ИИ для переводчика и локализатора 2026: терминология, MTPE и конфиденциальность

Как в 2026 году устроен перевод с ИИ поверх CAT/TMS

Практический ответ для переводчика и локализатора в 2026 году: классический CAT никуда не исчез, но лучшие практики уже строятся вокруг связки CAT/TMS + ИИ-сервисы с жёстким контролем терминологии, качества и конфиденциальности. Ниже - пять ключевых сценариев работы, подтверждённых официальной документацией крупных вендоров, плюс список рисков и ограничений, о которых в 2026 году нельзя забывать.

Машинный черновик с сохранением терминологии - DeepL, Google Cloud Translation

DeepL позволяет задавать строгие соответствия терминов через глоссарии и использовать их во всех переводах текста и документов, включая API и десктопные приложения. Глоссарии применяются не как примитивный поиск и замена - система грамматически сгибает термин под падеж, число, род и т.п., что критично для технических и брендовых текстов.

В API DeepL предусмотрен параметр glossary_id: вы создаёте глоссарий для пары языков и далее прикладываете его к любому запросу перевода, включая перевод документов с сохранением форматирования. Это даёт устойчивое воспроизведение терминологии поверх нейросетевого перевода.

Практический пайплайн: экспорт TM/терминбазы из memoQ/Smartcat/Phrase в формате CSV/TSV/TMX, загрузка в DeepL Glossary Generator и использование полученного глоссария при автопереводе черновиков маркетинговых, технических или интерфейсных текстов.

Smartcat описывает стандартный сценарий: документ сегментируется, сначала подставляются точные совпадения из Translation Memory, затем незаполненные сегменты переводятся ИИ-движком, при этом используется ваша глоссария и TM. Это позволяет получить черновик, уже насыщенный согласованной терминологией бренда.

Google Cloud Translation / Gemini: glossaries и адаптивный перевод

В Cloud Translation Advanced доступны глоссарии: вы создаёте словарь терминов, который хранится зашифрованным в Google Cloud, и при переводе API гарантированно применяет указанные термины, не используя ваши данные для обучения моделей.

Для более тонкой настройки предусмотрен Adaptive Translation: можно импортировать корпус примерных переводов и указывать его как источник предпочтительной фразеологии при автоматическом переводе.

В связке с CAT (memoQ, Smartcat, Phrase) это даёт гибрид: CAT управляет сегментацией и TM, а облачный MT-движок обеспечивает массовый черновой перевод с учётом корпоративного терминологического словаря.

MTPE - пост-редактирование по ISO 18587 и Smartcat

Международный стандарт ISO 18587:2017 формализует процесс полного пост-редактирования машинного перевода: цель - результат, сопоставимый по качеству с профессиональным человеческим переводом.

Стандарт описывает две ступени: light post-editing (текст просто должен быть понятным) и full post-editing (качество как у нормального человеческого перевода), а также компетенции пост-редакторов и требования к процессу.

Для переводчика это значит: ИИ-черновик можно использовать, но в юридическом, медицинском, финансовом и любом высокорисковом контенте стандарт прямо подразумевает обязательное человеческое пост-редактирование.

Smartcat: MTPE как встроенный рабочий процесс

Smartcat документирует шестиступенчатый процесс: сегментация, поиск TM-совпадений, машинный перевод для остальных сегментов, автоматические QA-проверки, исправление терминологии, fallback-перевод через Google NMT при критических ошибках.

QA-проверки у Smartcat автоматически ищут: отсутствующие теги, неверные числа, нарушения терминологии, а при ошибках в глоссарных терминах запускается дополнительная коррекция на базе OpenAI для не-LLM движков.

Типичный MTPE-кейс: вы запускаете AI translation в Smartcat, затем проходите документ в CAT-редакторе, опираясь на встроенный QA и свои лингвистические правки.

ChatGPT / OpenAI API как ассистент пост-редактора

OpenAI прямо демонстрирует использование моделей GPT для перевода текста: в документации приводятся примеры, где промпт «Translate from English to French» или аналогичный используется для получения перевода через API.

Политика использования OpenAI запрещает полностью автоматизировать высокорискованные решения без человеческого контроля (образование, юридические и медицинские решения, кредитование, страхование и т.п.), а также выдавать лицензируемые юридические и медицинские рекомендации без участия квалифицированного специалиста.

Практика MTPE с ChatGPT: вы берёте сырой MT-выход (например, из Cloud Translation или DeepL), даёте модель контекст, стиль и глоссарий, просите предложить улучшения для конкретного сегмента и вручную оцениваете каждое предложение с учётом ISO 18587 и требований заказчика.

Промпт для ChatGPT/Claude как ассистента пост-редактора - не переписывает всё заново, а работает с конкретными правками:

Вот исходный текст и его машинный перевод: [оригинал] / [MT-вывод].
Глоссарий терминов, которые нельзя менять: [список].
Найди в переводе: 1) нарушения глоссария, 2) потерянный или изменённый смысл, 3) неестественные формулировки.
Для каждой проблемы дай конкретную правку, а не весь текст заново. Не трогай формулировки, где перевод уже верный.

Перевод с сохранением тона и стиля бренда

DeepL позиционирует глоссарии как инструмент удержания брендового языка: вы задаёте фирменные термины, внутренний жаргон, имена продуктов и непереводимые слова, и система поддерживает их во всех переводах.

DeepL Glossary Generator умеет анализировать ваши TMX/TSV-файлы с уже проверенными переводами и строить итоговый глоссарий, пригодный для применения в дальнейшем. Это упрощает перенос бренд-стиля из существующих CAT-проектов в ИИ-переводчик.

Smartcat: generative AI translation с контролем терминологии и стиля

Smartcat отдельно описывает «generative AI translation with terminology control»: генеративный ИИ при переводе ориентируется на глоссарии и TM, чтобы сохранять точную терминологию и единый стиль.

В статье про AI-локализацию Smartcat подчёркивает, что в рабочих процессах «AI + human review» ИИ делает черновик, а человек-редактор отвечает за тон, намерение и культурную уместность бренд-сообщений.

Gemini: управление тоном через промпты

В руководстве по дизайну промптов Google описывает компонент Tone/Style: вы можете явно задавать тон ответа, стиль, «voice», например, «Respond in a casual and technical manner».

В практических гайдах по локализации с Gemini рекомендуется задавать роль («native marketing copywriter»), целевую аудиторию, запрет на буквальный перевод идиом и требования к сохранению бренд-эффекта, а также отдельно просить модель объяснить, почему она изменила структуру предложения или идиому для сохранения нужного социального эффекта.

В связке: вы используете TM и глоссарии в CAT/TMS, а Gemini или ChatGPT - как «стилистического редактора», который предлагает варианты формулировок под конкретный бренд-гайдлайн, но итоговый выбор остаётся за человеком.

Локализация интерфейсов и маркетинговых текстов

Smartcat определяет AI-локализацию как процесс, где ИИ создаёт черновик, TM и глоссарии его ограничивают, автоматические проверки ловят технические ошибки, а люди ревьюят только сегменты с риском.

В той же документации подчёркивается: решение о том, где можно обойтись без человеческого ревью, принимается по «tier» содержания. Низкорисковый контент (FAQ, каталоги, внутреннее обучение) может идти только через автоматические проверки, но маркетинговые, юридические, медицинские и финансовые тексты всегда направляются к квалифицированному ревьюеру.

Это даёт понятный паттерн: UI-строки и рекламные слоганы для нового рынка сначала проходят через AI-перевод с контролем длины, тегов и терминов, затем отбираются сегменты, где нюанс, культурная отсылка или риск требуют ручного вмешательства.

Phrase TMS / Phrase Strings: QA для UI, тегов и длины

В Phrase TMS есть модуль QA, который автоматически сравнивает исходный и переводной сегменты, проверяет терминбазу, орфографию, содержимое тегов и другие формальные параметры.

Среди QA-проверок Phrase явно перечисляет: отсутствующие числа, лишние числа в целевом сегменте, идентичный исходному текст без перевода, нарушения терминологии, пустой контент в тегах, некорректное содержимое тегов, неправильный порядок XLIFF-тегов и проблемы с длиной UI-строк.

В связке с машинным переводом это позволяет безопасно локализовать интерфейсы: MT-движок делает черновик, а CAT-редактор с QA-правилами гарантирует, что ни числа, ни теги, ни длина кнопок не будут испорчены.

Google Cloud Translation: HTML и документный перевод

Документация Cloud Translation отмечает, что сервис переводит только текст между HTML-тегами, оставляя сами теги нетронутыми и сохраняя структуру и форматирование по мере возможности.

Для PDF и других форматов Smartcat и Cloud Translation поддерживают автоматическую экстракцию текста и реконструкцию документа с сохранением исходной разметки, таблиц и нумерации, что удобно для локализации маркетинговых материалов.

Автоматическая проверка качества - memoQ, Phrase, Smartcat

memoQ описывает модуль автоматического QA, который выполняет более сотни типов проверок: по числам, пробелам, пунктуации, консистентности терминов, длине сегментов, тегам и многому другому.

В разделе о числах memoQ явно проверяет: совпадение чисел между исходником и переводом, отсутствие или лишние числа, различия формата числа с учётом языковых правил (например, запятая как десятичный разделитель), необходимость группировки по правилам языка, а также специальные случаи для китайских, японских и корейских цифр.

Это критично для интерфейсов, отчётов, технических документов и любых текстов, где ошибка в числе - реальный риск.

Phrase: QA по числам, терминологии и тегам

QA в Phrase TMS ищет пустые целевые сегменты, лишние числа в переводе, отсутствующие числа, разные окончания пунктуации, совпадение исходного и целевого текста, нарушения терминологии и запрещённые строки.

Отдельно контролируется корректность тегов и форматирования: пустой контент в тегах, несоответствие содержимого тегов, неправильное вложение парных тегов, разное количество joined-тегов и XLIFF-структурные ошибки.

Комбинация memoQ/Phrase QA поверх MT-черновика делает возможным безопасный масштабный перевод, где большинство формальных ошибок ловится автоматически, а человек концентрируется на смысле и стиле.

Smartcat: QA и автоматическая оценка качества

Smartcat документирует автоматические QA-проверки, которые ищут отсутствующие или сломанные теги, числа, нарушения терминологии и проблемы длины сегментов, до того как документ попадёт к человеку.

Платформа также предлагает «AI quality measurement» - автоматическое скорингование качества перевода по заданному профилю, что позволяет решать, какие сегменты можно публиковать как есть, а какие отправлять на ревью.

Стоит ли вам это внедрять

Массовый черновой перевод с глоссариями (DeepL, Cloud Translation) - да, это чистая экономия времени на low-risk контенте: каталоги, FAQ, внутренние материалы. Настройка глоссария под конкретного клиента окупается уже на второй-третьей публикации.

Юридические, медицинские и финансовые тексты - ISO 18587 и политики самих провайдеров (OpenAI, Anthropic) здесь не рекомендация, а прямое требование человеческого пост-редактирования. И отдельно проверьте тариф: бесплатные веб-версии DeepL/Google Translate прямо запрещают использовать их для текстов с персональными данными - для этого нужен Pro/Enterprise с DPA.

Официальные ограничения и риски конфиденциальности

ISO 18587 подчёркивает, что ни один MT-движок не даёт выход, полностью равный человеческому переводу, и что окончательное качество всё равно зависит от компетентного человека-пост-редактора.

Smartcat в гайде по AI-локализации прямо указывает: медицинский, юридический и финансовый контент несёт ответственность и должен подписываться квалифицированным человеком. ИИ может делать черновик и следить за терминологией, но финальная валидация остаётся за экспертом.

Политика OpenAI запрещает автоматизацию «high-stakes decisions» в чувствительных областях (юридические, медицинские, финансовые решения, продуктовая безопасность, национальная безопасность) без человеческого ревью, а также выдачу лицензируемых юридических и медицинских советов без участия лицензированного специалиста.

Вывод для переводчика: MT/LLM могут ускорять перевод договоров, медицинских инструкций и регуляторных текстов, но в любых рабочих процессах для таких доменов должен быть прописан обязательный человеческий контроль, соответствующий ISO 18587 и требованиям клиента.

2. Языковые пары и режимы поддержки

Google Cloud Translation публикует список поддерживаемых языков и отмечает пары с экспериментальной поддержкой, для которых качество ниже и глоссарии могут пока не работать.

В отношении новых языков Cloud Translation прямо указывает ограничения: для части языков glossaries временно недоступны, хотя базовый MT есть, что означает более высокие риски для терминологии.

При работе с редкими или новыми языковыми парами MT-движка переводчик должен планировать больше ручного ревью и ограниченное использование автоматических glossaries и QA-метрик.

3. Идиомы и культурные отсылки

В руководствах Google по промптам для Gemini и в гайдах по локализации подчёркивается необходимость явно запрещать буквальный перевод идиом и просить подобрать культурно уместный эквивалент вместо прямой кальки.

Smartcat в статье про AI-локализацию отделяет «nuance, intent, and risk» как область, где человек выигрывает у ИИ: модель может быть очень последовательной, но культурные коннотации и бренд-эффект остаются зоной ответственности живого редактора.

Практически: для идиом, слоганов, шуток и культурных отсылок MT/LLM стоит рассматривать только как источник идей. Решение о конечной формулировке и её уместности для целевого рынка остаётся за человеком.

4. Конфиденциальность: загрузка текста в облачные ИИ-сервисы DeepL

Политика конфиденциальности DeepL запрещает использовать бесплатный Translator/Write для перевода текстов, содержащих персональные данные - для этого нужна подписка Pro с договором обработки данных.

В DeepL Pro и API Pro тексты и документы обрабатываются только временно для генерации перевода, затем удаляются; постоянное хранение возможно только по запросу пользователя для глоссариев, Translation Memory и сохранённых переводов.

OpenAI (ChatGPT, API)

OpenAI декларирует, что для ChatGPT Enterprise/Business/Edu и API по умолчанию не использует данные организаций для обучения моделей; данные шифруются при передаче и хранении, доступны только уполномоченным сервисам и могут храниться с настраиваемым сроком, включая режим zero data retention на отдельных API-эндпойнтах.

В обзоре бизнес-политики отмечается: стандартные API-вызовы хранят входы и выходы до 30 дней для мониторинга злоупотреблений, но квалифицированные организации могут запрашивать режим нулевого удержания (ZDR), при котором после ответа копия не сохраняется.

Google Cloud Translation и Gemini

FAQ по Cloud Translation утверждает: Google не использует отправляемый контент ни для каких целей, кроме предоставления самой услуги перевода; текст хранится кратковременно в памяти для выполнения запроса и не используется для обучения потребительских моделей.

Для Gemini в Google Workspace описано, что взаимодействия остаются в рамках организации, не используется контент для обучения моделей за пределами домена без разрешения; промпты и ответы подчиняются Data Processing Addendum и корпоративным политикам хранения, а сами Workspace-интеграции наследуют существующие меры безопасности Google Cloud.

Claude (Anthropic)

Anthropic документирует два режима для API: zero data retention (ZDR), при котором промпты и ответы не хранятся после возврата, и HIPAA-ready режим для работы с медицинскими данными; в обоих случаях данные никогда не используются для обучения моделей без явного разрешения.

Для потребительских аккаунтов Claude данные по умолчанию могут использоваться для улучшения модели с длительным хранением, но пользователь может явно отключить training-режим, тогда retention сокращается до 30 дней и контент не участвует в обучении.

Smartcat

Smartcat подчёркивает, что контент клиентов не используется для обучения сторонних ИИ, платформа имеет SOC 2 Type II сертификацию, но не подписывает HIPAA-соглашения, поэтому медицинский PHI-контент не должен передаваться без дополнительных договорённостей.

Практическая рекомендация: для конфиденциальных документов (договоры, персональные данные, медицинские записи) использовать корпоративные тарифы с DPA/BAA и режимами ZDR, а публичные/бесплатные веб-интерфейсы MT-сервисов - только для некритичного контента или единичных фраз.