Appunti dal laboratorio
Cose che impariamo creando Transept e osservando come le persone traducono.
Ultimo
Ten languages in three days: field notes from localizing an AI translation product
We localized Transept into German, Ukrainian, Chinese, Portuguese, French, Spanish, Czech, Italian, Polish, and Turkish in one long weekend, using machine translation the way we tell our users to use it: with context, terminology decisions, and human post-editing. These are the plural rules, register flips, typography inversions, and hreflang lessons we collected on the way.
Altri articoli
Literess come agente: l'editor che ricorda le tue decisioni e si occupa del lavoro
Nella maggior parte dei casi, l'IA negli strumenti di traduzione non è altro che un chatbot appiccicato lì a lato. Literess, invece, l'abbiamo concepita come un agente: è ancorata alla stessa memoria del contesto decisionale su cui poggia il prodotto ed è in grado di agire concretamente per tuo conto, sempre previa tua conferma.
Memoria di traduzione: cos'è, come funziona e perché è importante per la localizzazione AI
Una memoria di traduzione archivia i segmenti già approvati dal tuo team. Dovevamo capire cosa significhi TM quando a tradurre è un LLM, in che modo i tool sul mercato ricordano (o dimenticano) e la scommessa che abbiamo fatto in Transept: la memoria come contesto decisionale.
Quanto "pensa" davvero la traduzione AI?
Abbiamo provato a controllare il budget di ragionamento di Gemini 3 nello stesso modo in cui facevamo con Gemini 2.5. Non funziona più così. Ecco cosa abbiamo misurato invece — e cosa significa per la qualità e i costi della traduzione AI.
Benvenuti su The Journal
Perché abbiamo iniziato a scrivere qui, cosa troverete e un piccolo invito a tornare.
Gli autori
I nuovi articoli vengono pubblicati circa una volta al mese.
RSS