我想分享一些關於使用人工智慧翻譯文章的見解。以下是其核心理念： 最好的翻譯其實就是改寫。 要取得高品質的成果，需要將流程分解成若干步驟。 然而，這取決於具體情況。對於一般的翻譯需求，通常一次重寫就足夠了。考慮到目前大型語言模型（尤其是像 Gemini 3 Pro 這樣的模型）的功能，一次重寫就能達到相當不錯的品質。 如果您追求的是專業級的翻譯質量，那麼在初次改寫之後，有必要讓 AI 對文本進行校對和潤色。 至關重要的是，除非內容非常短，否則不要試圖將翻譯、校對和潤飾塞進一個任務中。 主要原因正如我昨天提到的：雖然模型可以處理非常長的輸入，但如果所需的輸出太長，它們往往會偷工減料，並出現嚴重的幻覺。 想像翻譯一篇2000字的文章。如果你讓模型同時進行重寫、校對和潤色，最終輸出的文章字數很容易膨脹到5000到6000字。到最後，文章品質會顯著下降。 因此，翻譯、校對和潤飾最好是獨立進行。 我們先從翻譯開始。提示訊息不需要太複雜。只需簡單地要求它“重寫”，並指定以下內容： 文章的風格 常用術語或映射關係表 - 目標受眾（可選） 校對時，您需要提供原文和譯文。目的是檢查是否有遺漏和錯誤。如果您對精確度要求不高，可以跳過此步驟。 潤飾階段，不再需要英文原文；光是翻譯結果就足夠了。在這個階段，你只需要用範例檢查譯文是否流暢自然，措詞是否符合母語習慣。原文已不再必要。 此外，如果文章過長，應該將其分成若干部分。最好按章節或段落劃分；通常情況下，段落層級的劃分就足夠了。 至於如何確保當前代碼塊與前一個代碼塊之間的連貫性，一個簡單有效的方法是將前一個代碼塊的源文本和譯文添加到上下文中。這樣，下一個程式碼區塊的譯本就可以引用前一個程式碼區塊的內容和樣式。 至於要保留多少歷史記錄，這取決於模型和程式碼區塊的大小。通常，只需保留前一個程式碼區塊的原始程式碼和翻譯程式碼就足夠了；不需要太多歷史記錄。事實上，有時完全不保留歷史記錄也完全沒問題。 這個過程可以透過使用 API 的程式自動完成，也可以在模型介面中手動完成。我個人是使用 Gemini。我為不同的提示創建不同的“Gem”，需要時，只需將內容貼到相應的 Gem 中即可。
高品質翻譯的提示 - - 迅速的 - - 請將以下文章改寫成簡單易懂、流暢易懂、引人入勝的{{簡體中文}}。 核心要求： - 受眾與風格：針對對人工智慧有興趣的一般讀者。採用清晰易懂的敘事風格，而非學術論文的語調。 - 準確度第一：核心事實、數據和邏輯必須與原文嚴格一致。 - 流暢性和表達力：優先考慮地道的目標語言句式結構。將冗長複雜的句子拆分成更自然、更簡短的短語。 - 標準術語：技術術語應使用業界認可的標準翻譯（例如，{{overfitting -> 過度擬合}}）。術語首次出現時，請在括號內註明原文。 - 保留格式：保持 Markdown 的原始格式，包括標題、粗體、斜體和圖片。 - 上下文註釋：如果技術術語難以被非專業人士理解，或者缺乏背景知識會阻礙理解，請添加適當的註釋以幫助理解。將這些註釋用粗體括號括起來，例如：（註）。 詞彙表/常用詞彙： {{- AI Agent -> AI 智能體 - 法學碩士 -> 大語言模型}} 請重寫以下內容：