12 بررسی پیش از ارسال ترجمه

OpenL Team Nov 1, 2026
12 بررسی پیش از ارسال ترجمه

TABLE OF CONTENTS

ترجمه از قبل «تمام» به نظر می‌رسد. این همان دروازه کوتاه بین آن حس و زدن Send است—چه در حال ایمیل به مشتری باشید، چه انتشار متن محصول، تحویل تکلیف، یا ارسال رشته‌های UI.

ترجمه ماشینی و پیش‌نویس‌های AI زمان می‌خرند. آن‌ها همچنین مجموعه قابل‌پیش‌بینی از اشتباهات آخرین‌مایل را جا می‌گذارند که غلط‌یاب املایی نمی‌گیرد: تاریخ به سبک آمریکا که روز را در اروپا جابه‌جا می‌کند، نام محصولی که ترجمه شده، جای‌نگهدار {name} که شکسته، یا پیوندی که هنوز صفحه زبان مبدأ را باز می‌کند. American Translators Association بر کامل‌بودن، دقت، خوانایی و یک گذر نهایی در قالب واقعی تحویل پیش از انتشار تأکید دارد. برای این کار به برنامه کامل بومی‌سازی نیاز ندارید—دوازده بررسی مشخص که در حدود 5–15 دقیقه اجرا می‌شوند کافی است.

این یک گردش‌کار QA دوزبانه عمیق نیست. برای بازبینی سند بلند، اسلایدهای PPTX یا ویراستاری حرفه‌ای، از راهنماهای عمیق‌تر انتهای صفحه استفاده کنید. این صفحه دروازه جیبی است: مبدأ و مقصد را کنار هم باز کنید، سپس فهرست را از بالا به پایین طی کنید.

چگونه این دروازه 5–15 دقیقه‌ای را اجرا کنید

موقعیت عمق پیشنهادی
ایمیل کوتاه، پاسخ چت، کپشن شبکه اجتماعی 5 دقیقه — بررسی‌های 1–6 + 12
صفحه محصول، پیشنهاد، انشای تکلیف 10 دقیقه — فهرست کامل
رشته‌های UI، متن فروشگاه اپ، FAQ 15 دقیقه — فهرست کامل + تمرکز جای‌نگهدار/پیوند

یک زبانه مرورگر (یا پنجره) روی مبدأ و یکی روی مقصد نگه دارید. اصلاحات را در فایلی انجام دهید که واقعاً می‌فرستید—نه فقط در پیش‌نویس چت.

1. تاریخ‌ها و ترتیب محلی

تأیید کنید هر تاریخ با محل‌بودن خواننده هم‌خوان است، نه مال شما.

  • انگلیسی آمریکا اغلب از ماه–روز–سال استفاده می‌کند (11/01/2026 = 1 نوامبر).
  • بخش بزرگی از اروپا و آمریکای لاتین از روز–ماه–سال استفاده می‌کند (01/11/2026 = 1 نوامبر).
  • بسیاری از محل‌بودهای شرق آسیا سال–ماه–روز را ترجیح می‌دهند.

یونیکد CLDR دقیقاً به‌همین دلیل الگوهای تاریخ محلی را ثبت می‌کند: تاریخ‌های عددی کوتاه در مرزها مبهم‌اند. برای مخاطب ترکیبی شکل بدون ابهام را ترجیح دهید (1 November 2026 یا ISO 2026-11-01) وقتی کانال اجازه می‌دهد. همچنین بررسی کنید روز هفته پس از قالب‌بندی دوباره هنوز جور است.

2. متن زبان مبدأ باقی‌مانده

قطعات ترجمه‌نشده‌ای را اسکن کنید که ابزارهای AI اغلب رد می‌کنند:

  • عنوان‌ها، کپشن‌ها، alt text، پاورقی‌ها، سرصفحه/پاصفحه
  • متن داخل جدول‌ها، جعبه متن، یادداشت گوینده یا هم‌پوشانی تصویر
  • عبارت‌های stub مانده به زبان مبدأ (TBD، lorem، TODO، N/A که باید بومی‌سازی شوند)

راهنمای بازبینی ATA متن پنهان زیر گرافیک و در جدول‌ها را از اشتباهات آسان می‌داند. برای یافتن سریع باقیمانده‌ها، کلمات مبدأ متمایز (بدون برند) را در فایل مقصد جستجو کنید.

3. نام‌ها و موارد do-not-translate (DNT)

از مواردی محافظت کنید که مگر در بریف خلافش گفته شود باید دست‌نخورده بمانند:

  • نام افراد و مکان‌ها (املا را با مبدأ بسنجید)
  • نام محصول، نام ویژگی، نام شخصیت حقوقی
  • مخفف‌های فهرست DNT، شناسه‌های کد، شماره SKU/مدل

پیش از ترجمه یک فهرست DNT کوچک بسازید—حتی پنج اصطلاح کمک می‌کند. برای آنچه معمولاً نباید زبان عوض کند، ببینید What Not to Translate.

4. نمادهای ارز و جداکننده‌های عدد

اعداد «جهانی» نیستند. الگوهای عدد و ارز CLDR نقطه . و ویرگول , را جای‌نگهدار می‌دانند که به نمادهای وابسته به محل‌بود تبدیل می‌شوند.

عادت محل‌بود معنای نمونه 1.500 / 1,500
en-US 1,500.00 → هزار و پانصد
de-DE / بسیاری از EU 1.500,00 → هزار و پانصد
پیش‌نویس‌های مخلوط 1.500 می‌تواند 1.5 یا 1500 باشد—فاجعه‌بار در پیشنهاد قیمت

ارز را از نظر کد در برابر نماد (USD / $ / US$)، موقعیت نماد و رقم اعشار بررسی کنید (JPY اغلب هیچ ندارد). هنگام «درست کردن» جداکننده‌ها هرگز مقدار عددی را عوض نکنید.

5. لحن و رجیستر

بپرسید: آیا این از این فرستنده به این خواننده در این کانال درست به گوش می‌رسد؟

Cambridge Grammar register را گونه‌های زبان برای مقاصد، بافت‌ها و مخاطبان مختلف تعریف می‌کند—و زبان رسمی (موقعیت‌های جدی، کسانی که خوب نمی‌شناسید) را در برابر زبان غیررسمی (بافت‌های آرام و آشنا) قرار می‌دهد. پیش‌نویس AI پرحرف در اولین ایمیل مشتری، یا لحن خشک کتاب درسی در نکته راه‌اندازی اپ، هر دو در دروازه ارسال شکست می‌خورند.

آزمون سریع: سلام، یک پاراگراف بدنه و امضا را بخوانید. اگر در رسمیت ناسازگارند، ناهماهنگی را اصلاح کنید. برای الگوهای لحن میان‌زبانی، ببینید Formal vs Informal: 12 Tone Tips.

6. جای‌نگهدارها و متغیرها

در مقصد جای‌نگهدارهای شکسته یا ترجمه‌شده را جستجو کنید:

  • {name}، {{count}}، %s، %1$s، ${user}
  • بلوک‌های سبک ICU / MessageFormat {count, plural, ...}

W3C internationalization guidance on composite messages هشدار می‌دهد که متغیرها باید سالم و قابل‌بازآرایی بمانند؛ مترجمان (و AI) نباید توکن را «کمک‌کارانه» ترجمه کنند یا ترتیب واژه‌های انگلیسی را سخت‌کد کنند. تعداد و نام جای‌نگهدارها را با رشته مبدأ مقایسه کنید. اگر UI به‌صورت تحت‌اللفظی Hello, {name}! نشان دهد، هنوز تمام نشده‌اید.

7. پیوندهایی که هنوز به URL زبان مبدأ اشاره می‌کنند

هر پیوند مهم را کلیک کنید—یا دست‌کم هاور و بازرسی کنید:

  • آیا /en/ یا ?lang=en هنوز هست در حالی که صفحه باید اسپانیایی باشد؟
  • آیا URLهای مرکز راهنما و قیمت‌گذاری به معادل‌های محل‌بود مقصد می‌رسند؟
  • آیا پارامترهای ردیابی یا UTM سالم‌اند و مقصد زنده است (نه 404)؟

جمله‌ای بی‌نقص که خوانندگان را به صفحه زبان اشتباه بفرستد همچنان در دروازه ارسال شکست می‌خورد.

8. اعداد، واحدها و اندازه‌گیری‌ها

فراتر از جداکننده‌های ارز، بررسی کنید:

  • واحدها طبق بریف حفظ یا تبدیل شده‌اند (km در برابر mi، °C در برابر °F)
  • شماره تلفن، کد پستی و زمان (12 ساعته در برابر 24 ساعته)
  • درصدها و بازه‌ها (10–15%) هنوز با مقادیر مبدأ جورند

اگر بریف بگوید «واحدها را تبدیل نکنید»، آن‌ها را بگذارید و فقط واژه‌های اطراف را بومی‌سازی کنید.

9. سازگاری واژه‌نامه و نام محصول

هر اصطلاح لازم واژه‌نامه را در مقصد جستجو کنید. تأیید کنید:

  • اصطلاح ترجیحی هر بار به‌کار رفته (بدون لغزش مترادف)
  • اصطلاحات ممنوع یا قدیمی بازنگشته‌اند
  • بزرگ‌نویسی با قوانین برند جور است (OpenL، نه Openl)

ناسازگاری از سریع‌ترین راه‌هایی است که صفحه بازاریابی کوتاه ویرایش‌نشده به نظر برسد. اگر واژه‌نامه رسمی ندارید، پیش از ارسال فهرست سه‌خطی نام‌های ضروری بسازید.

10. کامل‌بودن در برابر مبدأ (شمارش گلوله و بخش)

شمارش ساختاری انجام دهید، نه فقط حس کلی:

  • همان تعداد بخش‌های H2/H3؟
  • همان طول فهرست گلوله‌ای یا شماره‌دار؟
  • جدول‌ها: همان تعداد ردیف/ستون؟ کپشن‌ها هست؟

بررسی کامل‌بودن ATA صریح است: یک کلمه کوچک مثل «no» را جا بیندازید و معنا برعکس می‌شود. شمارش آیتم‌های فهرست حذف‌هایی را می‌گیرد که خواندن روان از دست می‌دهد. برای گذر کامل سند دوزبانه از The Bilingual Document Review Checklist استفاده کنید.

11. قالب‌بندی و سرریز طول

زبان‌های مقصد بلندتر (آلمانی، فنلاندی، اسپانیایی) اغلب سرریز می‌کنند:

  • دکمه‌ها، برچسب منو، عنوان اسلاید، موضوع ایمیل
  • سلول جدول، UI موبایل، جعبه متن PDF

در اندازه واقعی بررسی کنید (زوم 100% / پیش‌نمایش دستگاه). مراقب رشته‌های بریده‌شده، متن هم‌پوشان، شکستن خط خراب و فونت‌هایی باشید که اسکریپت مقصد را پشتیبانی نمی‌کنند. اگر اسلاید یا دک ترجمه کردید، برای یادداشت گوینده و برچسب نمودار PPTX Translation QA Checklist را هم مرور کنید.

12. خواندن با صدای بلند نهایی (یا text-to-speech)

مقصد را با صدای بلند بخوانید—یا از Word / OS read-aloud استفاده کنید—و برای اعداد و نام‌ها به مبدأ نگاه کنید. بازبینان ATA به‌طور خاص read-aloud را برای گرفتن اعداد اشتباه و عبارت‌های غیرطبیعی توصیه می‌کنند. شما گوش می‌دهید برای:

  • گیر کردن، کالک، و جمله‌هایی که برای فهمیدن دو گذر می‌خواهند
  • اعداد اشتباه وقتی بلند گفته می‌شوند (fifteen در برابر fifty)
  • لحنی که بی‌صدا خوب بود اما گفته‌شده ناجور است

هر چیزی که شما را متوقف کند، پیش از Send اصلاح کنید.

چک‌لیست سریع کپی‌پیست

  • 1. تاریخ‌ها/محل‌بود برای خواننده بدون ابهام
  • 2. هیچ قطعه زبان مبدأ باقی نمانده
  • 3. نام‌ها / موارد DNT سالم و با املای درست
  • 4. ارز و جداکننده‌های عدد با محل‌بود جورند
  • 5. لحن/رجیستر با مخاطب و کانال جور است
  • 6. جای‌نگهدارها سالم ({name}، %s، ICU)
  • 7. پیوندها مقصدهای زبان درست را باز می‌کنند
  • 8. اعداد، واحدها، زمان‌ها با بریف جورند
  • 9. واژه‌نامه / نام محصول سازگارند
  • 10. شمارش بخش‌ها و گلوله‌ها با مبدأ جور است
  • 11. بدون سرریز، برش یا شکست چیدمان
  • 12. گذر read-aloud انجام شده

وقتی پس از ویرایش به پیش‌نویس یا بازبررسی سریع یک بند کوتاه نیاز دارید، OpenL می‌تواند به بازتولید یا مقایسه واژه‌ها کمک کند—سپس پیش از خروج هر چیزی از صندوق خروجی دوباره این دروازه را اجرا کنید.

وقتی به گذر QA عمیق‌تر نیاز دارید

از این دروازه ارسال برای اطمینان آخرین‌مایل استفاده کنید. وقتی ریسک یا طول زیاد شد به چک‌لیست عمیق‌تر بروید:

دوازده بررسی جایگزین بازبینی پولی روی قرارداد حقوقی نمی‌شود. آن‌ها اشتباهات شرم‌آوری را می‌گیرند که پیش‌نویس خوب AI را به ارسال بد بدل می‌کنند.

Sources