|
Documentation
Réserver une démoPlateforme
Plateforme
MCPCLIAPIWorkflows
GuidesChangelog

Premiers pas

  • Introduction
  • Connectez votre moteur

Moteur de localisation

  • Vue d'ensemble
  • Voix de marque
  • Instructions
  • Glossaires
  • Modèles LLM
  • Jetons de cache
  • Résolution des langues

Qualité

  • Rapports
  • Évaluateurs IA
  • Playground
  • Suggestions du moteur

Admin

  • Clés API
  • Équipe
  • Rôles et autorisations
  • Journaux d’audit

La plateforme d’ingénierie de la localisation

Lingo.dev est une plateforme d’ingénierie de la localisation propulsée par l’IA. Elle aide les équipes produit à transformer les LLM en API de traduction avec état, pour produire des traductions cohérentes et prêtes pour la production pour leurs applications, leur documentation et leurs contenus, dans toutes les langues.

Contexte et ingénierie de la localisation#

Utiliser les LLM pour traduire est une évidence. N’importe quelle équipe peut envoyer une chaîne à un modèle et récupérer une traduction. Ce qui rend les traductions parfaites, ce sont deux choses : le contexte et l’ingénierie de la localisation.

Le contexte, c’est tout ce que le modèle sait au-delà de la chaîne elle-même : le produit, le public, la voix de marque, les conventions propres à chaque langue. Sans cela, le modèle devine. Avec cela, le modèle localise.

L’ingénierie de la localisation consiste à encoder ce contexte dans une infrastructure reproductible — règles de glossaire, préférences de niveau de langue, adaptations culturelles — afin que chaque traduction les applique de façon cohérente, quelle que soit la langue.

Sans les deux, vous obtenez des traductions. Avec les deux, vous obtenez de la localisation.

Le problème#

Avant les LLM, les équipes n’avaient que deux options — toutes deux imparfaites.

La traduction automatique était rapide, mais structurellement incapable de comprendre le contexte produit. Les équipes mettaient en production des sorties de MT en sachant qu’elles finiraient par éroder la confiance sur chaque marché.

La traduction manuelle était précise, mais elle passait à l’échelle de façon linéaire. Chaque nouvelle langue exigeait de former des linguistes à la terminologie produit, à la voix de marque et aux concepts métier. Après avoir traité plus de 100 millions de mots dans 42 langues, nous avons constaté que 89 % des retards de localisation surviennent lors des transferts entre équipes, et non pendant la traduction elle-même.

Dans les deux cas, la localisation était traitée comme un workflow de gestion de projet. Lingo.dev en fait un sujet d’ingénierie.

Ce que vous créez#

Sur Lingo.dev, les équipes créent leurs propres moteurs de localisation. Chaque moteur combine :

  • Modèles LLM par langue — Choisissez le bon modèle pour chaque paire de langues, avec des solutions de repli classées.

  • Voix de marque — Définissez la façon dont votre produit s’exprime dans chaque langue. "Sie" formel en allemand, "tu" informel en italien, "vous" poli en français.

  • Glossaire — Associez les termes source à des traductions exactes pour chaque langue. "911" devient "112" sur les marchés européens. Les noms de produit restent non traduits.

  • Instructions — Encodez les règles linguistiques que les modèles génériques ne prennent pas en compte. Position de l’adjectif en espagnol, espace avant les signes de pourcentage, niveau de formalité des pronoms selon le marché.

  • Évaluation de la qualité — Scores GEMBA, BERTScore, conformité au glossaire, validateurs propres à chaque langue. En continu, automatiquement.

Résultat : les équipes s’appuient sur leurs propres connaissances et préférences — combinées aux recherches de Lingo.dev en ingénierie linguistique, menées sans interruption depuis 2023 — pour se déployer à l’échelle mondiale dès le premier jour, de façon prévisible, dans des langues qu’elles ne parlent pas.

Outils open source pour les développeurs#

La communauté open source de Lingo.dev (plus de 5 100 étoiles sur GitHub) développe des outils qui connectent les bases de code aux moteurs de localisation :

  • CLI — Traduisez depuis la ligne de commande. De l’installation à la première version traduite en 4 minutes.
  • CI/CD — GitHub Actions, GitLab CI, Bitbucket Pipelines. Les traductions sont livrées avec votre code.
  • Compiler — i18n à la compilation. Aucun surcoût à l’exécution, aucun décalage de mise en page.
  • I18n MCP — Sensibilisation à la localisation pour les assistants de codage IA : Claude Code, Cursor, GitHub Copilot.

Étapes suivantes#

Moteurs de localisation
Découvrez comment les moteurs combinent modèles, glossaires, voix de marque et évaluation
Évaluateurs IA
Mettez en place un suivi automatisé de la qualité des traductions
Démarrage rapide CLI
Installez le CLI et lancez votre première traduction
Référence API
Intégrez l’API de localisation à votre workflow

Cette page vous a-t-elle été utile ?

Max PrilutskiyMax Prilutskiy·Mis à jour il y a environ 2 mois·3 min de lecture