AI 翻出来的目标语页面，本地读者第一眼看到的破绽通常不是语法，而是词。同一个概念在三段里换了三种说法，专有名词还留着英文原名或中文式直译，日期和数字沿用来源语言的写法，句子读得通但当地人搜索时根本不用那个词——这四类问题英文站基本碰不到，只有德语、法语、西班牙语、日语、巴西葡萄牙语站需要单独设一道复核工序：发布前逐项核对术语一致性、本地实体名、单位与日期格式，以及当地人实际会怎么搜，并把每一次纠正冻结成术语表和修正日志，让同一个错误全站只犯一次。
我第一次被这件事绊住，是在一个德国站的页面上。那页讲的是某类家电耗材的更换周期，中文原稿是我写的，英文版也过了，德语版是机器翻的。语法挑不出毛病，句子读起来也顺。我就坐在那儿翻 Search Console 的查询报告，看着一批带长复合词的搜索词反复出现在曝光里，而我那页的标题和几个小标题里，一个都没有。德国访客点进来，扫一眼标题就走了。不是看不懂，是觉得这页不是写给他的。
那天之后我把流程改了。英文站我基本是写完、机器过一遍、自己再读一遍就发；非英语站不行，中间必须插一道只有非英语站才需要的工序，而且这道工序顺序不能乱。
语法排最后
我把复核顺序固定成四步，语法放在最后，因为前面三步的问题要严重得多。
第一步是把页面上所有专有名词和反复出现的术语捞出来，列成一张单子：品牌名、产品线名、法律实体名、监管机构名、认证名，以及一个页面里出现五次以上的行业词。然后逐个问一句，当地人管这个叫什么。AI 最容易在这里出错，因为它是在词对词地映射，不是用当地语言说话，它经常给出一个看得懂但没人这么用的说法。品牌名和公司名保留原文，别翻；当地的官方机构名要用官方称呼，德国的监管机构、日本的消费者厅、巴西的税务机构都有自己的正式叫法，翻错了本地人立刻知道你是外来户。
第二步是术语一致性。同一页里撤回权和退货权不能混着用，日语页面不能上半段です・ます、下半段だ・である。这一步可以完全机械化：让模型把全文里同一个中文概念的所有译法列出来，你自己看看到底有几版。这种任务它靠得住，因为只是比对，不需要语感判断。
第三步是数字、日期、单位。机器翻译基本不做任何换算，它只换单位名称，不动数值。原文写 10 ft，翻过去还是 10 ft，德国读者没有概念，要么换成米，要么两个都给。日期更危险：03/04/2025 在大部分欧洲国家和巴西是 4 月 3 日，在英文习惯里是 3 月 4 日，如果原稿是英文，直译过来很容易把月和日原样留下。德语区写成 31.03.2025，法国、西班牙、巴西用斜杠，日本写 2025年3月31日。小数点和千分位在德语、西班牙语、葡萄牙语里是反的，那边的 1.234,56 才是我们的一千二百三十四点五六。货币符号的位置、用哪种货币、换算时用的汇率是哪一天的，都在这步一起定下来，不然做联盟内容时价格很快就会变得不真实。
第四步才是语法和通顺。这一步 AI 做得最好，也最不值得你花时间。
当地人怎么搜，和写得对不对是两件事
这一条是我摔得最狠的。一个句子语法正确、用词也不算错，但如果它不是当地人搜那个意思时会敲进搜索框的词，那它只对了一半。
德语里这点特别明显，当地人对一个东西的叫法往往是很长的复合词，机器翻出来的短说法能理解但没人搜。日语反过来，搜索时经常省略主语和助词，AI 翻出来的完整敬语句子放在正文里没问题，塞进标题就太长，也不像本地人写标题的方式。巴西葡萄牙语和欧洲葡萄牙语的用词差得不小，西班牙的西班牙语和拉美的西班牙语也是，如果 hreflang 标的是 pt-BR，正文里却混进 pt-PT 的说法，本地老读者一眼就看出来这不是写给自己的。
我的做法是把复核过的标题和几个小标题，拿去和当地搜索结果里的用词做对照。只比词，不看内容：同一个意思，当地人用的是哪个名词、单数还是复数、有没有用行业惯用的缩写。这些是词汇层面的信息，和内容版权没有关系，也不涉及复制别人的页面。
没有母语审校时，依据从哪儿来
大多数人做非英语站手里没有常驻的母语审校，我也不例外。我的替代办法是找口吻正式的本地文本当参照：目标市场政府或监管机构的公告、当地行业协会的说明、当地主流媒体的报道。这些文本用词规范、公开可查、写法稳定，适合用来确认一个术语的官方叫法和一句话的正式写法。
关键是别只看一个来源。我的规则是，同一个说法至少在两个互相独立的本地来源里出现过，才写进术语表冻结下来；只在一处见过的，先扔进待定区挂着。当地电商页面和论坛可以看用词，但别拿它当内容依据，那里面照抄和营销话术太多。
用 AI 审 AI 译文这件事要分清能做什么。让它列专有名词清单、列同一术语的不同译法、找出全文所有数字和日期、检查 hreflang 和语言变体对不对得上，这些是机械任务，它可靠。让它回答这句地不地道，它不可靠，它没有本地语感，只会给你一个看起来合理的说法，而那正是你最开始要解决的问题。
修正日志：同一个错全站只犯一次
比发现错误更重要的是不让它第二次出现。我给每个语言站建一份表，字段固定几列：原始概念（中文）、AI 给出的译法、本地应使用的写法、依据来源（哪个官方文件或媒体、哪天看到的）、影响范围（全站统一还是只限某类页面）、冻结日期。多语言站点里日语那栏再加一列文体级别，标明这个站用です・ます还是简体，避免正文和标题打架。
冻结下来之后，这张表同时是两样东西。一样是给下一步 AI 翻译用的约束，新页面开始翻之前先把已冻结的词塞给它，明确哪些词不许改；如果你用 Crowdin、Lokalise 这类平台，直接把术语表导进去，机器输出会自动被约束住。另一样是给你自己的替换清单，全站检索旧译法统一替换一遍。
这张表会越来越长，但成本是递减的。第一篇可能改二十处，第一百篇也许只加三个新词。反过来，没有这张表，每篇文章都在重新猜一次，站越大破绽越多，而本地读者的容忍度是随着站点规模往下掉的。
最容易漏的几个死角
图片里的文字、alt 文本、按钮文案、表单的校验提示、404 页面、订阅邮件模板，这些地方经常用的是另一套术语，因为它们不走正文那条翻译流程。URL 里的 slug、结构化数据里的 name 和 description、Open Graph 的标题和描述同理。
还有格式层面那些小东西：日本的邮编和地址顺序、德国街道名和门牌号的先后、公司名后缀（GmbH、S.A.、Ltda.、株式会社）放前面还是后面、电话号码分组方式、衣服尺码用 EU 码还是本地码、温度写摄氏度还是华氏度（巴西和日本用摄氏度，美国站才用华氏度）。这些东西不涉及语言能力，纯粹是本地常识，但恰好是本地读者扫一眼就能分辨你是不是在自己家写的。
最后说一句实话：这套工序没办法让你写出和本地人一模一样的文案，它只能保证你不犯那些一眼就能被看穿的错。真要在这个市场做深，母语审校的钱迟早要花。但在那之前，把术语、实体名、单位日期和搜索用词这四件事冻住，你的站点至少能先站到及格线上。
