如何用AI翻譯：比逐字翻譯工具更好

聊天模型為何改變了翻譯

傳統翻譯工具轉換的是文字和句子。它們速度快，也常常準確，但它們不接受任何指令。你沒辦法告訴它們讀者是你的老闆、語氣要保持俏皮、法律術語必須保留英文，或問候語要貼合日本人實際開頭寫信的方式。而AI聊天模型恰好能接受這些指令。

這就是實際的差別。有了ChatGPT、Claude或Gemini，翻譯變成了一場對話：你解釋情境，模型針對那個情境翻譯，你還能問它為什麼選了某個措辭，或要求一個更正式的版本。對於任何語氣和背景很重要的場合，比如傳訊息給別人、求職申請和客戶郵件，這種靈活性勝過逐字轉換。

專用工具仍有它們的位置。要即時翻譯一塊路牌、一份菜單，或一個你只想抓大意的網頁，傳統的翻譯應用程式更快。下面的比較段落，會誠實拆解每個選項各自何時勝出。

得到自然譯文的提示詞模式

一份生硬的譯文和一份自然的譯文之間的差別，幾乎總是在指令上。用這個模式，並依需要調整：

「把下面這段文字翻譯成[語言]。讀者：[誰會讀它，以及你們的關係]。語域：[正式、中性或非正式，以及要遵循的任何當地慣例]。保持不變：[人名、產品術語、技術詞彙]。譯文之後，列出任何含糊或你做過文化調整的片語，並各用一行解釋你的選擇。文字：[貼上]。」

有三個細節會不斷出現。對於有敬語層級的語言，點明你想要的形式，比如西班牙語的usted或tú、德語的Sie或du、法語的vous或tu，以及日語和韓語裡的禮貌體或隨意體。對於慣用語，請模型意譯而不是直譯，否則那個笑話到了目的地就會變成一具屍體。對於任何面向客戶的內容，加一句「讓它讀起來像母語者寫的，而不是翻譯出來的」。

你也可以反過來用：把一則你收到的外語訊息貼上，問它說了什麼、帶著什麼語氣，以及在那個文化裡，禮貌的回覆通常會是什麼樣子。新手很少用到這一招。準確理解收到的訊息，是AI翻譯價值的一半。

翻譯文件和PDF

現代AI聊天應用程式接受檔案上傳，這把文件翻譯從一場複製貼上的馬拉松，變成了一個簡短的工作流程。

1. 上傳文件並說明它是什麼：一份租屋合約、一張文憑、一本產品手冊。背景會改變用字。
2. 要求譯文保持和原文相同的結構：保留標題、編號和表格，好讓你能並排比對。
3. 對於長文件，分節進行，並先要一份術語表：「列出反覆出現的關鍵術語，以及你將如何翻譯每一個，然後等我確認。」用語一致，正是專業翻譯和業餘翻譯的分野。
4. 最後加上：「列出這份文件裡，非母語讀者可能會誤解的任何地方，以及任何你拿不準的地方。」

有兩個限制要留意。第一，聊天機器人翻譯的官方文件不是經過認證的翻譯；簽證機構和法院通常要求宣誓翻譯員，所以用AI來看懂文件、準備草稿，而不是用來提交。第二，對於非常長的檔案，模型可能在中間段落丟失一致性，而這正是術語表這一步和逐節翻譯所要防止的。我們的PDF總結指南更深入地說明了上傳工作流程。

AI聊天對比Google翻譯和DeepL：一次誠實的比較

每個選項都有它的位置。這張表反映的是新手實際的體驗，而不是廠商的宣稱。

情境	最佳選項	原因
路牌、菜單、快速抓大意	傳統翻譯應用程式	即時、支援相機輸入、可離線使用
個人和商務訊息	AI聊天模型	遵循語氣、讀者和正式度的指令
術語固定的文件	AI聊天模型	可控制術語表，結構一致
主流歐洲語言之間的長篇正式文字	DeepL或AI聊天	兩者都強；就你的文字比一比
稀有語言配對	兩個都測	品質參差不齊；跑一次回譯查核
經認證的官方翻譯	人工宣誓翻譯員	多數國家的法律要求

關於準確性：對主流語言而言，現代聊天模型在日常文字上的翻譯水準，多數讀者已經分不出它和一位稱職的人類譯者有什麼差別。品質會在稀有語言配對、大量俚語和專業術語上下滑，而那正是下一節裡查核工作流程最重要的地方。而且因為模型的表現因語言配對而異，那個西班牙語出色的模型，泰語可能只是普普通通。就你實際的語言配對做五分鐘的並排比較，正是Whizi的並排檢視所為之打造的功能，能一勞永逸地回答這個問題。

如何查核一份你讀不懂的譯文

翻譯成一種你不會說的語言，讓人不安的地方在於你無法判斷結果。你仍然能用三種只花幾分鐘的查核來驗證它。

回譯是主力做法。開一段新對話，最好用一個不同的模型，貼上譯文，要求它翻回你的語言，並附上對語氣的描述。如果意思在這趟往返中保留下來，語氣也符合你原本的用意，嚴重錯誤就不太可能發生。如果有重要的東西跑掉了，就修改原句並重跑一次；含糊的原文通常是罪魁禍首。

請它自我審查：「把這份譯文對照原文審查。標出誤譯、彆扭的措辭和語氣不符，並按段落標出你的信心程度。」模型是相當不錯的翻譯評審，尤其是讓第二個模型來審查第一個的輸出。

對於高風險的文字，在目標語言那一側加上一次人工查核。就算只有一位說母語的熟人讀一遍最終訊息，也能抓出任何自動查核都抓不到的文化失誤。用AI幫你走完95%的路程，並讓人工審查變快。

你該用哪個模型來翻譯？

沒有一個萬能的翻譯最佳模型，任何不先問你語言配對就直接點名一個的人，都是在用猜的。表現確實會因語言配對和文字類型而異：一個模型產出最自然的隨意德語，另一個更謹慎地處理日語敬語，再一個能在一份長合約裡把術語穩定地保持一致。

實用的答案，是就你自己的語言做一次十分鐘的測試。拿三段你實際會碰到的文字：一則隨意的訊息、一封正式郵件，以及一份文件裡密集的一段。把同一則翻譯提示詞在兩三個模型上跑一次，用一個不同的模型對每個結果做回譯，並記下哪一個需要的修正最少，而且對你能問到的任何母語者聽起來最自然。

跨ChatGPT、Claude和Gemini跑這個測試，通常需要三份訂閱，每份大約每月$20，沒有人會為了一次實驗去買。Whizi在一個方案之下把它們全部給你，內建並排比較，於是這個測試花的是十分鐘，而不是六十美元。測完之後，就用贏家繼續翻譯，並用第二名抽查重要的文字。