對於大部分的譯者而言，以往接到一份 50,000 字的企管書翻譯案，意味著未來一個月都要埋首於鍵盤，並與無數的 Google 搜尋結果搏鬥。
自從 DeepL 與大語言模型（特別是支援 200K 長文本的 Claude 3）橫空出世後，產生初稿的時間被壓縮到了幾分鐘。在這種環境下，翻譯圈的主流工作模式已經正式轉移到 MTPE (Machine Translation Post-Editing) —— 機器譯後編輯。
💡 本篇定位 這是翻譯 AI 技能樹的「MTPE 實戰」篇。建議搭配閱讀：語氣在地化（讓 AI 翻譯不再死氣沉沉）與術語庫建立（確保三十萬字長篇的名詞零失誤）。
什麼是 MTPE？
MTPE 就是讓神經網絡機器翻譯 (NMT) 先產出一版翻譯稿，接著由人類專業譯者進行「後續編輯把關」，以達到出版水準的品質。
輕度 vs. 深度：兩種編輯層級
- 輕度譯後編輯 (Light PE)：只要能看懂、沒有嚴重語意錯誤即可（常用於內部參考文件）。
- 深度譯後編輯 (Full PE)：不僅要語意正確，還要潤飾文采、符合在地文化（常用於出版品、行銷文案、合約）。
你的不可取代定位
你的價值是擔任 Full PE 守門員，這是一項極度考驗「母語造詣」而非單純外文能力的工作。如果你對在地化語氣適配有深入掌握，就能在 Full PE 領域取得極高的不可替代性——因為 AI 能翻出語法正確的句子，卻很難自動抓住「台灣讀者覺得自然」的那條微妙界線。
三大翻譯工具比較：DeepL vs. Claude vs. Google 翻譯
市場上主流的 AI 翻譯引擎各有擅長，選錯工具等於浪費時間。以下是根據實戰經驗整理的比較表：
| 比較項目 | DeepL Pro | Claude 3.5 Sonnet | Google 翻譯 |
|---|---|---|---|
| 最大處理長度 | 約 5,000 字／次 | 約 100,000 字／次（200K context） | 約 5,000 字／次 |
| 前後文連貫性 | ⭐⭐ 逐句翻譯，代名詞常錯 | ⭐⭐⭐⭐⭐ 跨章記憶，風格一致 | ⭐ 幾乎無上下文感知 |
| 文學性／創意翻譯 | ⭐⭐⭐ 歐語系表現優秀 | ⭐⭐⭐⭐ 可透過 Prompt 調教風格 | ⭐⭐ 偏直譯 |
| 技術文件精準度 | ⭐⭐⭐⭐ 術語穩定 | ⭐⭐⭐⭐ 搭配術語庫更強 | ⭐⭐⭐ 堪用 |
| 中日翻譯品質 | ⭐⭐⭐ 中規中矩 | ⭐⭐⭐⭐ 日文語感自然 | ⭐⭐ 常有文法錯誤 |
| 免費額度 | 每月 500,000 字 | 免費版有限（需訂閱 Pro） | 無限（API 另計） |
| 最適合場景 | 歐語商業文件快速初稿 | 長篇書籍、需要風格一致的大案 | 日常短句、快速理解大意 |
實務選擇建議
- 長篇小說、遊戲文本 → Claude 是首選，因為它記得第一章的角色設定。
- 歐語系商業報告 → DeepL 的歐語品質仍然領先，尤其德法西語。
- 快速掃過大量外文資料 → Google 翻譯免費且即時，做粗篩夠用。
- 品牌行銷文案 → 先用 Claude 翻初稿，再手動在地化潤飾。
長文本翻譯的實戰武器：Claude 3
雖然 Google 翻譯跟 DeepL 很好用，但它們是「逐句翻譯 (Sentence-by-Sentence）」，這會導致一個致命缺點：前後文完全沒有連貫性，代名詞常常指代錯誤。
Claude 3 (Opus/Sonnet) 被翻譯圈譽為目前的救星。因為它擁有超大 Context Window，它可以一整口吃下半本書，它記得第一頁的主角叫什麼名字，也能從頭到尾保持同樣的說話口吻。
📌 實戰 Prompt：長文本整批翻譯
身為一位擁有 20 年經驗、專精於歐美奇幻小說的台灣資深譯者。
我將貼上一章約 5,000 字的小說原文。
請你翻譯為「繁體中文」，並嚴格遵守以下翻譯標準：
1. **禁止直譯**，請轉換為符合台灣讀者閱讀習慣的流暢散文體（Idiomatic translation）。
2. 保持原作者「華麗且充滿懸疑感」的黑暗奇幻語氣。
3. 文中的虛構國名 "Aethelgard" 請統一譯為「伊索加」，男主角 "Thorne" 譯為「索恩」。
4. 因文中充滿大量隱喻，當你遇到原文中的雙關語，請以「意譯」為主，並試著在中文裡找到類似的成語。
準備好了嗎？如果你理解以上要求，請回覆「準備就緒」，我將會送出第一章節的原文。分段餵食的眉角
[!TIP] 分段餵食（Chunking）技巧：即使 Claude 能一次吃下 10 萬字，但如果一次要求它吐出 10 萬字的中文，它會在生成到一半時斷線或品質下降。最佳的做法是每次上傳大約 3,000 - 5,000 字的一小節，品質會達到極致。
搭配術語庫一起使用效果更佳——把你建好的 Glossary 貼在 System Prompt 裡，Claude 就會在每一段翻譯中自動套用正確的專有名詞，省去你事後逐一校對名詞的時間。
MTPE 成本與效率試算
很多譯者最關心的問題：「導入 MTPE 到底能省多少錢、多少時間？」以下是一個實際的案例試算，以一本 80,000 字的商業書籍（英譯中） 為例：
傳統純人工翻譯
| 項目 | 數值 |
|---|---|
| 每日產能 | 約 2,500 - 3,000 字 |
| 所需工作天 | 約 27 - 32 天 |
| 報價（每字 1.2 - 1.8 元） | 約 NT$ 96,000 - 144,000 |
MTPE 工作流
| 項目 | 數值 |
|---|---|
| AI 初稿產出時間 | 約 1 - 2 小時（含分段餵食） |
| Claude Pro 月費 | 約 NT$ 620（US$20） |
| 每日 Full PE 產能 | 約 8,000 - 12,000 字 |
| 所需工作天 | 約 7 - 10 天 |
| 報價（每字 0.6 - 1.0 元） | 約 NT$ 48,000 - 80,000 |
關鍵數字
- 時間節省：約 65 - 70%，從一個月壓縮到一週多。
- 工具成本：Claude Pro 月費 NT$620 + DeepL Pro 約 NT$250 = 每月不到 NT$900。
- 客戶端節省：報價降低 30 - 45%，但你的時薪反而上升，因為同樣的時間你能接更多案子。
[!TIP] MTPE 的核心商業邏輯不是「降價搶案」，而是用更短的時間交出同等品質的稿件，讓你的時薪翻倍。如果你只是用 AI 翻完就交差，品質一定會爆炸——深度譯後編輯才是你真正的價值所在。
譯後編輯 (PE) 的人工抓漏清單
當你拿到 AI 吐出的初稿，不要開心地直接交稿。AI 是個很皮的助手，有些地雷它一定會踩：
三大必踩地雷
- 幻覺與超譯：AI 為了讓句子順暢，有時候會自己發明原文沒有的形容詞。
- 名詞不統一：即便給了 Prompt，有時候上一頁叫「索恩」，下一頁會變成「索爾」。建議搭配術語庫來系統性解決這個問題。
- 過度文言文：部分模型在被要求提高「文學性」時，會突然卯起來用一大堆成語，反而破壞了原作者口語化的風格。
進階抓漏：文化與語境層面
- 文化地雷：AI 不懂「台灣人覺得哪些用語聽起來像中國用語」。例如把「軟體」翻成「軟件」、「資訊」翻成「信息」——這在台灣讀者眼中是嚴重扣分。這正是在地化功力的體現。
- 語氣斷裂：同一本書裡，AI 可能前三章用「你」，第四章突然跳成「您」。
- 數字與單位：英制轉公制、日期格式（MM/DD vs. 月/日）、貨幣符號，AI 經常漏轉或轉錯。
你的工作就是看過一次中文稿，覺得哪裡讀起來「有翻譯腔（卡卡的）」，再回去對照原文，動手把這塊粗糙的石頭打磨成翠玉。這就是你不可取代的價值。
常見問題 FAQ
MTPE 會不會讓翻譯費率崩盤，導致譯者收入減少？
短期來看，純翻譯的字數費率確實在下降。但 MTPE 的重點在於時薪而非字數單價。當你一天能處理 10,000 字而非 3,000 字，即使每字報價從 1.5 元降到 0.8 元，你的日收入反而從 NT$4,500 提升到 NT$8,000。真正被淘汰的，是拒絕學習新工具、堅持「逐字手打」的譯者。
Claude 跟 DeepL 哪個比較好？可以混用嗎？
完全可以混用，而且建議混用。DeepL 在歐語系（德、法、西、葡）的翻譯品質仍然是業界標竿，適合快速產出商業文件初稿。Claude 則在長文本一致性與風格調教上遠勝 DeepL。實務上的最佳組合是：先用 DeepL 跑一版初稿確認術語，再用 Claude 做風格統一的精修。
客戶要求「純人工翻譯」，我可以偷用 AI 嗎？
這是翻譯倫理的灰色地帶。如果合約明確寫著「禁止使用機器翻譯」，那你就不該用。但越來越多客戶已經接受 MTPE 模式，關鍵在於你是否做了充分的人工把關。建議主動跟客戶溝通：「我會使用 AI 輔助產出初稿，但每一句都經過我的人工校對與潤飾。」透明化反而能建立信任。
我是翻譯新手，應該先學 MTPE 還是先練基本功？
先練基本功。MTPE 的「PE」本質上就是翻譯校對能力，如果你連原文都看不太懂，就無法判斷 AI 翻得對不對。建議先累積至少一年的純翻譯經驗，建立對「好翻譯」的直覺後，再導入 MTPE 工作流，效率會呈指數級提升。同時可以先閱讀翻譯 AI 技能樹總覽了解全局。