翻訳ワークフローのベストプラクティスとプロンプト

ベストプラクティス:翻訳、校正、仕上げを別々のステップとして扱うこと。
Key insights
質を保つための翻訳、校正、仕上げの分離
著者は、翻訳を明確なステップに分解することを推奨している:最初の書き換え(翻訳)、原文と翻訳を比較して省略や誤りを見つけるための専用の校正、流暢さとネイティブな表現に焦点を当てた最終的な仕上げ。投稿では、一般的なコンテンツには一度の書き換えが十分であるが、プロフェッショナルな翻訳には省略や品質の劣化を避けるために別々の校正と仕上げが必要であると述べている。
ブロックベースの処理が連続性を保ち、幻覚のリスクを減少させる
長い記事の場合、推奨されるワークフローはテキストを段落または章に分割し、ブロックごとに翻訳すること。連続性を保つために、前のブロックの原文と翻訳を次のブロックのコンテキストに含める。著者は、通常は直前のブロックの履歴のみが必要であり、過剰な履歴は不要であると指摘しており、このアプローチは非常に長いタスクをモデルが処理する際に観察される品質の劣化を軽減する。
自動翻訳で省略をプログラム的に検出するためのHTML idマークアップの使用
プログラム的な方法が推奨されている:コンテンツをHTMLに変換し、各ブロック(見出し、段落、リスト項目)にユニークなid属性を割り当てる。翻訳中にHTML構造を保持するようモデルに指示し、翻訳後にすべてのidをチェックして省略を検出する。投稿には具体的なHTMLスニペットの例が含まれており、手動チェックが最良であるが、idメソッドが自動化に役立つと述べている。
一般的なニーズには一度の書き換えが十分;モデルの選択が品質に影響
著者は、特にGemini 3 Proを引用し、現在の大規模言語モデルが一般的な翻訳に対して印象的な一度の書き換えの品質を生み出すと報告している。しかし、精度の要求が高い場合や出力が長い場合には、別々の校正と仕上げのステップが必要である。自動化はAPIやモデルインターフェースを通じて実装可能であり、著者はプロンプト管理にGemini Gemsを使用していることを述べている。