《逃离永明岛》是一款文字冒险游戏，约1万行对白、18万字，阅读量较大。所以文本质量是游戏核心体验之一。
故事发生在近未来的中国，人物也都是土生土长的中国人。对白里确有很多中文语境下的微妙之处，但科幻悬疑的主线剧情对任何文化圈的人都是适用的。
在这一年半的单人开发过程中，对非中文玩家群体，我基本没有宣传。这是因为我觉得自己的英文写作能力，在叙事/对白质量这方面上，远不及中文（我之前用英文写作的，都是技术报告和论文）。既然这个游戏的亮点在于叙事，而美术和音乐均由AI「主笔」，那么对英文玩家来讲，就缺乏卖点了。但无论如何，我还是想出一个英文版。
在之前的开发日志中说过，《逃离永明岛》的项目限定在我「一个人完成」的条件之下的。我没打算外包任何工作，而自己只会中英双语，所以本地化顶多也就能出英文了。
英语文学和对话写不好，但鉴赏能力不算太差。这不就是用生成式AI的最佳效率提升场景之一：我做不了，但知道怎样的结果是好的。
我使用了如下AI翻译流程，成功在5天之内完成了游戏全文本的英翻和校对，并达到了我自己无法做到的翻译水准（当然，跟专业的翻译不能比）。分享一下流程图：
总结：18万字，全自动翻译校对花了大概1天的时间；我人工阅读校对文本+选择性让AI润色，花了3天；最后文本导入游戏在叙事语境下通关测试，校对了1天。
一些技术细节：
大语言模型的工具环境（例如阅读/修改文本文件的能力），我用的Claude Desktop + MCP。但VSCode加任何agent插件也是一样的。
Claude的翻译角色prompt提示词，我在文章最后的截图里分享了。字多，需看大图。看了提示词，你也就大概知道流程图里各个文件是什么格式和内容。校对角色的prompt差不多，不赘述。
对白分为200句一个文件，一共53个文件。分割文件是为了不让文本长度爆出Claude的上下文限制，也是为了集中它的注意力。一般我一次让它翻译/校对N=2或3个文件。再多，效果就会明显差一些。
让Claude自己做的笔记和补充的新名词翻译，是为了提升不同批次之间翻译一致性。它还会自己主动记录剧情发展进度，供之后批次参考。
两个具体例子：
# 例一原文，c是十岁小女孩 c: ……那哥哥的名字呢？ # Claude初翻，逐字硬译 c: ...Then what's big brother's name? # Claude初校，调换单词顺序符合口语习惯 c: ...What's big brother's name then? # 人工校对，文化迁移（重音在your）。英语文化里小孩不会这么称呼的 c: ...What's your name then? ---------------------------- # 例二原文，a是二十一岁男体校生 a: （……对小孩亲和度太高了，也不方便……） # Claude初翻，逐字硬译 a: (...Having too high affinity with kids isn't convenient either...) # Claude初校，换成口语表达，但inconvenient依然僵硬 a: (...Being too good with kids can be inconvenient...) # 人工校对，意译，保留略带无奈的口吻 a: (...Being too good with kids can be a problem sometimes...)
一些翻译结果的综合观察和心得：
翻译者第一遍翻出的文本非常差。是一看就不行的那种。
校对润色者第一遍会对翻译者的成果做大量优秀的修改。
平均修改率在75%左右（也就是说，200行对白初翻，它改了150行以上）
我抽查后发现99%的修改都是正确/有改善的
但它的注意力有限：如果某批次的文本它修改了很多人名/专有名词不一致的情况，那么它对文本本身的润色就会很少
如果让校对者再对自己的成果做一遍同样的校对，则会出现修改得「好」/「不好」五五分的情况。
所以，不要认为可以不断循环润色来逼近最好的翻译……
由于是分批修改，批次之间的翻译/自动校对质量有区别。我在人工文本校对的时候，也花了很多时间复制粘贴大段我觉得欠佳的对话重新润色
重新润色好坏五五分的情况下，我使用VSCode的diff功能，快速接受/拒绝每行的修改（界面如下图）
翻译校对可能是我开发游戏整个过程中最累的体力活了……一天盯着屏幕上的中英文本10-11小时，之后脑子就是一坨浆糊
人工校对这三天，我自己修改的加上接受Claude重新润色的对白，占总行数的40%。
这意味着，全自动化部分的接受率至少是60%的整句。
考虑到我人工修改的行数基本都只是个别单词，这质量至少在我的标准下是很不错的。
如果想对最终的翻译质量有个直观认知，可以下载《逃离永明岛》的试玩版，切换中英语言对比看看。
语言障碍这东西，很快就会成为过去式了吧。
（附翻译者提示词。其中那4条中翻英本地化核心原则我是从Lingomancy话术研以前的分享文章中总结出来的。）
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。