翻译优化方法

今天很忙，简单分享一下我一直在用的翻译方案（之前在星球分享过）。

其实这个方案在之前的文章里有提到过，就是吴恩达老师分享的「三步翻译」方法。简单来说就是首先由 A 模型初次翻译，然后再由 B 模型提供优化建议，最后由 C 模型最终定稿。

直接上一个案例。

这是我拿我文章里的一段话，用 DeepL 翻译出来的结果，其实翻译出来的意思大致能明白，但是好像不像人话（废话连篇且不是正常人说话的语气）。

于是干脆把这段话用 AI 进行优化翻译，下面便是翻译出来的一些信息。

看上图中的标注信息，分别是三次翻译后的具体文案。可以看到其实第一次翻译后，其文案质量就挺不错的。

然后再用另一个模型，进行文案的对比优化，于是 AI 便给出了翻译文案的改进建议，以及为什么这样的改进的原因。

改进主要还是在文案语气上优化，与用词上的一些选择，反正肯定是要比我们人工翻译强很多的。

最后一次翻译，便是将前面的所有翻译结果，全部交给一个更强大的模型，让其进行综合优化，并最终定稿。

相应的代码，都能够在互联网上搜索得到，有兴趣可以去实验下，更进一步我们可以将这个方法论嵌入到 Google Sheets 中，使用起来便会更方便。