私たちのアプローチ

言語の知識、測定、信頼できるインフラストラクチャを、ローカライゼーションチームの仕事にどう役立てるか。

役に立つ製品説明を書くには、製品の知識が必要です。それを翻訳するには、言語の知識が必要です。公開できるかを判断するには、読者が何を頼りにするのかを理解しなければなりません。ローカライゼーションは、こうした責任を結びつける仕事です。多くの場合、対象となるすべての言語を読めるわけではない人たちが、協力してその責任を担っています。

私たちは、その協力をより実りあるものにするためにLingo.devを開発しています。指針を共有すれば、翻訳者はチームの知識を活用できます。測定によって、成果の具体的な側面を検証できるようになります。連携機能は、こうした作業を、コンテンツの作成や利用を行うシステムにつなぎます。どのような要件を設け、得られた根拠を踏まえてどう判断するか。その権限は、引き続きチームにあります。

ここに集めた論考では、こうした支援のあり方を選んだ理由をひもときます。ローカライゼーションのインフラストラクチャは、それを頼りにする人々にどのような責任を果たすべきか。そして、その信念がお客様との取り組みにどう反映されているかをお伝えします。

知識は共有し、ワークフローはそれぞれに #

製品の画面、ヘルプ記事、キャンペーンでは、同じ用語を使っていても、公開までのプロセスは異なることがあります。ローカライゼーションには、各チームの働き方を統一することなく、共通の知識を保つことが求められます。既存のワークフローでは、ローカライゼーションエンジンがお客様の配信システムとともに機能すべき理由と、連携には最初の接続だけでなく、その後も細やかな配慮が必要な理由を説明します。

検証できる品質 #

自然で読みやすい文章でも、条件や約束、製品の概念を変えてしまうことがあります。役に立つ測定とは、その変化を特定でき、検出された問題がどれだけのコンテンツに当てはまるかを示せるものです。理解できる品質では、測定そのものに必要な精査も含め、評価基準、根拠、報告に関する私たちの基準を掘り下げます。

目的のあるコンテキスト #

製品の知識があれば、言語モデルが文だけでは解消できない曖昧さを解消できることがあります。一方、その知識には、すべての受け手に渡すべきではない情報が含まれている場合もあります。目的を持ったコンテキストでは、翻訳品質を考えるうえで、情報の関連性と、その処理に伴う責任を併せて論じるべき理由を説明します。

変化を越えて活きる仕事 #

モデルが変わっても、同僚がチームを離れても、連携に障害が起きても、承認済みの翻訳や蓄積された指針は価値を持ち続けます。継続性では、次にそれらを使う人やシステムが、これまでの成果を復元し、理解できるようにするには何が必要かを考えます。

これらの責任は、互いにつながっています。速さに意味があるのは、成果が役に立ち続けるときです。測定に意味があるのは、チームがその内容を説明できるときです。共有のインフラストラクチャは、人々がこれまでの成果を守り、発展させるのを支えることで、使い続ける価値のあるものになります。