达（从差到好）
差：语气自然一些
中：用"です・ます"体，不用"させていただきます"
好：参考这条："設定を保存しました。次回もこの設定が使われます。"（不使用"させていただく"，不使用感叹号）
// 判据：指令里"有一条正例 + 一条禁用"
4. "长度"的三种处理
| 处理 | 说明 |
|---|---|
| 给"字符上限"并"要求压缩" | 简单（可能损语义） |
| 准备"短/长两版" | 最稳（要人工） |
| 允许"缩写词表" | 一致（要维护） |
第一项的"配套"是"给例子而非给规则"："超长时参考：'設定を保存'（6 字）'OK'"——因为"更短的表达"在不同语言里"完全不是同一个词".
第一项在"按钮"上很实用："翻成不超过 12 个字符，超了就换更短的表达"**——**而"换什么"要"给例子".
"回归集"要"短而狠"，每题"只测一件事":
// 三条"回归"样例（每条一个维度）
1 术语：把"权限"翻译成 ja → 期望"権限"（不许"パーミッション"）
2 语域：把"强力推荐"翻译成 ja → 期望"おすすめ"（不许"強くお勧めします"）
3 长度：把"加入购物车"翻译成 ja → 期望"カートに入れる"（≤12 字）
// 判据：每条"失败就说明某一维退化"，而不是"整体感觉差了"
5. "一致性"的三种保障
| 保障 | 说明 |
|---|---|
| 术语表（glossary） | 强制"品牌词不翻" |
| 风格指南（tone） | 规定"敬语级别" |
| 回归集（固定句子） | 每次改模型都跑一遍 |
第三项最实用：**"20 句固定文案 + 期望输出"**第三项的"成本"只有"一次半小时"：20 句 × 4 种语言 = 80 条期望——**而它换来"每次改动都能'一分钟内'看出退化".
——**于是"换模型/改提示"时，能"一眼看出退化".
"按钮溢出"要"在 UI 里先量"，而不是"等上线":
// 三种"量法"
1 用"目标语言的最长常见词"做"假数据"截图（最快）
2 用"真机 + 目标语言字体"渲染（最准）
3 只看"字符数"（最不可靠：字符数≠像素宽）
// 判据：截图里"按钮文字不换行、不截断"
6. 排错：五种"本地化问题"
| 现象 | 成因 | 处理方向 |
|---|---|---|
| 读起来像说明书 | 语域错 | 定"敬语级别" |
| 按钮溢出 | 长度未约束 | 给上限 + 缩写表 |
| 同一个词两种译法 | 无术语表 | 建 glossary |
| 换模型后变差 | 无回归集 | 加固定样例 |
| 广告"没有冲击力" | 按字面翻 | 本地重写 |
"错误提示"是"最该本地化却被直译"的一类，而它有个"结构":
// 一条"能本地化"的错误提示（三段）
1 发生了什么：保存失败
2 为什么：网络超时（非用户操作问题）
3 下一步：请重试，或检查网络
// 判据：三段都翻，且"下一步"按"本地惯例"写（有的语言习惯"再試行"）
7. 边界：什么情况"直译"就够了
| 场景 | 为什么 | 做法 |
|---|---|---|
| 内部工具（同语言团队） | 只需"看得懂" | 直译 |
| 技术文档（术语稳定） | 读者要"精确" | 直译 + 术语表 |
| 法律文本（要"可对照"） | 不能"本地化改写" | 直译 + 审校 |
| 一次性内容（公告） | 生命周期短 | 直译 |
最后一条与"流程"有关的边界："本地化"要"有 owner"："术语表、风格指南、回归集"三样东西必须"有人维护"——否则半年后"术语又被翻回了原文"，而"没人知道当初为什么这么定".
判断口径一句话："这段文案，会不会"影响用户的下一个动作""**。会（按钮、标题、广告、错误提示），必须"按本地惯例重写"；不会（说明、文档、公告），"准确"比"地道"重要——而"把'会影响的'和'不会影响的'分开处理"，是本地化成本能控住的唯一方式.
8. 自测
- 三件"翻不出来"的东西分别是什么？为什么"场景惯例"最典型？
- "过度敬语"为什么在"产品文案"里是"生分"？
- "该翻/该写"的三分法里，哪一类最容易被漏？举一个"流程差异"的例子。
- "按钮长度"的三种处理里，哪一种"最稳"？
- "回归集"为什么比"人工抽查"更适合"换模型"？
- 判断"该直译还是该重写"的那个问题是什么？
补一句"成本"的账："直译 + 上线"看起来最省，而它把成本推给了"用户"与"客服"——"读起来像说明书"的文案，会让"用户多问一次"，而"多问一次"的成本远高于"重写一句"。所以本地化的投入，应当按"这段文案影响不影响动作"来分配，而不是"按字数平均".
而"错误提示"的本地化质量，往往比"营销文案"更影响"用户对产品的信任"。
9. 一句话总结
AI 能翻"意思"，翻不出"场合"——而"场合"恰恰是"文案能不能用"的决定因素。所以本地化的正确分工是：术语用词表、句式用"翻译 + 校语域"、场景文案用"本地重写"；而"长度、敬语级别、回归集"这三样，是"AI 之外必须有人定"的部分。