Чаще всего проблема не в «плохом переводе», а в том, что источники живут отдельно. В коде уже поменяли ключ, в TM остался старый вариант, в term base — другое написание бренда, а в CMS прилетел текст без контекста. В результате переводчик угадывает, reviewer правит вручную, а команда теряет повторяемость.
Рабочая схема для устойчивой l10n-инфраструктуры такая:
— один источник истины для ключей и скриншотов;
— translation memory отдельно от term base;
— глоссарий с правилами: что не переводится, что склоняется, что запрещено;
— контекст не в комментарии «см. выше», а в UI-строке, поле или заметке для CAT-tool.
Если строка короткая, но меняется по смыслу в разных экранах, не экономьте на метаданных. Один и тот же текст без контекста может требовать разного перевода для onboarding, billing и error state. Именно поэтому MT без пост-редактирования и без правил терминологии в продакшене быстро превращается в источник шума.
Хороший l10n-процесс измеряется не количеством переведённых слов, а тем, сколько правок возвращается назад в цикл. Чем меньше ручных исправлений после публикации, тем лучше связаны код, контент и терминология.
Локализация ломается не в переводе, а в стыках: где контент, код и глоссарий расходятся
Этот пост опубликован в Telegram-канале Как масштабировать прибыльную связку в Facebook (@fb_scale). Все его публикации — на странице канала.
Открыть в Telegram