Crowdin 的开源与私有化路线
本地化管理平台 Crowdin 的 AI 翻译与校对——这是 Crowdin AI 最主要的用途，也是本文讨论的前提。
当数据不能离开公司或个人设备时，就需要考虑自托管或开源路线。
先判断：它能不能自托管
它本身是云端服务；如果数据不能出域，可以考虑可自托管的开源方案做部分替代，代价是部署与维护要自己负责。
决策要点
- 数据敏感级别：只有内部公开信息时，云端服务通常更省事。
- 团队是否有人负责运维和安全更新。
- 硬件投入：本地运行模型需要显卡或较大的内存。
- 效果差距：用自己的任务实测，不要只看榜单。
可以评估的开源方向包括：Weblate、NLLB 开源翻译模型、SeamlessM4T。它们与 Crowdin AI 的能力并不完全等同，适合用来承接对数据要求最高的那部分任务。
用同一个任务做对比
字幕翻译
准备材料：一份 SRT 字幕文件。
翻译这份字幕：每行不超过 42 个字符，保持时间轴不变，人名统一译法，口语化表达。
验收标准：时间轴未改动。
自托管上线清单
- 固定版本号并记录配置。
- 只在内网暴露服务或加上认证。
- 设置日志与资源监控。
- 订阅仓库的版本发布与安全公告。
- 准备回滚方案。
延伸练习
多语言回复客户
准备材料：一封外语客户来信。
帮我理解这封来信的要点，并用对方的语言起草回复，同时附上回复的中文对照，便于我确认内容。
检查点：附带中文对照。
译后编辑
输入：一段机器翻译结果和原文。
对照原文检查这段机翻：标出漏译、误译和不通顺的地方，给出修改后版本，并按严重程度分类。
验收标准：问题按严重程度分类。
营销文案本地化
准备材料：一段中文营销文案和目标市场。
把这段文案改写给【目标市场】的用户，不必逐字翻译，保留核心卖点，替换不适用的文化梗，并说明你做的调整。
交付前确认：说明了本地化调整。
常见问题：代码或占位符被翻译
在提示或设置中声明不翻译的内容格式。
常见问题：数字单位出错
译后专门检查数字、日期、货币和单位。
常见问题：长文档前后风格不一
固定风格说明，分段翻译时附带上一段译文。
概念补充：占位符
软件字符串中的变量，翻译时必须原样保留。
概念补充：本地化
不仅翻译文字，还调整文化、格式、计量单位等。
适合人群：游戏开发者
游戏开发者可以用 Crowdin 处理原型与素材、NPC 对话与文案等工作。需要注意：关注生成素材的授权和平台对 AI 内容的披露要求。
适合人群：电商运营
电商运营可以用 Crowdin 处理商品详情与主图、活动方案与客服话术等工作。需要注意：商品参数和促销规则必须与后台一致，避免虚假宣传。
适合人群：销售
销售可以用 Crowdin 处理客户背景调研、跟进邮件与话术等工作。需要注意：客户数据按公司规定处理，报价和承诺以合同为准。
使用提醒
所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。
文中提示词和示例仅作示意，实际效果取决于你的材料和 Crowdin 当前版本，重要内容请人工核对后再使用。