AIGC标识 Python 格式串翻译后还能不能渲染?五条用例拆开查

看下面两句:“小王分享了 3 个文件”和“小王删除了 3 个文件”。都能被 Python 格式化,第二句放在分享成功的页面上却会吓到用户。另一个极端是译文意思完全对,但变量从 count 改成了 Count,页面在真正替换时才出错。可以把这两类问题分开查。

一个被忽略的边界:花括号也可以是正文

在 Python 格式串里,成对转义的大括号可以作为显示字符。按左右括号出现的次数粗略比较,遇到展示 JSON 的帮助文本就容易误判。推荐先拿实际渲染器的语法解析,再谈项目约束。例子中明确退回带格式规格的文案,是为了防止校验器看不到复杂规格里隐藏的字段;这些句子可以交给支持对应语法的专用用例。

用标准库划出可自动验收的范围

以下脚本可以直接交给 Python 3 运行。它只处理命名占位符组成的小子集。格式规格、转换标志、位置参数和属性访问一律交回单独处理。在真实项目里,先确认产品使用的模板语法;ICU、i18next 和 printf 都需要自己的解析规则。

from collections import Counter
from string import Formatter

def fields(text):
    result = Counter()
    for _, name, spec, conv in Formatter().parse(text):
        if name is None:
            continue
        if not name.isidentifier() or spec or conv:
            raise ValueError("unsupported format")
        result[name] += 1
    return result

def check(source, target):
    try:
        return "review" if fields(source) == fields(target) else "fields"
    except ValueError:
        return "syntax"

source = "{owner} shared {count} files"
for target in ("{owner} 分享了 {count} 个文件", "{owner} 分享了文件",
               "{owner} 分享了 {Count} 个文件", "{owner 分享了 {count} 个文件",
               "{owner} 删除了 {count} 个文件"):
    print(check(source, target))

本地依次得到 review、fields、fields、syntax、review。这里的 review 表示这条文案可以交给语言审核。程序只证明字段结构满足当前约定,最后一条恰好说明为什么还得看动词。Counter 保留了重复次数;若项目允许译文为语法通顺而重复变量,需要把该策略明确配置到对应消息上。

五条可以当场判定的译文

假设英语原文是 {owner} shared {count} files,出现在活动记录里。产品约定 owner 是显示名,count 是已经分享的文件数。验收时固定这两条解释,然后把下面五项打乱。它们是为了测试而写的例句,未使用客户文案或任何模型输出。

候选译文 建议去向 理由
{owner} 分享了 {count} 个文件 进入上下文复核 字段齐全,动作和完成状态符合本例
{owner} 分享了文件 退回 数量在这条消息中会丢失
{owner} 分享了 {Count} 个文件 退回 大小写已变,渲染器拿到的是 count
{owner 分享了 {count} 个文件 退回 左括号未闭合
{owner} 删除了 {count} 个文件 退回 字段全对,动作却被改写了

这样设计用例还有一个好处:如果评审者说“全都能读懂”,你可以把第二条实际代入两个不同数量,问这两条活动记录还能否区分。如果评审者说“占位符没丢就可以”,让他指出第五条在哪个界面可以作为分享成功的提示。验收争议就落到产品行为上了。

用一个翻译批次估模型费

2026 年 11 月 19 日核对 NexoToken 公开目录,国产优选分组 glm-5.3-flash 的普通输入约 ¥0.24、输出约 ¥0.84,均按每百万 Token 计算。作者参与 NexoToken 维护。在本例里,模型负责提出候选译文;占位符检查在本机执行,不消耗模型 Token。

举个能复算的预算。假定消息、字段说明和上下文合计输入 8,000 Token,译文加标识输出 1,200 Token,一批约为 0.008 × 0.24 + 0.0012 × 0.84 = ¥0.002928。若重新发送整份材料,第二次实际用量也要算入成本。只回送有问题的键,输入仍包括必要上下文,不能按“错了几行”直接等比例估算。这里的用量是演算条件,本次实验只运行了本地校验器。

最后一轮用可控数据把句子放回界面

准备两个显示名,一个只占一个汉字,一个足以换行;再准备数量 0、1 和 12。把每一种组合代入通过初筛的文本,在产品实际使用的组件里观察。检查姓名和文件数分别出现在什么位置,文本换行是否遮住旁边的按钮,屏幕阅读顺序是否仍能表达动作。数量为零时,如果产品根本不会生成这种活动记录,把这个前置条件记下来,别为不可达状态修改文案。

记录结果时留存消息键、源文版本、测试数据和失败类别。不要把带用户姓名的生产截图附进公共问题单。发现歧义时回到触发这个消息的代码,确认是谁执行动作、谁收到通知、动作何时才算成功。修订后的译文重新走渲染检查,因为增加一个词也可能让原来单行的状态栏换行。

让失败消息指向能修的人

报错只留下“翻译非法”,维护者很难接手。应写明是哪一个键、预期字段名、实际多了或少了什么,以及字段来自哪版英文。若来源本身语法就不合法,退回源语言维护人;译文才出错则退给译者。最后一类是“分享/删除”这样的行为错误,要找看得懂产品流程的人。

本文由 AI 辅助起草。

posted on 2026-11-19 12:02  wangjjj1122  阅读(3)  评论(0)    收藏  举报