AI 翻译已经从「把一句话换成另一种语言」进化到可以处理整段文章、新闻稿、产品资料，甚至根据指定语气重写译文。对经常处理中文内容的人来说，ChatGPT 这类生成式 AI 的确能大幅加快第一稿，但速度快并不等于译文可以直接交付。

真正容易出问题的，往往不是明显的错字，而是原文意思被轻微改变、专有名词前后不一致、数字单位出错、语气不符合使用场景，或者译文看起来很顺，却偷偷补进原文没有的信息。

OpenAI 说明其模型能够处理多种语言，也建议在可能的情况下让提示词保持单一语言，以提高输出的一致性。另一方面，专业翻译领域本来就把「机器翻译后的人工编辑」视为独立工作流程；ISO 18587:2017 便针对机器翻译输出的人工完整后编辑制定要求，而 ISO 5060:2024 则提供翻译输出评估的通用指导。

所以，更实际的做法不是问「AI 能不能取代翻译」，而是建立一套可重复的检查流程。以下是我认为一般内容工作者、编辑和网站经营者都能使用的 8 个步骤。

1. 先决定译文是给谁看的

同一句英文，翻成中文时可以有很多正确版本。网站新闻、公司公告、社交媒体、旅游介绍、技术文件和私人电邮，对语气、用词与准确度的要求完全不同。

因此，在把原文交给 AI 前，最好先说明三个条件：目标语言、目标读者、使用场景。例如：

把以下英文翻成简体中文，读者是马来西亚一般消费者，用自然的新闻中文，不要逐字直译；品牌名、产品型号和数字必须保留原意。

这比只输入「翻译成中文」可靠得多。OpenAI 的提示词指南也强调，提示应清楚、具体，并提供足够上下文。

2. 第一轮只翻译，不要同时要求改写

很多人会一次要求 AI「翻译、润色、缩短、改成杂志风格」。这样虽然方便，却很难判断最后一句究竟是翻译，还是 AI 自己重新写出来的。

比较稳妥的方法是分两轮。第一轮先要求忠实翻译；第二轮确认意思无误后，再进行中文润色。

这和我之前写过的用 ChatGPT 查资料，怎样判断来源可信？AI 事实核查的 7 个步骤逻辑相似：先把「事实是否正确」与「文字是否好看」拆开处理。翻译也是一样，准确度应该先于文风。

3. 做一次逐段原文对照

AI 译文最危险的情况，并不是翻得很差，而是翻得非常流畅，让人降低戒心。

校对时不要只读中文。把原文和译文逐段对照，重点检查：

• 有没有漏掉一句、一个条件或否定词；
• 主语有没有换人；
• 因果关系有没有被强化或削弱；
• 原本的「可能」「预计」「据称」有没有被翻成确定事实；
• AI 有没有为了让句子更完整而加入原文不存在的解释。

尤其是新闻稿、财经、医疗、法律和技术内容，一个看似微小的语气变化，都可能改变原意。

4. 把数字、日期、货币和单位单独检查

数字最好不要靠「读起来好像没问题」来检查。

例如 million、billion、million tonnes、basis points、百分比、财年、时区和货币单位，在中英文转换时都可能出现错误。日期也可能因为美国与其他地区格式不同而产生歧义。

我的做法是完成译文后，再单独要求 AI 列出原文与译文出现的所有数字、日期、百分比、货币和单位，做成对照清单，然后人工逐项核对。

AI 很适合帮助整理检查对象，但最后的判断仍然要回到原始资料。关于这种「AI 负责整理、人负责确认」的思路，也可以参考LLM 是什么？大语言模型的原理与常见问题解析。

5. 建立专有名词与术语表

长文最常见的问题之一，是同一个词在不同段落被翻成不同中文。

例如一个职位、政府机构、技术名词或品牌部门名称，第一页用一种译法，后面又换另一种。单句来看两种都可能正确，但整篇文章就会显得不专业。

处理较长文件时，可以先整理 glossary（术语表），至少包括：

• 品牌与公司名称；
• 人物姓名；
• 职位；
• 产品型号；
• 机构与政府部门；
• 行业专有名词；
• 决定保留英文的词。

然后明确告诉 AI：整篇翻译必须遵守这份术语表。翻译完成后，再搜索全文确认是否出现其他译法。

6. 检查「正确但不像中文」的句子

忠实翻译完成后，第二轮才处理中文可读性。

英文常见的长句、被动语态、抽象名词堆叠，如果逐字搬进中文，即使没有翻错，也会非常生硬。这个阶段可以让 AI 扮演中文编辑，而不是翻译员。

例如可以要求：

不要改变任何事实、数字、名称和因果关系，只调整中文句序、重复词和不自然的翻译腔。修改后列出你改动较大的句子。

关键是限制它「只能改善表达，不能增加事实」。这也是为什么我不建议一开始就把翻译与重写混在同一个提示词里。

7. 用第二轮 AI 做反向审稿，而不是直接相信第一轮

完成译文后，可以重新开一个对话，或至少用一个独立的检查提示，让 AI 不负责改写，只负责找问题。

例如：

逐段比较以下英文原文和中文译文。不要重写全文，只列出：漏译、错译、意思扩大或缩小、数字错误、名称不一致、原文没有但译文新增的内容。

这种方法的价值不是让第二次 AI 自动宣布第一次 AI「合格」，而是增加一道检查层。找到疑点之后，仍然应该回原文确认。

如果翻译工作本身属于网站内容生产的一部分，也可以把这一步纳入完整编辑流程，而不是把 AI 输出直接贴进 WordPress。之前的用 ChatGPT 写 WordPress 文章：从选题到 Yoast SEO 的 8 步流程也采用类似的分阶段审核思路。

8. 最后由人判断：这句话在真实语境中成立吗？

最后一步最难自动化。

语言不仅是字典意义，还涉及地区、行业、品牌习惯和文化语境。一个词在中国大陆、台湾、香港、马来西亚和新加坡可能都有不同的常用说法。AI 可以提供选择，却未必知道你的客户、媒体或读者真正习惯哪一种。

ISO 18587:2017 把机器翻译后的人工完整编辑作为一套有明确要求的流程；目前正在发展的新版 ISO/DIS 18587 也继续聚焦非人工翻译输出的人工后编辑。ISO 5060:2024 更进一步讨论如何评估人工译文、后编辑机器译文与未经编辑的机器译文。这些标准背后的共同讯息很清楚：输出可以由机器产生，但质量判断本身仍是一项工作。

AI 翻译最适合负责什么？

如果把 AI 当成「第一稿加速器」，它非常实用。大量重复内容、资料初译、不同版本比较、术语整理、句子润色，都可以明显节省时间。

但越接近正式发布，人的角色越重要。尤其涉及品牌声明、合约、医疗、财经数字、人物引述或可能造成法律后果的内容，不应该因为 AI 的中文很流畅，就省略原文核对和专业审核。

一个可以重复使用的 AI 翻译工作流程

把上面的步骤压缩成日常工作，可以变成：

1. 确定目标读者与用途；
2. 建立术语表；
3. AI 做忠实初译；
4. 逐段对照原文；
5. 独立检查数字、日期、单位与名称；
6. 第二轮只做中文润色；
7. 用独立提示做反向审稿；
8. 人工完成最终语境与事实确认。

真正值得自动化的，不是「按一下就得到最终译文」，而是把这些重复检查变成固定流程。

常见问题

ChatGPT 可以直接拿来翻译正式文件吗？

可以协助产生初稿和进行检查，但正式文件是否能直接使用取决于风险与用途。涉及法律、医疗、财务或监管要求的内容，应由具备相关能力的人进行最终审核。

AI 翻译后还需要人工校对吗？

需要。即使译文语言自然，也仍可能出现漏译、语气变化、专有名词不一致或新增原文没有的信息。专业翻译领域本身也存在机器翻译后编辑的标准与工作流程。

怎样减少 ChatGPT 翻译时自己加内容？

把翻译和润色拆成不同步骤，并在提示中明确要求不得增加、删除或推断事实。完成后再用原文逐段核对，尤其检查数字、否定词、条件句和引述。

小结

AI 翻译真正节省的，是第一稿和重复检查的时间，而不是把「判断正确与否」这件事消灭掉。

如果只是私人理解一段外文，直接翻译通常已经够用；但如果内容要公开发布、交给客户或代表一个品牌，最好把 AI 当成翻译流程中的一个工具，而不是最后一道关卡。速度可以交给 AI，最终责任仍然要由人来承担。

参考资料： OpenAI：多语言文本处理、OpenAI：Prompt Engineering Best Practices、ISO 18587:2017、ISO 5060:2024。