Smartling в продакшене: как не сломать workflow между TM, LQA и MT

Smartling в продакшене: как не сломать workflow между TM, LQA и MT

Если смотреть на Smartling как на «ещё одну TMS», легко пропустить главное: его сила не в переводе как таковом, а в управлении конвейером. Для enterprise это обычно три слоя: translation memory (TM, переводческая память), term base (TB, терминологическая база) и machine translation (MT, машинный перевод), которые должны работать вместе, а не по отдельности.

Самая частая ошибка — сваливать в одну очередь всё: UI-строки, legal, help center и маркетинг. Правильнее заранее разделить контент по профилям:
— высокий риск: обязательный human review;
— повторяемый контент: TM-first, с жёсткой терминологией;
— длинный хвост: MT + post-editing, но с LQA-правилами.
Так вы не тратите рецензентов на тексты, где ценность даёт только консистентность.

Вторая точка контроля — качество входа. Если source text шумный, Smartling не спасёт: глоссарий будет конфликтовать с плейсхолдерами, а TM начнёт тащить старые ошибки. Перед запуском проверьте строки на:
• одинаковые теги и переменные;
• отсутствие дублей и близких дублей;
• терминологию, закреплённую в TB.

Третья вещь — измеряйте не «сколько перевели», а где ломается поток: на подтверждении, в QA, в ревью или на выгрузке в код. Тогда видно, что чинить сначала: интеграцию, правила сегментации или сам процесс согласования.

Если Smartling у вас живёт в проде, держите его не как склад переводов, а как систему правил. Там обычно выигрывает не самый быстрый перевод, а самый предсказуемый workflow.