Un motor de localización es una API de traducción con estado que creas y configuras en Lingo.dev. En lugar de enviar cadenas a un LLM genérico y confiar en que el resultado esté a la altura de tus expectativas, creas una API que genera justo las traducciones que esperas, de forma coherente, en cada idioma y en cada solicitud.
Qué hace un motor de localización#
Cada motor combina cinco capas configurables. Cuando llega una solicitud de traducción, el motor las aplica todas automáticamente, sin necesidad de hacer prompt engineering en cada petición ni de intervención manual.
| Capa | Qué controla | Documentación |
|---|---|---|
| Modelos LLM | Qué modelo se encarga de cada par de idiomas, con cadenas de fallback priorizadas | Modelos LLM → |
| Voz de marca | Cómo habla tu producto en cada idioma: tono, formalidad y estilo | Voces de marca → |
| Instrucciones | Reglas lingüísticas concretas para idiomas específicos, comprobables y depurables por separado | Instructions → |
| Glosario | Correspondencias exactas de términos por idioma, con coincidencia semántica: la máxima prioridad del motor | Glossaries → |
| Evaluadores de IA | Evaluación automatizada con un LLM independiente tras cada traducción | AI Reviewers → |
Cómo interactúan las capas#
El motor aplica las capas en un orden definido, con una jerarquía de prioridad clara:
- Glosario - máxima prioridad. Si coincide una regla del glosario, prevalece sobre el criterio del modelo.
- Instrucciones - prioridad media. Las reglas lingüísticas específicas de cada idioma guían al modelo.
- Voz de marca - marca el contexto general. Tono, formalidad y estilo para el idioma.
La configuración del modelo determina qué LLM procesa la solicitud, con fallback automático si falla el modelo principal. Los evaluadores de IA se ejecutan de forma asíncrona una vez completada la traducción; nunca bloquean la respuesta.
Complementarias, no excluyentes
Diseña el glosario, las instrucciones y la voz de marca para que se complementen entre sí. El glosario se encarga de los términos exactos, las instrucciones de las reglas específicas de cada idioma y la voz de marca define la voz general. Si un elemento del glosario entra en conflicto con una instrucción, prevalece el glosario.
Los trabajos enviados mediante la API de localización asíncrona también pueden pasar por un pipeline opcional: preedición con IA del texto fuente, revisión humana, posedición con IA y una comprobación de deriva mediante retrotraducción.
Valores predeterminados#
Cuando creas un motor nuevo, viene preconfigurado con valores predeterminados del modelo: modelos principales y fallbacks seleccionados a partir de tres años de investigación semanal en localización, optimizados para ofrecer calidad tanto en idiomas comunes como en idiomas con menos recursos. La mayoría de los equipos no necesitarán cambiarlos.
Estos valores predeterminados están diseñados para funcionar bien desde el primer momento. Puedes editar cualquier configuración del modelo, cambiar de proveedor, añadir fallbacks o redefinir pares de idiomas concretos, pero los valores predeterminados ya reflejan lo que hemos comprobado que funciona mejor en cientos de pares de idiomas. La voz de marca, las instrucciones y el glosario empiezan vacíos; los irás añadiendo a medida que descubras lo que necesita tu producto en cada idioma.
Uso de los motores#
Puedes acceder a los motores desde todas las integraciones de Lingo.dev:
| Integración | Cómo se conecta |
|---|---|
| CLI | Configura engineId en i18n.json - cada lingo.dev run pasa por tu motor |
| API | Llama al endpoint localize con tu clave de API: el motor aplica automáticamente todas las capas |
| CI/CD | La misma configuración de CLI: las traducciones pasan por tu motor en cada pull request |
| MCP | Los asistentes de programación con IA pueden configurar y usar motores directamente desde la conversación |
Si omites engineId, se utilizará el motor predeterminado de tu organización.
Observabilidad#
Se registra cada solicitud de traducción: qué modelo se ha usado, cuántos tokens se han consumido, si la ha gestionado un fallback y qué elementos del glosario e instrucciones se han aplicado. Supervisa el rendimiento del motor en Reports y la calidad de la traducción en AI Reviewers.
Prueba las configuraciones del motor antes de ponerlas en producción en el Playground: compara tu motor con un modelo sin configurar o compara dos motores en paralelo.
