从Google翻译迁移到Claude API的机器翻译｜运营LLM翻译所获得的经验

大约两个月前，我们将公司的文章翻译从Google翻译切换到了LLM。

为什么选择Claude？我们是如何运作的？而且，为什么我们选择了Claude而不是更便宜的Gemini？

虽然仍在试验阶段，但我们在此整理了当前的构成和想法。

用Google翻译当然也可以翻译

首先要说明的是，Google翻译并没有问题。

翻译速度快，日常使用也足够。虽然到目前为止没有出现过大问题，但当需要翻译整篇文章时，仅仅是将日文替换为其他语言是不够的。与当今AI的精度相比，感觉远远不足。

虽然逐句看没有错误，但读整篇文章时会感觉不够自然，相同词汇的翻译方式会中途改变，比如以一个字为单位排列的标题和文案可能会被破坏。

不仅要翻译意思清楚，还需要作为文章自然易读的翻译。这是必须的。

于是，虽然有些迟缓，我们还是决定切换到使用LLM的机器翻译。

去年使用Google翻译进行多语言扩展后，DR从30降至19

切换到LLM的原因不仅仅是翻译质量。

使用Google翻译进行文章多语言扩展时，我们也改变了SEO周边的设计，但由于一次性支持了8种语言，链接权重大幅下降。

Ahrefs的DR从30降至19。😨

下降了11个百分点。

下降幅度相当显著。

当然，DR下降并不是仅由使用Google翻译造成的简单问题，真正的问题在于多语言网站端包括URL和内部链接等在内的SEO设计。我们需要紧急重新审视整个多语言化机制，包括翻译方法和翻译文章的组织方式！

目前DR应该已经回到30以上了，但我们还计划进行一些进一步的测试，所以预计会再次下降。w

上上下下～

经过比较，我们的文章中Claude的表现最好

在切换到 LLM 翻译之前，我们调查了多个模型，并实际用它们翻译了文章。

我主要查看了以下几个方面。

• 翻译的文本是否读起来自然流畅
• 即使是较长的文章，也能保持上下文连贯吗
• 能否统一术语和表述方法
• 能否理解标题与正文的关系
• 是否能够遵循指定的翻译规则
• 不要擅自添加原文中没有的内容

经过对比，我们的文章中 Claude 的翻译效果最佳。

这并不是说Claude在世界上的所有翻译中表现最优秀。

总之，这些结果都是基于我们公司的测试以及评估标准，翻译文章的类型、长度和所需文体不同，结果也会有所不同。

这次我们优先考虑文章的自然性，采用了 Claude API。

从成本来看，Gemini 更便宜。

虽然 Claude 的翻译质量更好，但从成本来看，Gemini 更便宜。

我们并没有从一开始就决定一直使用 Claude，而是先用翻译质量较好的 Claude 进行运营试试看！

在此基础上，如果 Gemini 也能达到所需的质量标准，我们就可以后续切换！
或者，我们也可以根据文章类型不同来使用多个模型。

我们也在考虑这样的运营方式。

由于 LLM 变化很快，目前最好的模型在半年后不一定仍然是最好的。
模型的性能和价格都会变化。

使用当前最优的方案，当情况改变时就进行切换。

现如今的 AI 使用方式保持这样的距离感是比较好的做法呢！

仅对未翻译的文章调用 Claude API

我们不会每次显示文章时都调用 Claude API。

我们在构建时缓存翻译后的文章内容，之后直接返回已保存的翻译。仅当文章尚未被翻译时，我们才会调用 Claude API。

如果每次访问相同文章都进行翻译，就会产生重复的 API 费用，同时也会增加加载时间。

仅翻译必要的文章，并重复使用已翻译过的内容。

采用这种方法可以在一定程度上控制 API 使用成本和显示速度。

文章更新时重新翻译

如果缓存翻译结果，还需要处理原文章更新的情况。

如果修改了日语文章而翻译版本仍显示旧内容，这会造成问题。

因此，当原文发生变化时，我们会跳过已保存的翻译，使用 Claude API 重新翻译。

这方面我们正在实际使用的同时进行调整。

总结

关于翻译质量，目前我认为选择Claude是正确的决定，但考虑到成本和精度，当然也有可能在某个时机切换到Chat GPT或Gemini等模型。

实验还在继续！关于SEO的详细内容我们改天单独写一篇文章！！