18万字游戏对白中翻英，AI辅助5天完成

• 大语言模型的工具环境（例如阅读/修改文本文件的能力），我用的Claude Desktop + MCP。但VSCode加任何agent插件也是一样的。
• Claude的翻译角色prompt提示词，我在文章最后的截图里分享了。字多，需看大图。看了提示词，你也就大概知道流程图里各个文件是什么格式和内容。校对角色的prompt差不多，不赘述。
• 对白分为200句一个文件，一共53个文件。分割文件是为了不让文本长度爆出Claude的上下文限制，也是为了集中它的注意力。一般我一次让它翻译/校对N=2或3个文件。再多，效果就会明显差一些。
• 让Claude自己做的笔记和补充的新名词翻译，是为了提升不同批次之间翻译一致性。它还会自己主动记录剧情发展进度，供之后批次参考。

# 例一原文，c是十岁小女孩 c: ……那哥哥的名字呢？ # Claude初翻，逐字硬译 c: ...Then what's big brother's name? # Claude初校，调换单词顺序符合口语习惯 c: ...What's big brother's name then? # 人工校对，文化迁移（重音在your）。英语文化里小孩不会这么称呼的 c: ...What's your name then? ---------------------------- # 例二原文，a是二十一岁男体校生 a: （……对小孩亲和度太高了，也不方便……） # Claude初翻，逐字硬译 a: (...Having too high affinity with kids isn't convenient either...) # Claude初校，换成口语表达，但inconvenient依然僵硬 a: (...Being too good with kids can be inconvenient...) # 人工校对，意译，保留略带无奈的口吻 a: (...Being too good with kids can be a problem sometimes...)

• 翻译者第一遍翻出的文本非常差。是一看就不行的那种。
• 校对润色者第一遍会对翻译者的成果做大量优秀的修改。
• 平均修改率在75%左右（也就是说，200行对白初翻，它改了150行以上）
• 我抽查后发现99%的修改都是正确/有改善的
• 但它的注意力有限：如果某批次的文本它修改了很多人名/专有名词不一致的情况，那么它对文本本身的润色就会很少
• 如果让校对者再对自己的成果做一遍同样的校对，则会出现修改得「好」/「不好」五五分的情况。
• 所以，不要认为可以不断循环润色来逼近最好的翻译……
• 由于是分批修改，批次之间的翻译/自动校对质量有区别。我在人工文本校对的时候，也花了很多时间复制粘贴大段我觉得欠佳的对话重新润色
• 重新润色好坏五五分的情况下，我使用VSCode的diff功能，快速接受/拒绝每行的修改（界面如下图）
• 翻译校对可能是我开发游戏整个过程中最累的体力活了……一天盯着屏幕上的中英文本10-11小时，之后脑子就是一坨浆糊
• 人工校对这三天，我自己修改的加上接受Claude重新润色的对白，占总行数的40%。
• 这意味着，全自动化部分的接受率至少是60%的整句。
• 考虑到我人工修改的行数基本都只是个别单词，这质量至少在我的标准下是很不错的。