Multe echipe pornesc localizarea cu o premisă greșită: dacă un model traduce rapid, problema este rezolvată. În practică, localizarea bună nu înseamnă traducere mot-à-mot, ci păstrarea intenției, tonului, termenilor de brand și a limitelor reale ale fiecărei piețe. W3C tratează clar diferența: localizarea înseamnă adaptare pentru o anumită piață, nu doar traducere de text.
Un pipeline AI util începe cu un „source of truth” curat. Asta înseamnă textul sursă aprobat, publicul țintă, scopul materialului, apelul la acțiune și lista de afirmații permise sau interzise. Dacă modelul primește doar un paragraf izolat, va umple golurile cu presupuneri. De aici apar formulări corecte gramatical, dar incoerente comercial. Pentru o pagină de produs, de exemplu, modelul trebuie să știe dacă mesajul urmărește vânzare, onboarding sau suport.
Al doilea strat este setul lingvistic: glosar, ghid de stil și reguli pe locală. Microsoft recomandă propoziții scurte și simple și evitarea expresiilor idiomatice, tocmai pentru că textele ușor de citit se localizează mai bine. În practică, glosarul trebuie să includă termeni care nu se traduc literal, nume de funcții, formulări aprobate pentru CTA și exemple de „așa da / așa nu”. Dacă vinzi software de facturare, „invoice approval flow” nu ar trebui lăsat la mâna modelului fără context. Într-o locală poate deveni „flux de aprobare a facturilor”, în alta poate cere o formulare mai comercială, în funcție de public.
Al treilea pas este separarea tipurilor de conținut. Nu trimite în același prompt headline-uri, microcopy de interfață, emailuri promoționale și texte juridice. Fiecare are constrângeri diferite. Headline-ul cere impact și naturalețe. Microcopy-ul cere claritate și limite de lungime. Textul juridic cere conservatorism și verificare umană obligatorie. Tot aici intră protejarea placeholderelor, tagurilor și variabilelor. Documentația Lokalise insistă pe gestionarea corectă a placeholderelor, fiindcă acestea se pot rupe ușor în traduceri automate și pot strica experiența în produs.
Abia după aceste trei straturi merită introdus modelul într-un flux pe etape. O variantă pragmatică are patru pași. Primul: extragi intenția textului sursă în format structurat, de exemplu ton, public, CTA, termeni obligatorii și constrângeri. Al doilea: generezi versiunea localizată pe baza glosarului și a regulilor pentru piața țintă. Al treilea: rulezi o verificare separată cu alt prompt sau alt model pentru consistență terminologică, ton și placeholdere. Al patrulea: aplici reguli deterministe, nu doar AI. OpenAI recomandă instrucțiuni clare și ieșiri structurate atunci când vrei răspunsuri consecvente; pentru localizare, asta ajută mult la controlul variațiilor inutile.
Regulile deterministe sunt partea pe care multe firme o sar. Aici verifici dacă s-au păstrat variabilele, dacă termenii din glosar au fost respectați, dacă lungimea încape în butoane sau bannere, dacă formatele de dată, monedă și adresă sunt corecte pentru locală și dacă textul nu a introdus afirmații pe care originalul nu le avea. Google Cloud Translation documentează explicit folosirea glosarelor și a formatului TMX pentru consistență terminologică. Chiar dacă nu folosești direct acel serviciu, ideea rămâne valabilă pentru orice pipeline serios.
Ce poate face realist AI-ul? Poate accelera prima versiune, poate propune variante de ton, poate uniformiza terminologia și poate semnala derapaje evidente. Ce nu poate face singur? Nu cunoaște istoricul de brand dacă nu i-l dai. Nu decide corect implicații juridice locale. Nu înțelege întotdeauna umorul, ambiguitatea sau diferența fină dintre un mesaj „natural” și unul „tradus”. De aceea, review-ul uman nu dispare; se mută din traducere brută în control editorial și comercial.
Dacă vrei un punct de pornire simplu, începe cu un singur tip de conținut, de exemplu emailuri promoționale. Definește glosarul, două-trei exemple aprobate, reguli de ton și o listă de verificări automate. Măsoară apoi câte corecții umane se repetă. Exact acele corecții trebuie transformate în reguli, exemple și teste. Un pipeline AI bun pentru localizare nu încearcă să traducă tot mai repede. Încearcă să livreze același mesaj, natural și coerent, în fiecare piață.
Surse
- W3C Internationalization, „Localization vs. Internationalization”
- Microsoft Writing Style Guide, „Writing tips”
- OpenAI Docs, „Text generation” și ghidurile de prompting/structured output
- Google Cloud Translation Documentation, „Creating and using glossaries (Advanced)”
- Lokalise Help Center, documentația despre placeholders
