大約兩個月前,我們將文章翻譯從 Google 翻譯改為使用 LLM。
為何選擇 Claude?它是如何運作的?以及為何在成本較低的 Gemini 之外,我們選擇了 Claude?
目前仍在實驗階段,但在此整理目前的架構與思路。
使用 Google 翻譯當然也能完成翻譯。
首先要說明,我們並非認為 Google 翻譯不好。
翻譯速度快,一般使用上已足夠。過去也沒有出現重大問題,但若要整篇文章翻譯,只是將日文逐一替換為其他語言,與現今的 AI 相比,精準度明顯不足,讓我們感到相當不滿意。
逐句來看並沒有錯,但通篇閱讀時會覺得有些不自然,同一個詞的譯法也會在中途改變。此外,像是以字型設計將每個字分開的標題或文案,也會因此跑版。
只是字面意思通順還不夠,必須是讀起來像一篇自然文章的翻譯,這點您說得沒錯吧。
因此,雖然有點晚,我們還是試著改用 LLM 進行機器翻譯。
去年我們使用 Google 翻譯進行多語言化,DR 從 30 降到了 19。
改用 LLM 的原因不只是翻譯品質。
我們使用 Google 翻譯將文章多語言化時,也調整了許多 SEO 相關的架構設計,但一口氣支援了 8 種語言,導致連結權重(link juice)大幅流失。
Ahrefs 上的 DR 從 30 一路下滑到 19。😨
總共下降了 11 點。
跌幅相當驚人。
當然,並不是單純因為使用了 Google 翻譯才導致 DR 下降,問題的核心在於包含 URL 與內部連結在內的多語言網站 SEO 架構。從翻譯方式到翻譯文章的管理方式,整個多語言化機制都亟需重新檢視!
目前 DR 應該已經回升到 30 以上,不過接下來還計畫進行一些實驗,因此預計可能會再次下降。w
有時上升,有時下降……
經過比較後,我們的文章翻譯結果以 Claude 最為理想。
在改用 LLM 翻譯的過程中,我們研究了多款模型,並實際讓它們翻譯文章。
我們主要關注以下幾個面向。
- 譯文是否通順自然,讀起來是否流暢
- 即使是長篇文章,能否維持上下文脈絡
- 能否統一術語與用字寫法
- 能否理解標題與內文之間的關係
- 能否遵循指定的翻譯規則
- 是否會擅自加入原文沒有的內容
比較後,我們的文章中以 Claude 的翻譯表現最佳。
這並不代表「Claude 在世界上所有翻譯中都是最好的」。
這只是我們以自家文章與評估標準測試的結果。翻譯的文本類型、長度以及所需的文體不同,結果也可能有所差異。
這次我們優先考量文章的自然度,因此採用了 Claude API。
若只看成本,Gemini 較便宜。
在翻譯品質上 Claude 較佳,但若只考量成本,Gemini 則較便宜。
我們並未決定要一直使用 Claude,不過目前先以翻譯品質較佳的 Claude 來運作看看!
之後若 Gemini 也能達到所需品質,我們就會切換過去!
或者,依文章類型分別使用不同的模型,這樣的運作方式我們也在考慮中。
我們也正在考慮這樣的營運方式。
LLM 的變化非常快,因此目前表現最好的模型,半年後不一定仍是最好的。
模型的效能與價格也都會改變。
現在使用的是好的方式,狀況改變時再切換。
我認為,近來使用 AI 時,保持這樣的距離感是比較好的!
只針對尚未翻譯的文章呼叫 Claude API
並不是每次文章顯示時都會呼叫 Claude API。
我們會在建置時快取翻譯版文章,之後則直接回傳已儲存的翻譯。只有尚未翻譯的文章才會呼叫 Claude API。
若每次有人造訪同一篇文章都進行翻譯,每次都會產生 API 費用,顯示前的等待時間也會變長。
只翻譯需要的文章,並重複使用已翻譯過的內容。
採用這種方式,就能在一定程度上同時降低 API 使用費用與提升顯示速度。
文章更新時重新翻譯
若要快取翻譯結果,還需要處理原始文章更新時的情況。
如果修改了日文文章,翻譯版卻仍顯示先前的內容,那就很困擾了。
因此,當原文有所變更時,我們不會沿用已儲存的譯文,而是透過 Claude API 重新翻譯。
這部分目前仍在實際使用中持續調整。
總結
就翻譯品質而言,目前選擇 Claude 覺得相當滿意,但考量成本與精準度,未來當然也有可能在某個時間點改用 ChatGPT、Gemini 等其他模型。
實驗還在繼續!關於 SEO 的詳細內容,我們會在另一篇文章中再談!!
身為社長,卻始終站在第一線。理解新技術,當某件事變得更方便的那一刻就會感到喜悅,並全心投入。對未來的技術充滿期待,無論年紀多大,都想享受新的體驗。
森本 忠典
專案經理 / 導演 / 2007 年創立