AI 翻译实战：论文、字幕、产品文案各有各的翻法

「帮我翻译一下」是 AI 翻译效果差的根源。不同文体要给不同指令：学术要准、字幕要短、营销要活。

2026-08-11 · 约 4 分钟读完

最后更新于 2026-10-01

作者：林知微（CPCX 撰稿人 · 写作与职场）

同一段产品文案我让它直译和意译各出一版，直译版语法全对但中文读者看着别扭。所以文章里我按文本类型分开写：论文要准，文案要顺，字幕要短。

翻译不是一对一换词

同一个「 Competitive pricing strategy 」，放在论文里译「具有竞争力的定价策略」，放在电商详情页译「价格能打」，放在 PPT 里可能就一个词「低价抢市」。AI 默认给你的是「通用档」，而你需要的是「场景档」。

所以 AI 翻译的第一原则是：告诉它这段文字是什么、给谁看、在什么场合用。这三个信息决定了它该偏向准确、偏向简洁还是偏向感染力。

营销文案让 AI 出三个版本：直译版保底、改写版好用、自由发挥版找灵感——三选一比自己磨快得多。

关键文本做一个动作：让 AI 「把译文再翻译回原文，标出和原意有出入的地方」。回译是校对机器翻译最简单有效的手段——意思跑偏的地方会自己浮出来。

专业领域的翻译（法律、医疗、财务）多一步：术语表。把你确认过的术语对照表先发给 AI，要求全文统一使用。机器对同一个英文术语的前后译法可能不一致，而读者对术语不一致的容忍度是零。

英译中其实比中译英简单：AI 的中文底子普遍不错，主要风险是「翻译腔」——句子结构跟英文走，读起来别扭。指令里加一句「按中文习惯重写，允许拆句和换语序」，质量会明显提升。

日语、韩语、德语、法语这类小语种则相反：词汇层面大致能对，坑在敬语层级、行业术语和固定搭配上。同一个中文句子，对客户和对同事该用的语气层级不同，模型常常选得很随意。

可行的补救办法是给它两样东西：一份术语表（把这些词固定译成什么），和一段参考译文（你认可的、同类型文本的译法）。给完这两样，小语种译文会稳定很多。

小语种的译文如果要对外使用，最后一步请交给能用这门语言的人看一眼。这不是 AI 不够好，是这类内容出错代价太高。

我帮朋友翻过一组二十几条的短视频字幕。指令写「翻成中文口语，短一点」，结果每条都短「一点点」，塞进画面还是两行。加了字数上限，好一些，但「口语」它理解成加语气词，满屏的「呢」和「啊」。

最后管用的是把我自己翻好的三条贴在指令最前面，加一句「照这个感觉翻」，这一版几乎没改动。「口语化」这个词，我脑子里有一个具体的样子，它脑子里是另一个——形容词传不过去，例子可以。从那以后我的翻译指令第一行放范例，第二行才放要求。

事后还抓到一个问题：同一个产品名，前面几条一个译法，后面悄悄换了一个。长文本分批翻时，把定稿的译法一起带上——人名、产品名这类它最爱自由发挥的词尤其要盯。

「AI 翻译能不能直接用？」看给谁看。自己读的，直接用；要署名发出去的，过一遍。不是因为 AI 翻得差，是出错的成本不对称：你扫一眼能拦下绝大多数错，漏出去的那一个，丢的是你的署名。

「每次翻出来都不一样，哪个是对的？」都是对的，翻译本来就是多解题。真正要警惕的是同一篇里前后不一致，长文要么一次翻完，要么分批时带上前文。

「拿不准的术语，问 AI 还是查词典？」都要，顺序是：先问 AI 这个词有哪几种常见译法、各自用在什么场合，再挑一两个权威来源对照。AI 给全景，词典做裁决，只做其一都容易偏。

「译文读着很顺，是不是就不用查了？」顺恰恰是最迷惑人的地方。机器翻译几乎不会翻出病句，错的都是意思：否定丢了、范围扩大了、时态偏了。越顺的译文，越要对着原文扫一遍关键句。

机器翻译真正翻不动的不是难词，是「一层意思压着两层」的地方。双关和文字梗是典型：直译丢梗，意译丢原句，它交的版本看似通顺，两头都没占住。这种地方要么加译注，要么按中文语境重写，决定只能人来做。

另外两类的界线更简单：有官方译名的品牌和产品，查到官方叫什么就直接写进指令；要署名的正式译文——合同、投稿、公文——机器初翻加人工定稿，署名的意思就是有人为它负责。