AI 辅助口笔译与跨文化沟通

1.1 口笔译：看流程、看术语、看边界

口笔译研究的不只是「两种语言互换」，而是「一个翻译项目怎么跑」。它教你：译前怎么准备（背景/文体/读者）、术语怎么管（AI 初选、人定稿）、译文怎么比较（多版本取舍）、质量怎么自检（回译/语料库核验）。做口译员、笔译员、本地化专员、跨境沟通岗，底层都是这套翻译项目管理思维——先懂流程，再做翻译。

AI 时代翻译的新变化：AI 能帮你译前梳理背景、批量提取术语、生成多版本译文、做回译质检——但「术语这个译法对不对、风格贴不贴、信息丢没丢」的判断永远在人。本课教会你「人定译文判断、AI 提速翻译」的协作观，并沿一条成果包主线走完全程：译前梳理 + 术语表 + 多版本译文 + 质量自检，这就是你本课的成果包路径。

你是一名翻译项目经理。请帮我完成一份待译材料的译前梳理（教学模拟场景）。
待译材料如下：
{粘贴待翻译文本}
请按以下四点输出：
1. 梳理三要素：原文背景（作者/行业/用途）、文体特征（产品文案/法律文书/学术论文等）、目标读者（谁在读、什么水平、什么期待）；
2. 基于三要素给出译文风格基线建议（用词与口吻）；
3. 列出 3 个可能影响翻译质量的疑点；
4. 输出为 Markdown。
梳理结果由我核验后决定，译前判断归我。

2.1 译前准备的三件事

动笔翻译前先做三件事：一看原文背景（作者/行业/用途），二辨文体特征（产品文案/法律文书/学术论文），三想目标读者（谁在读、什么水平、什么期待）。这三件事决定了整篇译文的风格基线——同一句话，面向 C 端用户和面向专业客户，译法完全不同。

译前准备不是「读一遍原文」就完，而是把「这篇翻译项目要达成什么」定清楚。课堂案例与数据均为教学模拟口径。

2.2 AI 术语表工作流

用 AI 建项目术语表的姿势：AI 按你的要求提取全文专业术语并给出候选译法→你逐条定稿「为什么选这个译法」→全文翻译与质检都用这份术语表对齐。术语一致性是专业翻译的第一质量线——AI 负责初选，人负责定稿，记录选译理由便于回查。

请帮我为这段待翻译文本建立项目术语表（教学模拟场景）：
1. 提取文本中的专业术语与专有名词，每个给 2-3 个候选译法。
2. 每个术语标注：上下文语境、推荐译法、备选译法。
3. 标出容易混淆的成对术语（如同形异义、一词多译）。
4. 输出为 Markdown 表格；只依据通用翻译惯例与文本语境，不得编造外部数据。

3.1 为什么要多版本比较

单版本机翻只能告诉你「一种翻法」，多版本比较才能告诉你「哪些翻法各有取舍」。让 AI 生成 2-3 个风格版本的译文（如直译版/意译版/商务润色版），你逐版对比信息忠实度与可读性——哪个版本信息最全、哪个版本读起来最顺、哪个版本丢了细节。

多版本比较的本质是「在忠实与可读之间做有意识的取舍」，取舍判断归人。AI 负责给版本，你负责选版本并说明理由。

3.2 AI 风格版本工作流

用 AI 生成多版本的姿势：你把原文 + 术语表喂给 AI，要求它按指定风格输出 2-3 版译文，并在每版后附「这版我做了什么取舍」。你逐版通读、对照原文核对信息、标注每版的得失，最后选定定稿版。取舍判断始终是你。

请把这段文本翻译成中文（教学模拟场景），输出三个版本：
1. 直译版：最贴近原文结构与信息。
2. 意译版：以中文可读性优先。
3. 商务润色版：面向目标读者、语气得体。
每版后附：本版相对其他版本的取舍说明。使用我提供的术语表，术语必须一致。输出为 Markdown。

4.1 质量自检的三板斧

译文定稿前必须过三关：一回译检测（把译文译回原文，看信息丢没丢）、二语料库验证（Linguee/COCA 等验证搭配是否常用，避免翻译腔）、三人工通读（交付前自己读一遍，确保不是机翻味）。三关层层把关，翻译腔与信息丢失在定稿前被拦下。

自检的本质是把「机翻味」挡在交付前。AI 负责执行回译与检索，你负责解读结果、判断取舍——「这句要不要改、怎么改」的判断归人。

4.2 AI 回译与语料库工作流

用 AI 做质量自检的姿势：定稿前让 AI 把译文回译成原文语言→你对照回译与原文找信息差→让 AI 列出疑似的翻译腔表达→你用语料库验证常用性→人工通读定稿。AI 做回译与检索，你做判断与定稿。

请帮我质检这份译文（教学模拟场景）：
1. 把译文回译成英文，并逐句对照原文标出信息丢失/新增/改动之处。
2. 标出疑似「翻译腔」的表达（逐字直译、搭配不自然）。
3. 对每个疑似翻译腔，给出 2 个更地道的候选表达。
4. 输出为 Markdown 表格；不确定处标「待核」。

5.1 本地化：把译文送进目标文化

翻译岗常见的跨文化场景是本地化：同样的产品文案，进不同文化要调整措辞、意象、禁忌与货币单位。AI 能帮你科普目标市场的沟通偏好与常见禁忌，但「这个梗要不要保留、这个说法在目标文化会不会踩雷」的判断归人——AI 提供地图，路要自己走。

文化敏感度靠积累，AI 的套路化建议要警惕——同一句「直接反馈 vs 委婉表达」在不同文化差异巨大，不能全信 AI 的模板化建议。

5.2 AI 本地化核查工作流

用 AI 做本地化核查的姿势：你把译文 + 目标市场喂给 AI，要求它列出该市场的沟通禁忌、偏好与格式要求→你逐条核验哪些适用、哪些是 AI 套路化建议→结合真实语境调整译文。AI 做信息梳理，你做语境判断。

请帮我核查这份译文的本地化风险（教学模拟场景，目标市场：{某国/地区}）：
1. 列出目标市场在措辞、意象、禁忌、格式（货币/日期/单位）上的常见沟通偏好。
2. 指出译文中可能踩雷或不适的表达，给出替换建议。
3. 明确标注哪些是普遍趋势、哪些需要结合真实业务进一步确认。
4. 输出为 Markdown 表格；不确定处标「待核」。

6.1 成果包四件套

本课的成果包是把前四章方法组装成一份「AI 辅助翻译项目」：选一段 300 词内真实材料，完成①译前准备（背景+文体+读者分析）②项目术语表（AI 初选、人定稿）③AI 多版本译文对比（至少 2 版，说明取舍）④质量自检记录（回译/语料库验证）。四件套齐备，这份成果包才能进你的作品集。

你是一名翻译项目评审。请帮我校对学习成果包是否齐备（教学模拟场景）。
我准备提交以下材料：
{粘贴你的成果包内容：译前准备说明/术语表/多版本译文/质量自检记录}
请按以下四点输出：
1. 对照四件套（译前准备、项目术语表、多版本译文对比、质量自检记录）逐项核对是否齐备；
2. 对每件套指出是否含「人的判断」（术语你定/版本你选/信息你核/定稿你签）；
3. 列出缺失或薄弱项及补全建议；
4. 输出为 Markdown 核对清单。
只基于我提供的内容判断，定稿与补全归我。

7.1 翻译岗的三条红线

做翻译，有两条职业底线和一条 AI 红线：不代写（AI 代写译文、作业照抄署名=学术与职业失信）、不代读（没读原文就让 AI 替你总结=能力不涨）、泄露保密原文（把涉密/未授权材料喂给外网 AI=安全事故）。这三条线碰了就出局。

判断归人是全课贯穿的第一红线：AI 帮你译前梳理、术语初选、多版本生成、回译质检——但「术语怎么定、版本怎么选、信息丢没丢、定稿签不签」的判断与担责永远在你。

7.2 结业不通过记入诚信

本课结业考核含「AI 分工说明」：成果包须标注 AI 协作过程（哪些 AI 做了、哪些你判断了、你改了 AI 什么）。若发现代写/代读/泄露，结业不通过并记入诚信记录。

你是一名翻译项目评审。请帮我生成一份结业成果的 AI 协作分工声明草稿（教学模拟场景）。
我的成果包包含：{译前准备说明、项目术语表、多版本译文、质量自检记录}。
请按以下要求输出：
1. 从成果包中提取「哪些环节用了 AI、AI 具体做了什么」；
2. 对照标注「哪些判断是我做的、我改了 AI 什么」；
3. 生成一份可提交的 AI 分工声明模板（Markdown），含代写/代读/泄露红线自查项；
4. 只基于我提供的内容，不得编造外部数据。
声明草稿生成后由我核验修改，署名与担责归我。