常常一次次很多時候看文件或文章時，會發生 "英文 → 繁體中文" 的「翻譯結果看得懂、但不能用」的感覺，尤其是目前 LLM 的 AI 盛行之後，更是有這種芥蒂感不斷的出現。
所以想了一下有沒有更好的處理方式，不是只有單純把英文翻成中文，而是先定義台灣繁中在不同語境下應該有的語感與判準。
才催生了 Taiwanese-Mandarin-Translate-Skill (台灣華語翻譯 Skill) 這個 Skill 。
本篇文章想分享的不是 Taiwanese-Mandarin-Translate-Skill 可以拿來做哪些事，而是它一開始到底是怎麼想出來的。
回頭看，這件事的起點其實很單純。
在處理英文內容轉成繁體中文時，常常會遇到一種很尷尬的狀況：結果不能說錯，但就是「不能用」。
不是文法真的有問題，也不是意思完全跑掉，而是整個語氣不對、用字不順，讀起來不像台灣平常真的會看到的寫法。它表面上已經是中文了，可是離「可以直接拿去用」還差一段距離。
這種感覺其實很微妙，但也很常見。
很多翻譯結果乍看之下沒什麼問題，甚至也已經是繁體中文；可是一旦多讀幾句，就會開始覺得哪裡怪怪的。問題往往不在「有沒有翻對」，而在「這是不是台灣讀者會自然接受的說法」。
後來慢慢發現，真正卡住的點，並不是翻譯準不準，而是翻譯之後有沒有進到正確的語境裡。
同一句英文，放在技術文章、產品說明、對外公告，甚至日常溝通裡，適合的中文語氣本來就不一樣。如果只是把英文意思直接轉過來，通常都還差最後一段很關鍵的調整：到底要不要更口語、要不要更正式、哪些詞在台灣比較自然、哪些說法雖然看得懂，但不是我們平常真的會那樣寫。
也因為這樣，後來開始有一個很明確的想法：
需要的，不是一個單純把英文翻成中文的工具，而是一個能優先理解「台灣繁中語感」的翻譯 Skill。
換句話說，想處理的不是翻譯的最後一步，而是翻譯一開始的判斷基準。
如果預設立場沒有先定好，後面再怎麼修，都還是很容易停留在「看得懂，但不夠自然」的階段。
所以 Taiwanese-Mandarin-Translate-Skill 的形成，比較像是一個逐步收斂的過程。它不是從「想做一個翻譯 Skill」開始，而是從「為什麼現成翻譯結果總是差那麼一點」這個不滿開始。把那些差異慢慢拆開來看，才發現真正重要的，其實不是翻譯功能本身，而是背後對受眾、語境與語感的要求。
從「翻譯結果不能用」到「先定義語感」
回頭看，這個 Skill 真正的起點，不是技術問題，而是語感問題。
令人在意的並不是它能不能把英文句子轉成中文，而是它轉出來之後，能不能保留一種「台灣讀者讀起來會覺得自然」的感覺。這裡面的差異，有時候可能只差幾個字，但對整體閱讀感受的影響其實很大。
例如，有些說法大家都看得懂，但在台灣的技術文章、產品文件或一般書寫中，就是不太會那樣寫。也就是說，翻譯如果只停留在字面對應，最後通常只完成了一半；另一半真正決定可用性的，往往是語境、語氣與地方使用習慣。
當越來越明確地意識到這一點之後，這個 Skill 的方向也就慢慢清楚了：
它不只是幫忙翻譯，而是先幫忙決定「應該站在哪一種中文的位置上來翻」。
它的設計核心，其實是先選語境
也就是說：
Taiwanese-Mandarin-Translate-Skill 的核心，不是功能堆疊，而是語境排序。
它不是先問「要提供哪些翻譯能力」，而是先問幾個更前面的問題：
- 這段內容是寫給誰看的？
- 它應該聽起來自然，還是正式？
- 它比較像部落格語氣、技術文件語氣，還是公開說明語氣？
- 哪些字詞應該保留英文，哪些則應該轉成台灣比較常用的說法？
這些問題一旦先釐清，後面的翻譯方向就不會偏掉。
所以對這個 Skill 來說，比較像是在整理一套「我到底想要什麼中文」的過程。它不是突然冒出來的一個功能，而是把長期累積下來的判斷標準，慢慢整理成一個比較穩定、可以重複使用的翻譯方式。
為什麼最後會變成一個 Skill？
因為當這些判斷慢慢變清楚之後，也開始意識到，它不應該每次都靠臨場修正。
如果每一次翻譯都還要重新提醒：
- 請用台灣繁體中文
- 請避免中國用語
- 請注意語氣自然
- 如果情境偏正式，請往比較中性的書面語靠攏
那就代表這些規則其實還沒有真正被固定下來。
於是，最自然的下一步，就是把這些原本散落在經驗裡的標準整理成一個 Skill。
讓它從一種「心裡知道哪裡不對」的感覺，變成一套比較清楚、之後也能重複套用的翻譯原則。
結語
所以，如果要用一句話來說明 Taiwanese-Mandarin-Translate-Skill 的起點，可以說：
它不是從「要做翻譯」開始，而是從「不想再接受那種看得懂、但不像台灣人真的會這樣寫的翻譯」開始。
整個 Skill 塑形的過程，其實就是不斷追問一件事：
到底什麼才算是「真正能用的台灣繁中」？
而這個問題一路往下拆，最後就變成了這個 Skill 的核心：不是只翻譯字面，而是先理解受眾、語境與語感，讓輸出的中文更接近台灣讀者真正熟悉、也真正願意採用的表達方式。
如果在你使用 AI 情境需要把英文 → 繁體中文，而且你的 TA 會是面向台灣的使用者，那在常用的幾種 AI 都可以直接套用此 Skill。
處理完後，應該將會得到不錯的閱讀體感🙂
下面的 "Token 最佳化指南" 網站，就是直接套用此 Skill 翻譯而成的，有興趣可以看看：
https://jamestsaitw.github.io/github-copilot-token-optimization/
I'm a Microsoft MVP - Developer Technologies (From 2015 ~).
I focus on the following topics: Xamarin Technology, Azure, Mobile DevOps, and Microsoft EM+S.
If you want to know more about them, welcome to my website:
https://jamestsai.tw
本部落格文章之圖片相關後製處理皆透過 Techsmith 公司 所贊助其授權使用之 "Snagit" 與 "Snagit Editor" 軟體製作。