Um engine de localização é uma API de tradução com estado que você cria e configura na Lingo.dev. Em vez de enviar strings para um LLM genérico e torcer para que o resultado corresponda às suas expectativas, você cria uma API que entrega as traduções que você realmente espera — com consistência, em todos os idiomas, em cada solicitação.
O que um engine de localização faz#
Cada engine combina cinco camadas configuráveis. Quando uma solicitação de tradução chega, o engine aplica todas elas automaticamente — sem engenharia de prompt a cada solicitação, sem intervenção manual.
| Camada | O que ela controla | Docs |
|---|---|---|
| Modelos de LLM | Qual modelo atende cada par de idiomas, com cadeias de fallback priorizadas | Modelos de LLM → |
| Voz da marca | Como seu produto se comunica em cada idioma — tom, formalidade e estilo | Vozes da marca → |
| Instruções | Regras linguísticas específicas para idiomas determinados — testáveis e depuráveis individualmente | Instruções → |
| Glossário | Mapeamentos exatos de termos por idioma, com correspondência semântica — maior precedência no engine | Glossários → |
| Avaliadores de IA | Avaliação automatizada com um LLM independente, após cada tradução | Avaliadores de IA → |
Como as camadas interagem#
O engine aplica as camadas em uma ordem definida, com uma hierarquia de precedência clara:
- Glossário — maior precedência. Se uma regra do glossário corresponder, ela prevalece sobre o julgamento do modelo.
- Instruções — precedência intermediária. Regras linguísticas específicas de cada idioma orientam o modelo.
- Voz da marca — define o contexto geral. Tom, formalidade e estilo para o idioma.
A configuração do modelo determina qual LLM processa a solicitação, com fallback automático se o modelo principal falhar. Os avaliadores de IA são executados de forma assíncrona após a conclusão da tradução — nunca bloqueiam a resposta.
Complementares, não concorrentes
Estruture o glossário, as instruções e a voz da marca para que se complementem. O glossário cuida dos termos exatos, as instruções tratam das regras específicas do idioma e a voz da marca define a voz geral. Se um item do glossário entrar em conflito com uma instrução, o glossário prevalece.
Jobs enviados pela Async Localization API também podem passar por um pipeline opcional — pré-edição da fonte por IA, revisão humana, pós-edição por IA e uma verificação de desvio por retrotradução.
Padrões#
Quando você cria um novo engine, ele já vem pré-configurado com padrões de modelo — modelos principais e fallbacks selecionados com base em três anos de pesquisa semanal em localização, otimizados para qualidade tanto em idiomas comuns quanto em idiomas com poucos recursos. A maioria das equipes não vai precisar alterá-los.
Esses padrões foram pensados para funcionar bem desde o primeiro uso. Você pode editar qualquer configuração de modelo, trocar provedores, adicionar fallbacks ou substituir pares de idiomas específicos — mas os padrões já refletem o que descobrimos funcionar melhor em centenas de pares de idiomas. A voz da marca, as instruções e o glossário começam vazios — e você os adiciona à medida que aprende o que seu produto precisa em cada idioma.
Como usar engines#
Os engines estão disponíveis em todas as integrações da Lingo.dev:
| Integração | Como funciona a conexão |
|---|---|
| CLI | Defina engineId em i18n.json — toda lingo.dev run passa pelo seu engine |
| API | Chame o endpoint localize com sua chave de API — o engine aplica todas as camadas automaticamente |
| CI/CD | A mesma configuração de CLI — as traduções passam pelo seu engine em cada pull request |
| MCP | Assistentes de programação com IA podem configurar e usar engines diretamente na conversa |
Se você omitir engineId, o engine padrão da sua organização será usado.
Observabilidade#
Cada solicitação de tradução é registrada: modelo usado, tokens consumidos, se um fallback assumiu o processamento e quais itens do glossário e instruções foram aplicados. Monitore o desempenho do engine em Reports e a qualidade da tradução em AI Reviewers.
Teste as configurações do engine antes de colocá-las em produção no Playground — compare seu engine com um modelo puro ou compare dois engines lado a lado.
