NLLB 开源翻译模型高效用法 8 条
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。
这些技巧适合已经会基本操作、想进一步提效的用户。
8 条进阶用法
- 把固定的背景和规则保存为预设或模板，避免每次重复输入。
- 敏感信息用代号替换，交付前再换回。
- 同一任务准备 5 份测试材料，改设置后统一复测。
- 长材料分段处理，每段完成后再要一份汇总。
- 把「术语表」等关键设置弄清楚再调参。
- 遇到瓶颈时，用 MarianMT 做一次对照，判断是工具问题还是用法问题。
- 先要大纲或计划，再要全文，复杂任务分两到三步完成。
- 要求输出「不确定清单」，把需要人工核实的地方单独列出。
示例：分步完成的写法
双语对照阅读
适用情况：手头有一篇英文技术文章时。
把这篇文章翻译成中文并以双语对照排版，专有名词首次出现时保留英文原文，代码和命令不翻译。
交付前确认：代码块未被翻译。
补充练习
字幕翻译
输入：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。
交付前确认：时间轴未改动。
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。
检查点：问题按严重程度分类。
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。
验收标准：附带中文对照。
常见问题：直译生硬
说明目标读者和用途，允许意译但保留事实。
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：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：质量评估（QE）
自动估计译文质量，提示需要重点复查的句子。
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。
适合人群：电商运营
电商运营可以用 NLLB 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：客服人员
客服人员可以用 NLLB 处理回复草稿、工单分类等工作。需要注意：不得以 AI 名义做出政策外承诺，涉及隐私的问题按流程处理。
适合人群：译者
译者可以用 NLLB 处理术语管理、译后编辑等工作。需要注意：客户保密材料需确认可否使用云端工具，交付质量由译者负责。
写在最后
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。
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。