用 AI 翻译做多语言站，大多数人卡在同一个问题上：翻译出来的句子"对，但不像人说的"。语法正确、意思对，但读起来有股机器味——买家能感觉到，尤其是英语母语者。解决办法不是换更强的模型，而是建立一套"母语润色"的工作流：让机器做 80% 的体力活，让母语者做那 20% 真正决定质量的部分。今天讲这套流程怎么搭。
为什么机器翻译读起来"不对"
三个具体原因（知道原因才知道怎么改）：
① 语义对但语域错。机器会用"正式书面语"翻译所有内容——包括那些应该用口语的地方。"感谢您的购买，我们很高兴地通知您…"读起来像企业公告，而买家熟悉的语气是 "Thanks for your order — it's on its way."语域的错位是最明显的机器味来源。
② 文化和常识缺失。机器不知道在美国买圣诞礼物的人在意什么、不知道德国买家对"退货政策"的敏感、不知道某个说法在当地是俚语还是老套。这些是母语者能一眼看出、AI 补不上的部分。
③ 关键词与搜索习惯缺失。AI 翻译出的标题是"sentence 的直译"，而当地买家搜索的是"短语"。比如美国买家搜 "gift for him under 50"，直译出来的标题可能变成 "a suitable gift for male persons"——意思一样，搜不到。
工作流：三步，每步有明确负责人
第一步：机器翻译 + 术语表（AI/工具做）。把源文交给 AI 或翻译工具，但先给一份术语表（产品名不译、规格单位按当地习惯、关键术语的标准译法）。这一步产出的是结构正确、语气待调的初稿，通常能直接用的比例在 60%~70%。
第二步：母语者润色（人做，只改关键处）。这是最关键的一步，但不需要重写——只改三类地方：① 语气与语域（把书面语改成当地人真会说的话）、② 标题与关键词（换成当地买家真会搜的词）、③ 文化与常识（本地人觉得奇怪或不相关的地方）。其他部分不动——这让润色的成本大幅下降，一篇 1500 字的文章，母语者改 20~30 分钟就能完成。
第三步：上线前抽检 + 建反馈回路（人做，抽样）。每篇随机抽三段读一遍（首段、中段含产品参数、结尾 CTA），确认没有明显问题。不用通读——因为第一步的准确率已经够高，第二步改过的地方通常就是问题所在。
让润色成本再降一半的三个技巧
一、给母语者"改动说明"而不是"翻译任务"。不要说"请翻译这篇"，而是说"这是 AI 初稿，请只改：标题里的搜索词、书面语气改口语、任何当地人不这么说的地方，其余保持不动"。明确边界能显著减少对方的思考时间和改动幅度（也会减少"他觉得原文写得不好顺便重写"的过度修改）。
二、把高频句子做成"复用块"。比如 CTA、发货说明、退货政策、保障承诺这些句子在所有文章里重复出现——把它们做成一套经过母语者润色的固定模块（每个市场一套），之后直接调用，不用每次重润。这一条能省掉大量重复劳动。
三、积累"本地黑话表"。每篇润色时，把发现的不妥表达记下来（表格两列：原译法 / 当地说法）。这份表是团队最值钱的资产之一——半年后它会覆盖掉大部分常见问题，AI 初稿的质量会显著提升。因为你可以把黑话表喂给 AI 作为提示词，让后续翻译一开始就避开这些坑。
成本对照：三种做法的实际投入
以一篇 1500 字的文章为例：
纯人工翻译：约 150~250 美元/篇（含母语者从零翻译），周期 2~3 天；AI + 母语者润色：约 20~50 美元/篇（AI 免费或极低成本 + 母语者 20~30 分钟），周期 1 天；纯 AI 不润色：接近 0 成本，但读者体验明显打折。
结论是中间的方案性价比最高：用机器省掉体力、用母语者保住最后 20% 的质感。而且随着黑话表积累，母语者的改动量会越来越少——第二年同样的文章，润色时间可能只要 10 分钟。
什么时候值得上更高成本
两个判断标准：
① 页面类型。首页、产品详情页、结账流程——这三个位置的文案质量直接影响转化，值得母语者从头写；博客、FAQ、帮助文档——用 AI + 润色即可。
② 市场价值。这个市场的收入占比超过 20% 时，内容质量本身就是竞争力，值得投入；占比小的市场，机器水平的翻译就够了（买家要的是产品，不是文采）。
最后一条容易被忽略的建议：如果你只做一个市场，不要为"将来可能做多市场"提前建复杂流程。先用最简单的做法把那个市场做透（甚至纯 AI 翻译 + 自己逐篇改），等真的要开第二个市场时再上这套流程。提前优化一个还不存在的问题，是最常见的资源浪费。