7 типовых провалов в локализации, которые ломают процесс раньше перевода
Локализация ломается не на «плохом переводе», а на входе в pipeline. Обычно проблема в трёх местах: строки не готовы к извлечению, контекст не передан, термины не зафиксированы. Если это не поймать до первой поставки, TM и глоссарии только ускорят повторение ошибки.
— Нет source string hygiene: в коде остаются склейки, плейсхолдеры, HTML и несогласованные ключи.
— Нет контекста: переводчик видит строку без скрина, роли в интерфейсе и ограничения по длине.
— Нет term base: один и тот же термин уходит в разные варианты, и QA ловит расхождения уже на релизе.
Ещё два слабых места — согласование с продуктом и порядок обновления артефактов. Если меняются исходные тексты, а translation memory не обновляют после ревью, команда начинает работать на устаревшем словаре. Если i18n-инженер не знает, кто владеет строкой, локализация превращается в цепочку ручных уточнений.
Рабочий минимум простой: завести правила для ключей, хранить контекст рядом со строкой, вести glossary как живой источник и отдельно контролировать fallback-локаль. Тогда CAT-tool помогает, а не маскирует хаос.
Localization Tech
@localization_tech_desk
7 типовых провалов в локализации, которые ломают процесс раньше перевода
Этот пост опубликован в Telegram-канале Localization Tech. Подписаться можно по ссылке: @localization_tech_desk.