Skydda platshållare, länkar och identifierare i AI-översättning

Några av de viktigaste delarna i en översättning ska inte översättas alls.

Variabler, URL:er, post-ID:n, tillgångsreferenser, kodexempel och formateringsmarkörer har en funktion snarare än att vara löptext. En modell kan producera en naturligt låtande mening samtidigt som den i det tysta ändrar ett av dessa element och förstör upplevelsen runt omkring.

Tillförlitlig AI-översättning börjar med att skilja språk från struktur.

Identifiera skyddat innehåll före prompten

Lita inte på en allmän instruktion som "bevara platshållare." Identifiera först de exakta token och noder som måste överleva.

Skyddat innehåll omfattar vanligtvis:

• interpolationsvariabler som {first_name} eller {{ total }}
• ICU-meddelandesyntax och pluralväljare
• URL:er, e-postadresser och route-fragment
• HTML-attribut och markdown-länkmål
• Contentful-post- och tillgångsreferenser
• kodspann, inhägnade kodblock och API-värden
• produktnamn markerade som ej översättningsbara

Innehållsmodellen och fälttypen bör hjälpa till att avgöra skyddsreglerna. Ett rich-text-dokument behöver strukturell hantering som skiljer sig från en titel i vanlig text.

Ersätt riskfyllda värden med stabila token

För vanliga strängar är en robust metod att extrahera skyddade värden och ersätta dem med entydiga tillfälliga token före översättning.

Modellen ser det omgivande språket men kan inte av misstag skriva om en mål-URL eller identifierare. Efter genereringen återställer arbetsflödet de ursprungliga värdena från en mappning på serversidan.

Token bör vara unika, svåra att förväxla med naturligt språk och valideras före återställning. Lita aldrig på att modellen själv återger mappningen.

Översätt rich text som struktur

Att platta ut ett rich-text-träd till markdown eller HTML kan göra att viktiga skillnader går förlorade.

Textnoder är översättningsbara. Länkar, inbäddade poster, nodtyper och markeringar är strukturella. Gå igenom dokumentträdet, översätt de textblad som är berättigade och bygg upp den ursprungliga hierarkin igen med referenserna orörda.

Detta förbättrar också granskningen. Redaktörer kan jämföra samma struktur i båda språken i stället för att granska en serialiserad approximation som kan dölja saknade eller omordnade noder.

Validera resultatet innan du sparar det

Skydd kräver ett slutet kretslopp.

Efter översättning ska du verifiera att varje förväntad token visas exakt där formatet tillåter det och att ingen okänd token har introducerats. Tolka strukturerade format i stället för att kontrollera dem med en lös strängjämförelse.

Användbara fel är specifika:

• saknad platshållare {total}
• ändrat länkmål i fältet ctaBody
• ogiltig ICU-syntax i språket de
• oväntat antal rich-text-noder

Att avvisa felaktigt formaterad utdata vid denna gräns är säkrare än att låta problemet visa sig vid rendering eller, ännu värre, efter publicering.

Visa skyddade element i granskning

Granskare bör kunna känna igen funktionellt innehåll utan att distraheras av det.

Använd subtil formgivning för platshållare och skyddade termer. Gör länktext redigerbar samtidigt som målet hålls synligt och styrs separat. För inbäddat innehåll visar du en människoläsbar etikett bredvid det oföränderliga ID:t.

Om en granskare avsiktligt behöver ändra en URL för en målmarknad ska det behandlas som ett separat beslut om ett lokaliserat fält snarare än en oavsiktlig bieffekt av att översätta löptext.

Testa med adversariella exempel

Den lyckliga vägen räcker inte. Inkludera strängar med upprepade variabler, intilliggande skiljetecken, nästlad markdown, pluralformer, höger-till-vänster-text och platshållare som liknar vanliga ord.

Skyddslogiken bör bevisa att den kan round-trippa dessa fall utan förlust innan den anförtros produktionsinnehåll.

Slutsats

Översättningskvalitet omfattar funktionell integritet.

Extrahera skyddat innehåll, översätt endast berättigat språk, bevara rich-text-struktur, validera resultatet och gör funktionella element tydliga under granskningen. En flytande mening är värdefull bara när sidan fortfarande fungerar efter att den har publicerats.