摘要
1) 一句话总结 作者分享了使用 AI 翻译文章的实践经验，强调“最好的翻译是重写”，并建议将翻译、校对和润色分步独立进行，结合长文分块策略以保证最终质量。
2) 核心要点
- 核心理念：最好的翻译就是重写，且高质量的翻译需要分步骤完成。
- 场景区分：普通场景下一次重写即可（如使用 Gemini 3 Pro）；专业翻译则需要“重写-校对-润色”三个完整步骤。
- 步骤独立：除非内容极短，否则翻译、校对和润色必须独立进行，不能放在同一个提示词中。
- 翻译（重写）策略：提示词应保持简单，重点提供文章风格、常用词汇对照表以及目标读者（可选）。
- 校对策略：需同时输入原文和译文，用于检查遗漏和错误（对精度要求不高的场景可省略此步）。
- 润色策略：无需英文原文，仅需输入译文，让模型检查语句是否通顺且符合中文表达习惯。
- 长文分块：长文章需按自然章节或段落（通常为段落级）进行分块处理。
- 上下文衔接：翻译当前块时，将上一块的原文和译文加入上下文即可保持风格连贯，无需保留过多历史记录。
- 执行方式：可通过 API 写程序实现，也可手动操作（如利用 Gemini 的不同 Gem 对应不同提示词）。
3) 风险/不足
- 长输出质量下降风险：大语言模型虽然支持长输入，但如果要求其一次性输出过长（如将翻译、校对、润色合并导致输出字数翻倍），会出现严重的偷工减料和幻觉问题。
正文
分享一些我用 AI 翻译文章的心得。首先核心思想：
-
最好的翻译就是重写
-
好的翻译效果要分成几步来做
但也要分场景，普通翻译场景，重写一次就足够了，以现在大语言模型的能力，尤其是 Gemini 3 Pro 这样的，一次重写质量已经相当高了。
如果真要做专业翻译，第一遍重写之后，再让 AI 去校对润色是有必要的。
但是翻译、校对和润色不要放在一个提示词里面来做，除非内容很短。
主要原因就是我昨天提到的：大模型可以输入很长，但是输出太长就会偷工减料，幻觉严重。
想象一下，如果你翻译一篇 2 千字的文章，如果让它先重写、再校对、最后润色，输出就要 5-6 千字了，到后面输出质量就不高了。
所以翻译、校对、润色最好是独立做。
先说翻译，翻译的提示词不需要那么复杂，简单的让它“重写”即可，重点是说明：
-
文章风格
-
常用的翻译词汇对照表
-
目标读者（可选）
校对，校对需要原文、和译文，检查遗漏、错误的地方。如果对翻译精度要求不高，这一步也可以省略。
润色则不需要英文原文，只需要译文就够了，这时候只需要让模型去检查翻译后的结果语句是否通顺，是不是符合中文表达习惯。已经不需要英文原文了。
另外，文章如果太长，还是需要分块，分块最好按照自然章节和段落，通常段落一级就够了。
至于每一块和上一块怎么衔接，一个简单有效的办法就是把上一块的原文、翻译结果加到上下文中，这样翻译下一块就可以参考上一块的内容和风格。
至于保留多少块的历史，取决于模型和分块大小。通常上一块的原文和翻译就足够了，不用太多，甚至不加历史结果也没问题。
这个过程可以写个程序用 API，也可以手动去模型做。比如我个人就是用 Gemini，不同的提示词做成不同的 Gem，需要用就把内容贴到 Gem 就好。