5 типовых ошибок в l10n-процессе, которые ломают масштабирование

5 типовых ошибок в l10n-процессе, которые ломают масштабирование

Когда локализация вырастает из «поправим строки руками», начинают всплывать одни и те же дефекты. Обычно это не перевод как таковой, а процесс: кто владеет строками, где живёт терминология и как контент попадает в CAT-tool.

— Нет единого source of truth: строки правят в коде, в таблицах и в таск-трекере одновременно. Итог — translation memory не совпадает с релизом, а переводчики видят устаревший контекст.
— Путают translation memory и term base. TM хранит готовые сегменты, TB — термины и их допустимые варианты. Если смешать их в одну кучу, глоссарий перестаёт помогать консистентности.
— Не фиксируют контекст: скриншоты, ключи, ограничения по длине, plural rules, переменные. Без этого machine translation и человек одинаково ошибаются на UI-строках.

— Нет правил для i18n в коде: жёсткие строки, конкатенация, невалидные placeholder’ы. Потом локализация становится ручной операцией, а не частью сборки.

Лучший антидот — описать поток от source strings до QA: кто создаёт, кто ревьюит, где хранится термбаза и как проверяется выход перед релизом. Тогда l10n перестаёт быть «последним этапом» и становится частью продукта.