存储统一（NFC + UTC + ISO），展示才本地化。
多语言不是"翻译一下"
在多语言场景里，真正出问题的往往不是翻译质量，而是工程细节：
分词、编码、时区、数字与日期格式、姓名顺序。这些一旦处理错，轻则排序乱，重则业务数据算错。
五个高频坑
一、分词与检索
中文要分词、日文要处理假名与汉字混排、泰文没有词间空格；空格分词的那套直接搬到中文上，
召回会明显变差。做法：按语言选择分词器，并对每种语言单独测召回。
二、Unicode 归一化
"é" 可能是单码点也可能是 "e + 组合音符"；不归一化会出现"看着一样但比不出相等"的 bug。
做法：比较与存储前统一 NFC/NFKC；长度统计与截断要按字形而不是码点（否则会截断半个字）。
三、时区
· 存储用 UTC，展示按用户时区；
· 别把"本地时间字符串"直接当时间戳；
· 跨时区的"今天"要明确以哪个时区为准（日报、配额重置最容易出错）。
四、数字与日期格式
· 千分位与小数点在不同地区相反（1.234,56 与 1,234.56）；
· 日期写法歧义（03/04/2026 是哪天？）→ 存储用 ISO 8601，展示才本地化；
· 货币不要只存符号，要存币种代码。
五、姓名与地址
· 姓名顺序因语言而异，别假设"名 空格 姓"；
· 地址结构各国不同，强行拆成"省/市/区"会丢信息 —— 保留原文 + 可选结构化字段。
测试怎么做
1. 每个界面至少测两种文字方向（从左到右 / 从右到左）与长文本换行；
2. 用"最长语言"测布局（德语/芬兰语常比英文长 30%+）；
3. 准备边界样本：组合音符、emoji（含肤色修饰）、零宽字符、泰文与阿拉伯文；
4. 对每种语言的检索召回单独出一份指标，不要只看英文。
一个可执行的检查清单
· 存储：统一 NFC + UTC + ISO 日期 + 币种代码；
· 展示：按用户语言/时区本地化，避免硬编码格式；
· 检索：按语言分词，指标分语言统计；
· 布局：为长文本与双向文字留余量；
· 边界样本进自动化测试，防止回归。
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：智能体的记忆分层：短期、长期与共享
下一篇：函数调用与结构化输出的边界：什么时候该让模型「填表」 →
第 27 / 171 篇