l10n ломается не на переводе, а на стыке TM, TB и контекста

l10n ломается не на переводе, а на стыке TM, TB и контекста

Если переводчики видят строку без контекста, а инженеры не синхронизировали терминологию, локализация начинает «плыть»: один и тот же термин переводится по-разному, а translation memory копит шум вместо пользы.

Что проверить в процессе:
— в term base есть не только глоссарий, но и запрещённые варианты;
— в TM не смешаны старые продуктовые формулировки и новые;
— в строках есть скриншоты, description, character limits и placeables;
— в коде стабильно размечены keys, plural rules и fallback-логика.

Отдельный риск — машинный перевод без постредактирования. Он полезен как ускоритель, но только если MT подключён к нужной тематике, а лингвист видит, где нельзя принимать автоматический вариант без правки. Иначе в систему уезжают ошибки, которые потом размножаются через TM.

Для SaaS-команд рабочая схема простая: сначала терминология и контекст, потом CAT-tool и только потом масштабирование пайплайна. Иначе вы автоматизируете не качество, а хаос.