出海内容工厂·文化本地化
不是"把中文翻成英文"，而是让同一条信息在不同市场都像本地人写的：先锁术语，再改结构，最后才落字。
产出物（五件套）
| 编号 | 交付物 | 说明 |
|---|---|---|
| D1 | 术语表 + 禁用译法表 | glossary.csv，后续所有批次复用 |
| D2 | 目标市场适配规则卡 | 每个市场一页（见 references/02-localization-rules.md） |
| D3 | 多语成稿 | 分平台组包，含 RTL 标注 |
| D4 | QA 报告 | 术语一致性、占位符、数字、长度、未译文（跑 scripts/localize_qa.py） |
| D5 | 发布排期包 | 渠道 × 日期 × 素材清单 × 负责人 |
何时使用
- 官网 / 独立站要做多语版本，或批量上架海外商品详情页
- 短视频脚本、社媒帖、EDM 要同步发多个目标市场
- 已有机器译文，需要统一术语、修正文化不适配、出 QA 报告
- 要建立长期可复用的出海术语库
不适用：合同/专利/年报等法律与财务文本终稿（本 Skill 可出初稿与 QA，最终须专业人士复核）。
工作流
Step 1 · 建立术语表（第一批内容之前必须先做）
source_term,target_lang,target_term,do_not_use,context,owner
列的含义：源词｜目标语种｜标准译法｜禁用译法｜上下文｜维护人。
先用 references/01-glossary-guide.md 的方法抽取 30–80 个高频词（产品名、工艺名、认证名、机构名、常驻 slogan），不要一次铺开到 500 词——维护不了。
> 标准译法一旦定下，后续所有批次照抄；发现要改，走"改 glossary → 全量回扫"的流程，不允许个别文件自由发挥。
Step 2 · 目标市场适配（不是翻译，是改写）
按 references/02-localization-rules.md 给每个市场做一页规则卡，至少覆盖：
称呼与敬语｜日期与度量｜货币写法｜颜色与图形禁忌｜宗教与节假日｜幽默与夸张尺度｜禁用画面｜平台习惯（字数、封面比例、是否需字幕）。
Step 3 · 内容改写（不是逐句翻译）
- 结构性改写：把中文的排比、对仗、四字堆叠结构改为受众习惯的"一句一个信息点"结构。
- 信息补漏：海外受众缺上下文，需补上"这是什么 / 用在哪 / 多少钱 / 怎么买"。
- 删减：国内惯用的夸张表达（如"极致、颠覆、王炸"）在多数市场会被视为不可信，直接删。
- CTA 本地化：不同市场的 CTA 动词习惯不同（"Learn more" / "Get a quote" / "Add to cart"）。
Step 4 · QA 与回译抽检
python scripts/localize_qa.py --source zh/product.md --target en/product.md \
--glossary glossary.csv --max-len-ratio 1.6 --out qa_report.md
脚本检查四类硬错误：术语违规 / 占位符与数量不一致 / 疑似未翻译 / 长度异常。
人工再做回译抽检：随机抽 10% 段落回译并与原文比对，重点看是不是"译得通但不像人话"。
Step 5 · 发布包与复盘
按渠道组包：文案 + 素材规格 + 字符上限 + 发布时间 + 负责人，一轮交完，不留"等对方再拆一趟"的尾巴。
发布后回收数据：CTR/停留/转化，把表现差的语言版回头改术语，而不是改投放预算。
质量红线
- 绝不允许背离原文：不得替用户增删事实、修改承诺、私自从其他语言版本反推中文。
- 不能确认的留空：缺失信息标
[TBD]，不得用模型猜测填补（尤其价格、交期、认证、成分、法规描述）。 - 占位符零容错：
{0}、%s、{{name}}、HTML 标签、链接必须逐一对齐，这是机器环节最容易出的事故。 - RTL 不是镜像：阿拉伯语/希伯来语要出真正的 RTL 版，数字方向、混排词汇、标点都要检查。
- 敏感表述零自由：涉国家、地图、领土、民族、宗教的内容，一律官方口径，译者不得改写或简化。
- 机器译文必须标注：未经过母语审校的交付物必须标注"机器初译，需人工校对"。
目录
SKILL.md
references/01-glossary-guide.md 术语抽取、字段规范与维护机制
references/02-localization-rules.md 目标市场适配规则卡与口语/宗教/平台注意
references/03-qa-checklist.md 人工 QA 清单与常见错误库
scripts/localize_qa.py 术语/占位符/数字/未译文/长度自动检查
