“Save” 在一个页面被译为“保存”，另一个页面成了“储存”；同一个套餐在价格页叫“专业版”，在账单邮件里又成了“Pro 计划”。这类问题不会让产品立刻崩掉，却会让用户觉得陌生、让客服不断解释、让后续每次更新都更难维护。
AI 能把翻译速度拉得很高，但它不知道某个词是在按钮、错误提示、权限设置还是合同条款里出现。把整包 JSON、CSV 或表格直接交给模型，得到的往往是“每一句都通顺、整套却不一致”的结果。可靠的产品本地化流程应先把术语和规则固定下来，再让 AI 批量处理低风险文本，最后回到真实界面校验。
先区分“翻译”与“产品语言”
产品本地化不是逐字换语言。它至少包含三件事：用户如何称呼产品里的对象、界面空间允许多长的文字、不同市场是否需要不同的日期、货币、地址和合规表达。例如中文里的“工作区”可能对应 workspace、team space 或 project；只有产品负责人能决定这三个概念是不是同一个东西。
在开始前，先列出这次不应该由 AI 自行决定的内容：品牌名、功能名、套餐名、角色权限、计费单位、法律条款、错误码、变量和链接。它们要么保持原样，要么由人工给出唯一译法。把这份清单称为“不可猜字段”，后面每一轮提示词都带上它。
术语表不用大，但必须能执行
第一版术语表常常只要 30 到 80 个词。重点不是词多，而是每个词有足够上下文。推荐用表格保存以下列：
- 源词：原始英文或中文术语。
- 标准译法：在产品中唯一允许的写法。
- 词性和位置：按钮、菜单、标题、帮助文档、账单或系统消息。
- 说明：它表示什么、不表示什么，是否允许缩写。
- 示例：至少给出一个真实句子或页面键名。
例如：Workspace → 工作区；名词；用于左侧导航和成员协作范围；不要译为“空间”；示例：切换工作区。 这种记录比只放一对词更有用，因为模型和新同事都知道何时该使用它。
把源文件拆成适合审阅的批次
不要一次翻译 5,000 条字符串。先按界面区域或风险拆批：导航与核心操作、注册与引导、设置与权限、支付与账单、通知与错误提示、帮助内容。每批 80 到 200 条比较适合人工抽查，也方便发现某一类提示词没有生效。
导出文本时必须保留 key、源文本、现有翻译、变量说明和最大长度。变量例如 {name}、{{count}}、%s，HTML 标签、Markdown、URL 和代码片段都不能被模型改写。对带变量的句子，先让 AI 标记风险，再翻译；不要只看译文好不好读。
给 AI 明确的翻译合同
下面的提示词可以直接用于 ChatGPT、Claude、Gemini 或团队内部模型。它的目的不是追求文采，而是让输出能安全回填：
你是 SaaS 产品本地化编辑。将下表从英文翻译为简体中文。严格使用术语表中的标准译法；品牌名、产品名、套餐名、变量、HTML 标签、Markdown、URL、数字格式和键名不得改动。按钮使用简短动词，错误提示先说明问题再给出下一步。若源文缺少上下文、一个词有多种产品含义、或翻译会超过最大长度，请在“需确认”列标记，不要猜测。输出保持原表的 key、源文、译文、需确认四列。
对于英文版反向校验也不要用“翻译得自然一点”。应说明目标用户、语气和限制：面向企业管理员还是普通用户？使用美式还是英式拼写？按钮是命令式还是中性表达？这些规则在术语表的顶部统一写清楚。
三类文本必须人工复核
第一类是会造成真实后果的文本：删除、取消订阅、付款、导出、权限授予、隐私授权。翻译错一个否定词就可能带来投诉。第二类是带上下文的短词：Open、Close、Invite、Share、Plan、Member；它们在不同页面的词性可能不同。第三类是动态文本：复数、金额、日期、用户名和异常信息。模型可能保留变量，却把句子结构写成无法适配不同数量的形式。
审核时不要只逐行读表。至少在测试环境完成一次真实任务：创建账号、邀请成员、升级套餐、触发一条失败提示、查看邮件或站内通知。很多问题只有在按钮宽度、弹窗标题和连续操作里才会暴露出来。
用 AI 做“反向质检”，不要让它自己给自己打分
翻译完成后，换一轮对话并提供源文、译文、术语表和风险规则。提示它只找问题：
检查以下产品本地化表，不要重写全部译文。找出：术语表不一致、变量/标签被修改、金额或单位不一致、按钮超过 12 个汉字、可能误导用户的否定或权限表达、同一功能在不同 key 中译法不同。每项返回 key、问题类型、原文依据和建议；没有足够依据时标记“人工确认”。
这种“另一角色审校”比让同一次生成自我评价更有效。你还可以把已发布的术语表和一批新字符串放入知识库，让 AI 先检索标准译法再处理，但最终仍要保留可追溯的表格。
发布前的最小检查清单
- 所有 key、变量、链接、标签和占位符数量是否与源文件一致？
- 套餐、权限、角色和功能名是否完全按术语表写？
- 关键操作的肯定/否定、金额、时间和限制是否经人工核对？
- 移动端和窄窗口是否有截断、溢出或按钮折行？
- 每次更新是否记录术语表版本和对应产品版本，方便回滚与追责？
如果团队还没有专用本地化平台，先用 Notion 或 Google Sheets 管术语表，用 AI 辅助抽取与审校就够了。需要批量清洗导出表格时，可参考本站的 AI 整理表格和脏数据流程；当文本需要进入邮件、帮助中心或客户沟通时，再结合 AI 英文邮件事实表方法 保持事实一致。
真正省时间的不是“让 AI 一次翻完”，而是让下一次发布不必重新讨论同一个词。术语表一旦成为产品的一部分，AI 才能稳定地帮你把语言扩展到更多市场。