评测集里没有样本的语言，就不算真的上线了。
国际化不只是把界面翻译了
把界面翻译成多语言只是第一步 ✔。AI 功能的国际化还会遇到四类问题 ✗：
输入语言、模型能力、文化与合规、以及数据可及性 ✔。
一、输入语言：别假设用户用英文提问
· 自动检测语言并选择合适回应语言 ✔（不要强制 ✔）；
· 混排输入很常见（中文 + 英文术语 ✔）→ 不要因为"检测到英文"就切成英文回复 ✗；
· 明确语言偏好设置（用户可指定 ✔），并在首次使用时不打断 ✔。
二、模型能力：不同语言的能力并不相同
同一个模型，在某些语言上表现明显更弱 ✔（尤其小语种 ✔）。
做法：
· 分语言测（每个目标语言都要有评测样本 ✔ —— 见评测那几篇 ✔）；
· 能力不足就明说（"该语言支持有限" ✔ —— 见能力区间那篇 ✔）；
· 别用"英文测通过"推导"所有语言都能用" ✗（这是最常见的误判 ✔）。
三、文化与合规：同一个表述在不同地区含义不同
· 敏感话题与禁忌逐地区确认 ✔（不是翻译问题，是文化问题 ✔）；
· 法规差异（数据本地化、保留期限、内容限制 ✔ —— 见数据保留那篇 ✔）；
· 语气与礼貌级别（某些语言有敬语层级 ✔ —— 与术语表一起维护 ✔）。
四、数据可及性：资料本身就是瓶颈
· 资料是否覆盖该语言？（往往只有英文/中文文档 ✔）；
· 检索是否分语言？（跨语言检索要么做好，要么明说只检索同语种 ✔）；
· 时间与格式本地化（日期、数字、币种 ✔ —— 见多语言工程坑那篇 ✔）。
五、该观测什么
· 各语言的调用量、成功率、负反馈率（分语言看 ✔）；
· 语言检测准确率（检测错会导致答错语言 ✔）；
· 跨语言检索命中率 ✔；
· 按地区的合规事件数（应为 0 ✔）。
六、一条务实建议
```
不要一次上十种语言 ✔
先选 1~2 个目标语言，把"评测集 + 术语表 + 检索资料 + 合规确认"四件事做齐 ✔
再逐语言复制这套流程 ✔
```
一条判据
> 你的评测集里，每个上线语言都有样本吗 ✔？
> 没有，说明上线语言的"能用"还没有证据 ✗。
本文由云枢 AI导航整理，内容以官方来源为准。
相关文章
顺序阅读
← 上一篇：把日志变成可查询的证据：字段规范化
下一篇：上线前要给客服什么：一份武装包 →
第 123 / 171 篇