最近大家其實卡在同一個地方
最近這個問題一直反覆出現。不是誰特別粗心，而是不同案例最後都撞到同一種誤會。 你打開 ChatGPT 或 Claude，貼上一段中文，叫它翻成英文、日文或法文。出來的結果讀起來很順，文法沒錯，甚至還帶點當地慣用語。你心想：「這下總算搞定了吧。」 結果一放到正式場合——官網、客戶郵件、社群貼文——馬上被合作夥伴或母語人士問：「這句英文怪怪的，你是不是用機器翻的？」 你以為拿到答案，其實拿到的是一個包裝精美的坑。
跳過餵範例，AI 只能猜。你給的範例越精準，它翻出來的東西就越像人話。
先替你做判斷
多數人卡在「AI 翻譯不夠自然」，真正的解法不是換模型或寫更長的提示詞，而是先準備 3 到 5 組你滿意的中英對照範例。餵完範例，再下指令，結果會完全不一樣。
為什麼最近一直在同一個地方跌倒
你會在哪裡先撞到這個坑？目前最常見的三個情境： 第一，行銷文案。你請 AI 把中文部落格翻成英文，結果出來的字彙很精準，但語氣像維基百科，完全沒有品牌感。 第二，客服郵件。你希望 AI 翻出「有禮貌但不會太正式」的英文，結果它翻得像律師函，客戶反而覺得你在跟他保持距離。 第三，產品介面文字。你請 AI 把按鈕和提示訊息翻成日文，結果它用了敬語等級不對的動詞結尾，日本用戶看了覺得很彆扭。 這三個情境的共同點：你只給了「翻成什麼語言」的指令，卻沒有給「翻成什麼語氣」的範例。
真正讓事情失控的，不是表面那一層
真正讓事情失控的原因，不是 AI 不夠強，而是你對它的期待有落差。 你把 AI 當成一個「懂所有語言和語氣」的萬能翻譯官，但它其實更像一個「非常擅長模仿，但需要你先給樣本」的實習生。 你直接說「翻成英文」，它會從訓練資料裡找出一個「最常見的英文翻譯風格」——通常是新聞體或教科書體，因為這種資料最多。 但你真正要的可能是「像 Apple 官網那種簡潔有力的語氣」或「像 Reddit 討論串那種自然口語的語氣」。這兩種語氣，AI 的訓練資料裡都有，但它不知道你要哪一種。 你不給範例，它就只能猜。一猜，就中了平均值陷阱。
如果你只想先止血，先照這樣做
直接照做的防呆法，總共三步： 第一步：收集 3 到 5 組你滿意的中英對照。 這不是叫你從零開始寫。你可以從你過去的郵件、官網文案、競品網站、甚至你喜歡的國外品牌文案裡，找出「你覺得這個語氣對了」的段落。把中文和英文（或你要翻的目標語言）整理成對照表。 第二步：把範例餵給 AI，然後下指令。 不要一次塞 10 組，3 到 5 組就夠了。寫法很簡單，像這樣： 「以下是我喜歡的翻譯風格範例。請你先讀過，然後用同樣的語氣，幫我把這段中文翻成英文。」 第三步：只翻一小段，先驗證方向。 不要一次翻整篇。先拿第一段或第一句話請 AI 翻，看你滿不滿意。如果不滿意，調整範例或再加一組。方向對了，再翻全文。 這個流程，我花了快三個月才固定下來。光這個方法，我每週至少節省 2 小時的來回修改時間。
最容易讓你以為有答案，其實還沒收尾的三個誤區
最容易白忙的誤區，有兩個： 誤區一：以為提示詞寫越長越有用。 很多人會寫「請用親切但不失專業的語氣，像是寫給一位認識三年的客戶，不要太正式也不要太 casual⋯⋯」結果 AI 還是會歪。為什麼？因為這些形容詞對 AI 來說太抽象。與其寫 50 個字的形容詞，不如給它 3 個具體句子當範例。 誤區二：只給範例，不給指令。 有些人把範例丟進去，然後說「照著做」。AI 有時候會誤以為你要它繼續產出類似風格的句子，而不是要它「用這個風格去翻譯另一段內容」。所以一定要補上「請用同樣的語氣，幫我翻譯這段文字」這個指令。
送出前最後看一眼，不然很容易重工
送出前最後看一眼，檢查這三件事： □ 我準備了至少 3 組中英對照範例，而且每一組都是我真心覺得語氣對的。 □ 我的指令有明確說「請用同樣的語氣翻譯」，而不是只說「照著做」。 □ 我先翻了一小段驗證方向，確認語氣對了才翻全文。 這三件事都打勾，再按送出。
如果下次又遇到，先照這篇的順序走一次
下次你要請 AI 翻譯時，先花 5 分鐘做一件事：打開你過去最滿意的三封英文郵件或三段英文文案，複製下來，貼到對話裡。然後說：「這是我的語氣範例。請用同樣的風格，幫我翻譯這段文字。」 你會發現，AI 突然變聰明了。
讀者最常問的幾個問題
目前多數模型，3 到 5 組就夠了。重點不是數量，是品質——每一組都要是你真心覺得「這個語氣對了」的案例，而且要涵蓋你常遇到的句型變化。如果你只有一組，AI 容易學歪，以為整篇都要用同一種語氣。
非常適用，但你要調整範例的類型。法律文件的重點是條文精準度，醫療文件的重點是術語一致性。你準備的範例就要針對這兩種需求：法律文件給一組「條文翻譯」，醫療文件給一組「病歷摘要」。不要拿行銷文案的範例去翻合約，那會出事。
