Invites de traduction et de localisation
Apprenez à concevoir des invites pour traduire précisément des textes et localiser des contenus en tenant compte des nuances culturelles.
Invites de traduction et de localisation est une leçon AI Prompt Engineering gratuite sur CoddyKit. Ceci est la leçon 2 sur 3. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage AI Prompt Engineering, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours AI Prompt Engineering comprend 3 leçons au total.
Traduire avec des LLM
L’ingénierie des instructions ne sert pas uniquement à générer du texte ! Vous pouvez également utiliser les grands modèles de langage (LLM) pour traduire des textes. Cette possibilité est extrêmement utile pour la communication internationale.
Nous allons voir comment formuler des instructions qui traduisent fidèlement des textes d’une langue à l’autre et adaptent le contenu à des cultures précises. Préparez-vous à faire tomber les barrières linguistiques !
Instruction de traduction de base
La manière la plus simple de traduire consiste à le demander explicitement au LLM. Il vous suffit de lui indiquer quoi traduire et dans quelle langue. Examinons un exemple simple.
Essayez cette instruction de traduction simple :
def simulate_llm_translation(prompt):
if "Hello" in prompt and "Spanish" in prompt:
return "Hola"
return "[Translation Output]"
if __name__ == "__main__":
user_prompt = "Translate 'Hello' to Spanish."
print(f"Prompt: {user_prompt}")
print(f"LLM Output: {simulate_llm_translation(user_prompt)}")Préciser clairement les langues
Pour garantir des traductions exactes, indiquez toujours clairement les langues source et cible. Utilisez le nom complet des langues ou des codes courants, comme « en » pour l’anglais et « es » pour l’espagnol.
La clarté évite les ambiguïtés pour le LLM, en particulier avec les langues dont les noms ou les dialectes sont proches.
def simulate_llm_translation(prompt):
if "Translate 'I love programming' from English to French" in prompt:
return "J'aime programmer"
return "[Translation Output]"
if __name__ == "__main__":
user_prompt = "Translate 'I love programming' from English to French."
print(f"Prompt: {user_prompt}")
print(f"LLM Output: {simulate_llm_translation(user_prompt)}")Le contexte est essentiel à la précision
Les mots peuvent avoir des significations différentes selon le contexte. Fournir du contexte aide le LLM à choisir la traduction correcte. Par exemple, le terme anglais « bank » peut désigner une institution financière ou la rive d’un fleuve.
Incluez toujours dans votre instruction les phrases environnantes ou les informations contextuelles disponibles.
def simulate_llm_translation(prompt):
if "river bank" in prompt and "Spanish" in prompt:
return "orilla del río"
if "money bank" in prompt and "Spanish" in prompt:
return "banco (institución financiera)"
return "[Translation Output]"
if __name__ == "__main__":
prompt1 = "Translate 'I went to the bank to deposit money.' to Spanish."
prompt2 = "Translate 'We sat on the bank of the river.' to Spanish."
print(f"Prompt 1: {prompt1}")
print(f"LLM Output 1: {simulate_llm_translation(prompt1)}")
print(f"\nPrompt 2: {prompt2}")
print(f"LLM Output 2: {simulate_llm_translation(prompt2)}")Au-delà de la traduction : la localisation
La localisation va au-delà de la simple traduction des mots. Il s’agit d’adapter un contenu à un marché ou à une culture cible précise. Cela inclut non seulement la langue, mais aussi les nuances culturelles, les coutumes locales et les exigences techniques.
- Traduction : met l’accent sur l’exactitude linguistique.
- Localisation : adapte le contenu pour le rendre approprié et pertinent sur le plan culturel.
Éléments clés de la localisation
Lors d’une localisation, vous devrez peut-être adapter plusieurs éléments en plus de la langue elle-même. Votre instruction doit indiquer au LLM ce qu’il faut modifier !
- Devise : p. ex. 100 $ USD vers 90 € EUR
- Date/heure : p. ex. 03/01/2024 (MM/DD/YYYY) vers 01/03/2024 (DD/MM/YYYY)
- Unités de mesure : p. ex. miles en kilomètres, Fahrenheit en Celsius
- Adresses : mise en forme conforme aux normes locales
Élaborer des instructions de localisation
Pour localiser efficacement un contenu, votre instruction doit être très explicite. Vous combinerez souvent des consignes de traduction avec des demandes d’adaptation précises.
Considérez cela comme une « liste de vérification de localisation » intégrée à votre instruction.
def simulate_llm_localization(prompt):
if "English marketing text" in prompt and "German market" in prompt:
return "Deutscher Marketingtext mit EUR, DD.MM.YYYY Daten und freundlichem Ton."
return "[Localization Output]"
if __name__ == "__main__":
user_prompt = (
"Translate the following English marketing text to German. "
"Adapt it for the German market, using Euros (€) for currency, "
"and DD.MM.YYYY date format. Keep a friendly, engaging tone.\n\n"
"Text: 'Our new product is launching on 03/01/2024 for $199!'"
)
print(f"Prompt: {user_prompt}")
print(f"LLM Output: {simulate_llm_localization(user_prompt)}")Adaptation du ton et du style
Les différentes cultures privilégient des tons différents. Un message marketing direct dans une culture peut être perçu comme impoli dans une autre. Vous pouvez guider le LLM pour qu’il adapte le ton et le style.
- Formel contre informel : p. ex. « Sie » contre « du » en allemand.
- Commercial contre technique : langage persuasif contre langage factuel.
- Humoristique contre sérieux : adaptez les plaisanteries ou les références culturelles.
def simulate_llm_tone_adaptation(prompt):
if "informal tone" in prompt and "Spanish" in prompt:
return "Hola, ¿cómo estás?"
if "formal tone" in prompt and "Spanish" in prompt:
return "Hola, ¿cómo está usted?"
return "[Tone Not Adapted]"
if __name__ == "__main__":
prompt_informal = "Translate 'How are you?' to Spanish, using an informal tone."
prompt_formal = "Translate 'How are you?' to Spanish, using a formal tone."
print(f"Prompt (Informal): {prompt_informal}")
print(f"LLM Output: {simulate_llm_tone_adaptation(prompt_informal)}")
print(f"\nPrompt (Formal): {prompt_formal}")
print(f"LLM Output: {simulate_llm_tone_adaptation(prompt_formal)}")Gérer les nuances culturelles
Certaines expressions, certains idiomes ou certaines plaisanteries ne se traduisent pas directement et peuvent même être offensants. Lors d’une localisation, il est essentiel de les adapter ou de les remplacer par des expressions culturellement équivalentes.
Dans vos instructions, vous pouvez demander explicitement au LLM de « localiser les idiomes » ou d’« éviter la traduction directe de l’humour » afin de gérer ces sensibilités.
Vérification de la localisation
Vous devez adapter la description d’un produit du marché US au marché UK. Lesquelles des considérations suivantes relèvent de la localisation, plutôt que de la simple traduction ?
Récapitulatif : traduction et localisation
Aujourd’hui, vous avez appris à utiliser l’ingénierie des instructions pour la traduction directe de langues comme pour la localisation complète de contenus.
- Traduction : convertir un texte d’une langue vers une autre en précisant les langues et le contexte.
- Localisation : adapter un contenu à des cultures précises, notamment la monnaie, les dates, les unités, le ton et les nuances culturelles.
- Précisez toujours clairement les langues, le contexte et les instructions de localisation spécifiques dans vos requêtes.
La maîtrise de ces techniques aide votre contenu à trouver un écho dans le monde entier !
Questions Fréquemment Posées
La leçon « Invites de traduction et de localisation » est-elle gratuite ?
Oui — le texte complet de « Invites de traduction et de localisation » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours AI Prompt Engineering, passe à CoddyKit PRO. Le cours AI Prompt Engineering comprend 3 leçons au total.
Qu'est-ce que j'apprendrai dans « Invites de traduction et de localisation » ?
Apprenez à concevoir des invites pour traduire précisément des textes et localiser des contenus en tenant compte des nuances culturelles. Tu pratiques AI Prompt Engineering avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer AI Prompt Engineering ?
Aucune expérience préalable n'est requise. AI Prompt Engineering sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 2 sur 3.
Combien de temps prend la leçon « Invites de traduction et de localisation » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon AI Prompt Engineering ?
Oui. Chaque leçon AI Prompt Engineering inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Invites de synthèse et d’extraction
- Invites de traduction et de localisation
- Invites de génération de contenu créatif