Meta 开源的大规模多语言翻译模型——这是 NLLB 开源翻译模型最主要的用途，也是本文讨论的前提。

这篇写给记者编辑：围绕采访整理、资料核查和标题与导语这几类日常工作，说明它能帮上什么忙、怎么用、哪些地方必须自己把关。

记者编辑的三个高频用法

1. 采访整理

可直接复制到 NLLB 里修改：

根据这份采访录音转写，整理出 5 个核心观点和对应原话（标注时间点），不要改写受访者的原意。

把关：原话与录音一致。

2. 资料核查

在 NLLB 开源翻译模型中可以这样提：

列出这篇稿件中所有需要核实的事实：人名、职务、时间、数字、引语，并为每项建议一个核实渠道。

把关：每项事实都有核实渠道。

3. 标题与导语

在 NLLB 开源翻译模型中可以这样提：

为这篇报道写 5 个标题和 2 个导语备选，标题准确反映内容，不夸大、不制造悬念误导读者。

把关：标题与正文事实一致。

也可以试试：字幕翻译

这是「翻译与多语言」类工具的通用任务，记者编辑同样用得上。

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。

边界与合规

事实必须多源核实，不得用 AI 生成虚构引语，遵守所在机构的 AI 使用规范。

  • 产出由记者编辑本人负责，AI 只是草稿和辅助。
  • 对外内容发布前至少看一遍。
  • 如单位有规定的工具清单，优先在清单内选择；NLLB 开源翻译模型的同类还有 SeamlessM4T、Argos。

一周试用建议

选一个最常做的任务连续用 5 个工作日，记录每次节省的时间和需要修改的地方，再决定是否把 NLLB 纳入日常流程。

延伸练习

译后编辑

准备材料：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。

交付前确认：问题按严重程度分类。

营销文案本地化

适用情况：手头有一段中文营销文案和目标市场时。

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。

验收标准：说明了本地化调整。

术语表先行

输入：一份产品文档和已有术语。

先从文档中提取 30 个关键术语，结合我提供的已有译名生成术语表，再按术语表翻译全文，翻译后列出不确定的译法。

交付前确认：全文术语与术语表一致。

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。

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：同一术语多种译法

建立术语表并在工具中启用强制术语。

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。

概念补充：术语表

规定专有名词译法的表格，保证多人、多次翻译一致。

写在最后

本文基于 NLLB 开源翻译模型公开的定位与通用用法编写，具体功能、套餐与可用地区以官方页面为准，产品更新后界面和名称可能变化。

文中提示词和示例仅作示意，实际效果取决于你的材料和 NLLB 当前版本，重要内容请人工核对后再使用。

延伸阅读