AI agent pro překlady a lokalizaci firemního obsahu

Firma, která prodává v Česku i na Slovensku a připravuje anglickou verzi produktu, se dřív nebo později dostane do stejného bodu: český obsah je aktuální, slovenský zaostává o pár týdnů a anglický popisuje funkci, která se mezitím změnila. Ne proto, že by v týmu nikdo neuměl anglicky. Proto, že překlad není jednorázový úkol, ale nekonečná údržba navázaná na každou změnu v produktu, ceníku a marketingu.

Vložení textu do překladače tento problém neřeší — vyřeší jednu větu. Nemá paměť toho, co jste překládali minule, neví, jestli „účet“ znamená bankovní účet nebo uživatelský účet, a netuší, jestli se výsledek vejde do tlačítka. Překladový AI agent je pokus zabalit celý ten proces — kontext, kontroly, schvalování, publikaci — do opakovatelného toku, ve kterém člověk řeší rozhodnutí, ne mechanickou práci.

Rozdíl není v jazykovém modelu. Rozdíl je v tom, co všechno model dostane na vstupu a co se s jeho výstupem děje dál. Pokud vás zajímá, čím se agent obecně liší od jednorázového promptu, dobrým východiskem je náš přehled o tom, co jsou AI agenti a jak fungují. U překladů to má čtyři velmi konkrétní podoby.

Glosář firemních a produktových pojmů

Každá firma má slova, která se nepřekládají, a slova, která se překládají vždy stejně. Názvy modulů, role uživatelů, obchodní pojmy, oborové zkratky. Glosář je seznam typu „zdrojový výraz → schválený překlad pro daný jazyk + poznámka, kdy platí“. Agent ho dostává jako závazný vstup a zároveň se proti němu kontroluje výstup. Bez glosáře dostanete ve třech po sobě jdoucích releasech tři různé překlady téhož tlačítka — a uživatel to vnímá jako nekvalitní produkt, i když každá jednotlivá věta je gramaticky správně.

Pravidla tone of voice

Tykání, nebo vykání. Aktivní věty, nebo trpný rod. Formálnost v právních textech a uvolněnější tón v onboardingu. Angličtina pro britský trh a angličtina pro amerického zákazníka. Tato pravidla musí být napsaná jako instrukce, ne jako „ať to zní dobře“. Pokud firma nemá tón hlasu zapsaný ani pro zdrojový jazyk, překladový agent si ho nevymyslí — zdědí průměr internetu.

Překladová paměť

Překladová paměť je databáze už schválených dvojic zdroj–překlad. Slouží ke dvěma věcem: nový, téměř identický řetězec se přeloží stejně jako ten schválený, a zároveň se neplatí za opakovaný překlad textu, který se nezměnil. U produktového UI je podíl opakujících se a téměř shodných řetězců vysoký, takže paměť je obvykle nejsilnější jednotlivá páka na kvalitu i náklady.

Kontext výskytu řetězce

„Open“ v tlačítku, „Open“ ve stavovém štítku tiketu a „Open“ v e-mailovém předmětu jsou tři různé překlady. Agent potřebuje vědět, kde řetězec žije: obrazovka, komponenta, maximální délka, typ obsahu, případně screenshot nebo popis. Pokud už máte firemní znalostní bázi, dá se napojit podobným způsobem, jako se řeší RAG nad firemní dokumentací — agent si kontext dotáhne místo toho, aby ho hádal.

Překladový agent není tlačítko „přelož web“. Je to řetězec kroků, který se spouští automaticky, když se změní zdrojový obsah — ať už v CMS, v repozitáři s překladovými soubory, nebo v produktové databázi.

Klíčové je poslední políčko. Pokud schválený překlad nespadne zpět do paměti a glosáře, agent se nic nenaučí a za měsíc uděláte tutéž opravu znovu. Většina neúspěšných nasazení padne právě tady — ne na kvalitě překladu, ale na tom, že zpětná vazba nemá kam odtéct.

Technicky se to nejlépe dělá tam, kde je obsah strukturovaný a dostupný přes API. Pokud firemní web běží na headless CMS, je napojení výrazně přímočařejší — obsah má identifikátory, verze a jazykové varianty přímo v datovém modelu. U obsahu uzamčeného v šablonách nebo v hotových stránkách je prvním krokem spíš úprava datového modelu než nasazení agenta.

Automatické kontroly jsou důvod, proč se dá objem překladů zvětšit, aniž by fronta na review explodovala. Fungují deterministicky, běží v sekundách a chytí přesně tu třídu chyb, kterou člověk při čtení stovek krátkých řetězců přehlédne.

Co tyto kontroly nezachytí, je věcná správnost. Překlad může projít všemi pravidly, a přesto tvrdit něco, co není pravda, slibovat funkci, kterou produkt nemá, nebo posunout význam závazku ve smlouvě.

Automatická kontrola umí říct, že věta je správně poskládaná. Neumí říct, že je pravdivá.

Kde lidská kontrola zůstává povinná

Tři kategorie obsahu by nikdy neměly jít do produkce bez schválení odpovědným člověkem:

• Právní a smluvní texty — obchodní podmínky, licence, reklamační řád, zpracování osobních údajů. Tady nejde o stylistiku, ale o závazek. Související povinnosti při práci s osobními údaji rozebíráme v textu o tom, na co si dát pozor u AI agentů a GDPR.
• Marketingová tvrzení — srovnání s konkurencí, čísla, superlativy, certifikace. Formulace, která je v jednom jazyce přijatelná, může být v jiném klamavá reklama.
• Regulovaná komunikace — finanční, zdravotnický a veřejný sektor mají vlastní požadavky na znění a ty se napříč zeměmi liší.

Tohle je nejčastější lokalizační chyba českých a slovenských firem: „vždyť je to skoro totéž, stačí to trochu upravit“. Nestačí, a uživatel to pozná okamžitě.

První problém je skloňování. Oba jazyky jsou vysoce flektivní, takže řetězec typu „Vítejte, {jmeno}“ nebo „Máte {count} nových zpráv“ nemá jedno správné znění — má více tvarů podle pádu a čísla. Agent musí vědět, že proměnná bude nahrazena a v jakém tvaru, jinak vzniknou věty, které jsou sice srozumitelné, ale znějí jako strojový překlad. Řešením jsou plurálová pravidla a formulace, které se skloňování vyhnou tam, kde se vyhnout dá.

Druhý problém jsou falešní přátelé a odlišná terminologie. Slova, která v obou jazycích existují a znamenají něco jiného nebo mají jiný odstín, jsou v běžné řeči úsměvná a v produktovém UI nebo ve smlouvě nepříjemná. K tomu se přidává odborná terminologie: účetní, právní a administrativní pojmy mají v Česku a na Slovensku odlišná ustálená znění, i když popisují srovnatelnou věc. Prakticky to znamená jedno pravidlo — slovenština je samostatný cílový jazyk s vlastním glosářem a vlastní pamětí, ne „čeština po korektuře“.

Překlad není stav, ale vztah mezi verzemi. Zdrojový řetězec se změní a všechny jeho překlady se tím okamžitě stávají podezřelými. Aby to bylo zvládnutelné, potřebuje každý řetězec stabilní identifikátor, verzi zdroje a příznak, jestli je překlad aktuální, zastaralý, nebo chybějící. Bez toho neumíte odpovědět na jednoduchou otázku „je slovenská verze kompletní?“ jinak než ruční kontrolou.

Užitečné je rozlišovat i závažnost změny. Oprava překlepu ve zdroji nemusí shodit překlad do fronty na review; změna významu ano. Toto rozdělení výrazně ovlivňuje, kolik práce agent reálně vygeneruje pro lidi.

Co měřit

Smysluplné metriky jsou čtyři a všechny se dají sbírat automaticky:

• Pokrytí — podíl řetězců, které mají aktuální překlad, na jazyk a na oblast obsahu.
• Míra úprav při review — jak často a jak výrazně recenzent návrh mění. Trend je důležitější než absolutní hodnota; pokud neklesá, chyba je ve vstupech, ne v modelu.
• Chyby zachycené automatikou vs. až člověkem — čím víc jich chytí automatika, tím levnější je celý proces.
• Stížnosti a hlášení z produkce — jediná metrika, která měří skutečný dopad na uživatele.

Jak tuto sadu metrik zasadit do širšího výpočtu přínosu, jsme rozepsali v článku o tom, jak měřit ROI nasazení AI agenta. U překladů platí, že úspora se projeví hlavně na objemu a rychlosti, ne na tom, že byste zrušili roli člověka.

Kdy se to nevyplatí: pokud máte jeden jazyk navíc, málo obsahu a mění se jednou za čtvrtletí, celá pipeline je zbytečná režie a levněji vyjde zadat překlad překladateli. Smysl to začíná dávat u více jazyků, průběžných změn a obsahu, který je strukturovaný a dostupný přes API.

Překladový AI agent není lepší překladač — je to proces. Jeho hodnota vzniká z glosáře, pravidel tone of voice, překladové paměti a kontextu, ve kterém se text zobrazuje, a z automatických kontrol, které odchytí formální chyby dřív, než se dostanou k člověku. Lidský review se tím neruší, jen se přesouvá tam, kde má největší hodnotu: na právní texty, marketingová tvrzení a regulovanou komunikaci.

Dvě věci rozhodují o tom, jestli to bude fungovat. První je zpětná vazba: schválené překlady musí padat zpět do paměti a glosáře, jinak se agent nezlepšuje. Druhá je poctivý přístup k češtině a slovenštině jako ke dvěma samostatným jazykům. V INTERFASE stavíme překladovou pipeline stejně jako kterýkoli jiný proces s lidským dohledem — kontext k tomu najdete v přehledu našich řešení pro AI a automatizaci.

Pokud zvažujete, jestli má překladový agent smysl pro váš objem obsahu a počet jazyků, ozvěte se nám a projdeme si váš konkrétní případ — včetně toho, kdy je levnější nechat překlady tak, jak jsou.