翻譯優(yōu)化方法

今天很忙，簡單分享一下我一直在用的翻譯方案（之前在星球分享過）。

其實(shí)這個方案在之前的文章里有提到過，就是吳恩達(dá)老師分享的「三步翻譯」方法。簡單來說就是首先由 A 模型初次翻譯，然后再由 B 模型提供優(yōu)化建議，最后由 C 模型最終定稿。

直接上一個案例。

這是我拿我文章里的一段話，用 DeepL 翻譯出來的結(jié)果，其實(shí)翻譯出來的意思大致能明白，但是好像不像人話（廢話連篇且不是正常人說話的語氣）。

于是干脆把這段話用 AI 進(jìn)行優(yōu)化翻譯，下面便是翻譯出來的一些信息。

看上圖中的標(biāo)注信息，分別是三次翻譯后的具體文案。可以看到其實(shí)第一次翻譯后，其文案質(zhì)量就挺不錯的。

然后再用另一個模型，進(jìn)行文案的對比優(yōu)化，于是 AI 便給出了翻譯文案的改進(jìn)建議，以及為什么這樣的改進(jìn)的原因。

改進(jìn)主要還是在文案語氣上優(yōu)化，與用詞上的一些選擇，反正肯定是要比我們?nèi)斯しg強(qiáng)很多的。

最后一次翻譯，便是將前面的所有翻譯結(jié)果，全部交給一個更強(qiáng)大的模型，讓其進(jìn)行綜合優(yōu)化，并最終定稿。

相應(yīng)的代碼，都能夠在互聯(lián)網(wǎng)上搜索得到，有興趣可以去實(shí)驗(yàn)下，更進(jìn)一步我們可以將這個方法論嵌入到 Google Sheets 中，使用起來便會更方便。