A tradução automática é um ótimo primeiro passo. Para muito conteúdo, ela dá conta do recado sozinha. Mas alguns tipos de conteúdo precisam de mais antes de irem ao ar: texto de origem limpo de erros antes de tudo, um tradutor humano no loop, uma redação que soe como escrita por um nativo, uma checagem de que o sentido sobreviveu à ida e volta.
Você até poderia encaixar essas etapas por conta própria — chamar a tradução, rodar uma revisão gramatical, encaminhar o resultado para um revisor, esperar a resposta, traduzir de volta para checar desvios, reconciliar as diferenças. Traduzir é a parte fácil. Difícil é orquestrar as esperas, a ordem e as falhas entre essas etapas — e um revisor que leva dois dias para responder é a parte mais difícil de todas.
O pipeline reúne essas etapas, já interligadas. Cada estágio é um wrapper opcional em torno da etapa central de tradução, ativado no engine de localização (ou sobrescrito por requisição), e executado dentro do job assíncrono durável que já cuida de tentativas de novo e isolamento de falhas. Você escolhe os estágios; a plataforma os executa na ordem certa e registra o que aconteceu. Esta é a ideia central do job: envolver a etapa de tradução com exatamente os estágios de que você precisa.
Somente API assíncrona
Os estágios do pipeline se aplicam apenas a jobs criados pela API assíncrona de localização. O endpoint síncrono /localize executa a etapa central de tradução e nada além disso — qualquer configuração de pipeline no engine é ignorada. Um estágio de revisão humana precisa de um workflow que possa ficar pausado por dois dias; uma única chamada de requisição/resposta não tem onde acomodar essa espera. O pipeline existe onde o job é durável.
Nesta página
- Por que usar um pipeline
- Visão rápida dos estágios
- O que acontece com o job quando um estágio falha
- Próximos passos
Por que usar um pipeline#
A tradução bruta não distingue o tipo de conteúdo que está traduzindo. Um texto jurídico precisa manter fidelidade literal ao original. Um texto de marketing precisa soar como se tivesse sido escrito por um nativo, não traduzido. Um texto de origem gerado por usuários precisa ter os erros corrigidos antes, para que um único erro na origem não contamine todos os idiomas de destino. Já conteúdo regulado precisa da aprovação de um profissional qualificado.
Esses são trabalhos diferentes, e o pipeline permite que um mesmo engine faça qualquer um deles combinando estágios, em vez de forçar um único comportamento. Se você não ativar nenhum, terá tradução simples. Se ativar um estágio de revisão humana, o job pausa para a sua equipe. Se ativar o estágio de reformulação, a saída é reescrita para soar nativa. Cada página de estágio abaixo deixa claro para que tipo de conteúdo ele serve — e, com a mesma clareza, para que tipo de conteúdo ele não serve, para que você não ative um estágio que jogue contra o seu objetivo.
Você configura os padrões uma vez na aba Pipeline do engine ou os sobrescreve para um envio específico com um objeto pipelineConfig na requisição — os estágios omitidos herdam a configuração do engine. A mecânica dessas duas camadas está em Configure o pipeline.
Visão rápida dos estágios#
O pipeline envolve a etapa central de localização. Você pode ativar qualquer combinação de estágios, nesta ordem fixa. Estágios desativados são simplesmente ignorados. Cada estágio tem sua própria página com o comportamento completo, o modo de falha e a chamada para ativá-lo.
Edição por IA pré-localização
Opcional. Um agente de IA limpa o payload de origem — erros de digitação, gramática, ortografia — antes de qualquer tradução acontecer, para que um único erro na origem não se propague para todos os idiomas de destino. Não crítico. Veja Edição por IA pré-localização.
Localização central
Sempre é executada. Seu engine aplica sua configuração de modelo, glossário, voz da marca e instruções para produzir a tradução. Este é o único estágio que você não pode desativar — todo o resto o envolve.
Revisão humana pós-localização
Opcional. Um humano faz a revisão da tradução — sua própria equipe no dashboard (Revisão interna) ou um tradutor profissional de um provedor externo (Revisão externa). O job pausa em uma espera orientada por eventos até a entrega dessa saída, então uma revisão demorada não consome computação enquanto aguarda. Veja Revisão humana.
avaliação por IA pós-localização
Opcional, e só é executada depois que a revisão humana gera uma saída. Um agente de IA reconcilia as edições feitas pelo humano com o glossário, a voz da marca e as instruções do seu engine. Isso não é a mesma coisa que AI Reviewers, que pontuam a qualidade sem alterar o texto. Veja avaliação por IA.
Reformular para um texto natural
Opcional. Um agente de IA reescreve a tradução para que ela soe como um texto nativo e idiomático no idioma de destino, preservando sentido, placeholders e tags. Não crítico. Feito para texto de marketing; ignore onde a precisão literal é essencial. Veja Reformular para um texto natural.
Verificação por retrotradução
Opcional. A saída é traduzida de volta para o idioma de origem, uma IA compara o resultado com o original, e o desvio é sinalizado como minor, major ou critical — problemas graves e críticos são corrigidos automaticamente. Uma técnica clássica de QA humano, agora automatizada. Veja Verificação por retrotradução.
O que acontece com o job quando um estágio falha#
A objeção óbvia a um pipeline de seis estágios é esta: cada estágio a mais é mais uma coisa que pode quebrar — então ativá-los torna o job mais propenso a falhar? Não. A falha em um estágio não crítico não faz o job falhar. Pré-edição e reformulação são não críticos: se qualquer um deles falhar, a última saída válida segue adiante sem mudanças e o job continua. Em vez de quebrar, o job é rebaixado para um estado de aviso, e cada estágio ativado deixa um registro que você pode consultar para ver exatamente o que foi executado.
Esse é o desenho do pipeline como um todo: envolva a etapa de tradução com exatamente os estágios de que você precisa, execute-os dentro de um job que já absorve as falhas e consulte um registro para cada estágio. Como um job degradado se reporta, e como funciona a superfície de inspeção por estágio, está em Observe pipeline runs. As páginas abaixo cobrem os próprios estágios — comece pelo que combina com o conteúdo que você está traduzindo.
