AI 翻譯已經好到一個程度：商業信件、產品說明、社群貼文丟進去，出來的東西通順、文法正確、像人寫的。所以現在真正害你出包的，幾乎不是「翻錯」，而是「翻得很順、意思卻偏了」。
以前機器翻譯句子卡卡的，你自己就知道要檢查；現在讀起來太順，你會直接複製貼上寄出去。我要下的判斷是：AI 翻譯最大的風險不是品質，是它讓你失去警覺。
這篇不談專業譯者的工作流程（那在翻譯工作者的 AI 轉型指南），只回答一件事：你不是譯者、身邊沒有母語者，怎麼壓低出包機率。
最容易出包的五種情況
一、專有名詞、人名與地名
公司名、產品名、職稱是 AI 最愛自作主張的地方：公司叫「大同」，可能翻成 Datong、Tatung，也可能直接意譯。台灣的姓名羅馬拼音好幾套並存（漢語拼音、通用拼音、威妥瑪等），護照上用哪一套只有你知道。AI 猜得再合理，跟證件不一樣就是錯的——名字拼錯，清關、匯款、簽約都會卡。
二、數字、單位與日期格式
- 日期順序：同樣寫 03/04/2026，美式讀成三月四日，英式讀成四月三日，AI 要嘛照抄、要嘛猜。
- 大數字的位數：中文的「億」相當於 hundred million，台灣用法的「兆」相當於 trillion，中英互換最容易在這裡掉一位。
- 單位與幣別：坪與平方公尺、台斤與公斤，還有「元」是新台幣、人民幣還是美元——原文只寫「元」，AI 常翻成 dollars。
這類錯誤的特徵是：整句話通順，錯的只有那一格。
三、語氣與正式程度
中文的客套話（「還請您多多包涵」）直翻成英文，容易顯得軟弱、像在承認自己有錯；中文委婉的拒絕，可能被翻成乾脆到失禮的英文。日文更明顯：敬語層級選錯，對方感受到的不是「不夠禮貌」，而是「不懂規矩」。
四、一詞多義
沒有上下文時，AI 會挑最常見的那個意思。「主管」是 supervisor 還是 executive？「業務」是 sales 還是 business？中文靠上下文吃飯，段落越短猜錯機率越高。做外貿與跨境電商的人特別吃虧——商品標題、規格表全是最沒上下文的短句。
五、被省略的主詞，AI 會自己補一個
中文常不寫主詞：「已經跟客戶確認過了，明天會出貨。」是誰確認的？誰出貨？中文讀者會自動補齊，英文與日文卻非得有主詞不可。AI 一定會補——補錯的時候，句子照樣通順。責任因此整個翻面：明明是對方出貨，翻出去變成我們出貨。
五個一般人做得到的檢查
1. 先給上下文，不要只丟句子
翻譯前講清楚三件事：什麼場合（客戶開發信、產品說明、內部公告）、給誰看、什麼行業。這幾句話省下的修改時間遠比打字久，想寫得更完整可看提示詞入門。
2. 專有名詞先指定
在指令裡加一句「公司名、產品名、人名保留原文，不要翻譯」，就能砍掉一整類麻煩；有官方譯名就把對照表貼上去。不確定人名地名拼法，教育部的中文譯音轉換系統可以查各套拼音。
3. 回譯：一般人最好用的一招
把 AI 給你的譯文，開一個新的對話要它翻回原來的語言，再跟原文比對。這招強在不需要你懂那個語言——意思跑掉的地方會自己浮出來。你原本寫「我們可以再討論」，回譯變成「我們同意了」，就是踩到雷了。
眉角是一定要開新對話：同一個對話裡它記得原文，會把原句直接還你，等於白做。比對只看意思有沒有變。
4. 數字與日期單獨核對一遍
譯文完成後，把數字、日期、金額、單位、型號單獨挑出來對著原文確認，不要邊讀邊順便看。這一步很無聊，卻是投資報酬率最高的兩分鐘。日期還能直接消掉歧義：別留 03/04，寫成 4 March 2026 或 2026-03-04，對方就不可能讀錯。
5. 重要的信件，請母語者看一眼
AI 最抓不到的，是「這樣寫在對方文化裡失禮」。真正重要的那幾封——第一次接觸的客戶、談錢的信、道歉信——花十分鐘請人看一眼，比事後補救便宜。找不到人就退而求其次：請 AI 用收信方的角度讀一次，問它會不會太直接、哪裡可能被誤解。
什麼時候不該只靠 AI 翻譯
一句話判斷：翻錯要負責的東西，都不能只靠 AI。
- 合約與法律文件：一個條件句的範圍翻歪，責任就換人扛。法院組織法第 99 條寫明訴訟文書應用我國文字，外文只是必要時的附記。
- 醫療說明與藥品資訊：藥事法第 75 條規定藥物的標籤、仿單與包裝應依核准刊載，用藥與禁忌請看官方中文仿單或問醫療專業人員。
- 對外正式公告與權利文件：新聞稿、道歉聲明、召回通知、投標文件、保固條款、退換貨政策，發出去收不回來。
順帶提醒：把公司文件或客戶資料貼進 AI 前先確認界線在哪，上班族的三條自保界線講得比較完整。
為什麼「順」反而危險
AI 翻譯真正改變的不是準確率，是你的行為：譯文讀起來像母語者寫的，大腦就自動把「檢查」跳過去。它出錯時的語氣跟答對時一模一樣，AI 幻覺是什麼講的就是這件事。這五個檢查真正在做的不是彌補 AI，而是把你弄丟的警覺裝回去。
常見問題
回譯真的有用嗎？AI 會不會只是把自己的翻譯還原回去？
在同一個對話裡做會，因為它還記得原文，可以直接把原句還你。所以要另開新對話、只貼譯文。比對只看意思：有沒有多出、少掉或反過來的訊息。
我完全不懂那個語言，還有辦法檢查嗎？
可以。回譯、數字與日期核對、事前指定專有名詞，這三招都不需要你懂，處理的正是最常出包的錯誤。語氣與文化分寸才需要人，重要的信件請母語者看一眼。
換一個 AI 翻譯是不是就會比較準？
換工具的效果通常不如把上下文講清楚：有沒有告訴 AI 場合、讀者與行業，差別往往比換模型還大。與其一直試哪個準，不如固定一套檢查流程——每一個都可能翻得很順但意思偏掉。
可以直接請 AI 檢查它自己翻的東西嗎？
可以當第一道篩子，不能當最後一關。它對自己的錯誤有盲點，尤其是自己補上的主詞。真正算數的還是回譯結果與你逐項看過的數字——「不預設它對、回頭看原文」的習慣，跟查證 AI 回答是同一件事。