约两个月前,我们将文章翻译从 Google 翻译切换为了 LLM。
为何选择 Claude?它是如何运作的?还有,为什么我们没有选择成本更低的 Gemini,而是选择了 Claude?
目前仍处于实验阶段,但在此整理一下当前的架构与思路。
当然,Google 翻译也能完成翻译
首先需要说明,Google 翻译并非不好用。
翻译速度很快,日常使用完全足够。过去也并没有出现什么大问题,但如果要整篇文章进行翻译,仅仅把日语替换成另一种语言,与如今的 AI 相比,精度上就显得相当不足。
逐句来看并没有错,但通读全文时就会觉得有些生硬,同一个词在文中前后译法也会不一致。此外,例如那些利用字形设计、将每个字符分开排列的标题或文案,也会被弄得支离破碎。
不仅要做到语义通顺,更必须是读起来自然、像原创文章一样的译文,对吧?
所以,虽然有些迟了,我还是尝试改用基于LLM的机器翻译了。
去年使用Google翻译进行多语言化后,DR从30降到了19。
切换到LLM的原因不仅仅是翻译质量。
使用Google翻译将文章多语言化时,我也对SEO相关的架构做了不少调整,但由于一次性支持了8种语言,链接权重(链接汁)大幅流失。
Ahrefs的DR从30跌到了19。😨
下降了11个点。
下降幅度相当惊人。
当然,DR下降并不只是因为使用了Google翻译这么简单,问题的关键在于多语言网站本身的SEO架构,包括URL和内部链接等。当务之急是重新审视整个多语言化体系,包括翻译方式和翻译文章的管理方式!
目前DR应该已经恢复到30以上了,不过接下来还计划做一些实验,所以估计可能会再次下降。w
涨涨跌跌……
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,并让它们实际翻译了文章。
我们主要关注以下几个方面。
- 译文读起来是否自然
- 即使是长文章,能否保持上下文连贯
- 能否统一术语和写法
- 能否理解标题与正文之间的关系
- 能否遵循指定的翻译规则
- 是否会擅自添加原文中没有的内容
比较之后,我们认为本公司文章的翻译用Claude效果最好。
这并不是说“在所有翻译中Claude都是最优秀的”。
这只是基于本公司文章和评估标准的测试结果,结果可能会因翻译文本的类型、长度以及所需文风而有所不同。
此次我们优先考虑文章的自然度,因此采用了 Claude API。
仅就成本而言,Gemini 更便宜
在翻译质量方面 Claude 更好,但只看成本的话,Gemini 更便宜。
我们并不是决定一直使用 Claude,而是先用翻译质量较好的 Claude 试运行看看!
如果 Gemini 也能达到所需质量,之后再切换!
或者根据文章类型,分别使用多个模型。
我们也在考虑这样的运营方式。
LLM 的变化很快,因此现在最好的模型,半年后不一定仍是最好的。
模型的性能和价格都会变化。
现在先用好的工具,情况变化时再切换。
我认为,如今使用AI时保持这样的距离感比较好!
仅对未翻译的文章调用 Claude API
并不是每次显示文章时都会调用 Claude API。
构建时会缓存翻译后的文章,之后则直接返回已保存的译文。只有尚未翻译的文章才会调用 Claude API。
如果每次有人访问同一篇文章都进行翻译,就会每次产生 API 费用,而且显示前的等待时间也会变长。
仅翻译需要的文章,并复用已翻译的内容。
采用这种方式,可以在一定程度上同时降低 API 使用费用并提升显示速度。
文章更新后重新翻译
如果缓存翻译结果,还需要处理原文章更新时的情况。
如果我修改了日文文章,译文版本却仍显示之前的内容,那就麻烦了。
因此,当原文发生变化时,我们不会使用已保存的译文,而是通过 Claude API 重新翻译。
这部分内容我们还在实际使用中不断调整。
总结
就翻译质量而言,目前我们对选择 Claude 感到满意,但考虑到成本和精度,今后也完全有可能在某个时间点切换到 ChatGPT、Gemini 等其他模型。
实验还将继续!关于 SEO 方面的详细内容,我们会在另一篇文章中再介绍!!
身为社长,同时也始终是一线的参与者。热衷于理解新技术,在某些事物变得更加便利的瞬间感到喜悦,并全情投入其中。对未来的技术充满期待,无论年龄多大,都希望持续享受全新的体验。
森本 忠典
项目经理 / 总监 / 2007年成立