AI 本地化不是一步到位

Crowdin 把自家 AI 的演进分成三个阶段：从最基础的插件式 AI，到能结合语境的进阶形态，再到如今能自主推进工作流的智能体式 AI。重点不是「模型多大」，而是它能否理解你的产品语境并稳定执行。

第一根线：把语境喂足

翻译质量的天花板，往往取决于 AI 拿到多少上下文——产品术语、界面位置、目标用户是谁。智能体式 AI 的优势正在于能动态调用这些语境，而不是孤立地翻一句话。

第二根线：用「用户规则」锁住语气

文章给出的实操办法是：用用户规则（User Rules）明确告诉 AI 该用什么 tone（语气/口吻）。比如面向年轻用户的 App 用轻松口语，面向企业客户的文档用严谨专业。规则定下来，同类内容就不会忽左忽右。

第三根线：管住文本长度

翻译最容易被忽略的是字数（text length）。界面按钮、弹窗、标题都有空间限制，译文一旦超长就会排版崩掉。好的本地化策略会把「目标字数区间」作为约束传给 AI，让它主动压缩或扩展。

普通人能直接用的方法

原文提示：Crowdin 的 Agentic AI 已升级为 Crowdin Copilot，功能命名以此为准。