DocsPreçosInvestigaçãoEnterpriseCarreiras
Estamos a contratar
Iniciar sessãoCriar contaMarcar uma demonstração
Todas as publicações

A API de Localização

Antes de 2010, aceitar um pagamento online significava pedir uma conta de comerciante a um banco. Semanas de burocracia. Verificações de crédito. Requisitos mínimos de transações. Depois, integrava-se um gateway de pagamentos através de uma API XML cujo ambiente de teste mal se parecia com produção. Tratava da conformidade PCI por conta própria — armazenava números de cartões, geria chaves de encriptação, passava auditorias de segurança.

Hoje, um programador adiciona algumas linhas de código a uma página de checkout. Conformidade, deteção de fraude, conversão de moeda, pagamentos — tudo tratado por trás da API. O programador nunca vê a complexidade. A complexidade não desapareceu. Ficou encapsulada.

Isto continua a acontecer. Uma categoria de trabalho profissional — que antes exigia especialistas, fornecedores e meses de coordenação — é condensada numa chamada de API. A chamada é simples. O que corre por trás dela não é.

Localização profissional antes da API#

Localizar um produto em vários idiomas significava contratar um fornecedor de tradução. O fornecedor atribuía tradutores — muitas vezes sem conhecer o produto, o domínio ou a terminologia existente. Enviava um guia terminológico. O tradutor lia-o, mais ou menos. As traduções voltavam em 5–10 dias úteis. Três termos estavam errados. Enviava-as de volta para revisão. Mais 3 dias.

Entretanto, alguém tinha de gerir o glossário, acompanhar que strings tinham mudado desde o último lote, verificar se as traduções em alemão usavam as aspas corretas e confirmar que o resultado em português usava grafia europeia, não brasileira. Esta coordenação acontecia entre folhas de cálculo, emails e conversas no Slack.

Para as equipas que tentaram automatizar com LLMs — a tradução era rápida, mas a garantia de qualidade não. Cada pedido começava do zero. Sem memória dos termos aprovados. Sem noção da voz da marca. Sem verificação de que o resultado seguia as convenções terminológicas do domínio.

Depois, os LLMs ultrapassaram o limiar de qualidade para tradução em produção. Não porque tenham ficado melhores em línguas — mas porque passou a ser possível injetar contexto de domínio no momento da inferência e obter um resultado consistente e terminologicamente rigoroso. A peça em falta era o pipeline de contexto à volta do modelo.

Localização profissional por trás da API#

Um POST. Os resultados chegam via webhook à medida que cada idioma fica concluído.

bash
curl -X POST https://api.lingo.dev/jobs/localization \
  -H "X-API-Key: $LINGO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "sourceLocale": "en",
    "targetLocales": ["de", "fr", "ja", "ko", "pt-BR",
      "es", "it", "zh-Hans", "nl", "sv", "pl", "tr", "ar", "th"],
    "data": {
      "title": "Introduction to Machine Learning",
      "steps": [
        { "heading": "What is ML?", "body": "Machine learning is a subset of artificial intelligence." },
        { "heading": "Supervised Learning", "body": "Training a model with labeled data." }
      ]
    },
    "callbackUrl": "https://your-app.com/webhooks/translations"
  }'

202 de volta em milissegundos. Quem faz a chamada pode seguir em frente. Cada idioma é processado de forma independente através do motor de localização. O alemão chega em 4 segundos. O japonês em 6. O árabe em 8. Cada resultado chega ao seu webhook no momento em que fica pronto. Para progresso em tempo real na sua UI, ligue um WebSocket ao grupo de jobs — "3 de 16 idiomas prontos" a atualizar em direto.

O programador nunca gere a complexidade. A complexidade não desapareceu. Ficou encapsulada — tal como aconteceu com os pagamentos.

O que corre por trás da API#

Quando um job de localização começa, a plataforma executa um pipeline de várias etapas com base na configuração do motor. Seis etapas, cada uma a resolver um modo de falha específico que surge quando a ignora.

1

Refinamento da origem

Um agente de IA pré-edita o texto de origem antes de a tradução começar. Formulações ambíguas, terminologia inconsistente, expressões idiomáticas com carga cultural — tudo reescrito para facilitar a tradução. Isto elimina o problema de garbage in, garbage out que degrada todas as etapas a jusante.

2

Enriquecimento de contexto

O motor recupera o glossário, a voz da marca e as instruções específicas do idioma configuradas para este par de idiomas. Os termos do glossário correspondentes são injetados na janela de contexto do LLM. O modelo vê o mapeamento correto dos termos antes de gerar um único token. Isto é localização aumentada por recuperação — a etapa que reduz os erros terminológicos em 17–45% entre fornecedores.

3

Tradução por LLM

O motor seleciona o modelo de maior prioridade para este par de idiomas a partir da cadeia de fallback configurada. Se o modelo principal falhar, o motor encaminha automaticamente para o modelo seguinte no ranking. Quem faz a chamada nunca vê o failover.

4

Pós-edição humana

Opcional. Um tradutor qualificado faz a revisão e corrige o rascunho gerado por IA — concentrando-se no que o modelo errou, e não em traduzir de raiz. A plataforma trata do recrutamento de tradutores e do emparelhamento com o domínio do conteúdo; os resultados chegam através do mesmo webhook. Sem gestão de fornecedores, sem etapa de aprovação na UI. Prazo: horas, não semanas.

Enterprise

A pós-edição humana está disponível em beta privada nos planos enterprise. Contacte-nos para a ativar nos seus motores.

5

Pós-edição por IA

Opcional. Depois da edição humana, um agente de IA aplica uma passagem final de consistência. Validação de formatação, nova verificação do glossário, alinhamento do tom com a voz da marca — preservando a intenção do tradutor humano enquanto aplica padrões consistentes em todo o motor. O humano melhora a exatidão. A IA impõe consistência.

Enterprise

A pós-edição por IA está disponível em beta privada nos planos enterprise. Contacte-nos para a ativar.

6

Verificação por retrotradução

Opcional. Um modelo independente traduz o resultado de volta para o idioma de origem. O agente compara a retrotradução com o texto original, assinala divergências semânticas e ajusta os segmentos em que o significado se alterou durante a tradução. Isto deteta erros que uma avaliação apenas no sentido direto não apanha.

Enterprise

A verificação por retrotradução está disponível em beta privada nos planos enterprise. Contacte-nos para a ativar.

Cada etapa é configurável por motor. O refinamento da origem, a pós-edição humana, a pós-edição por IA e a retrotradução podem ser ativados ou desativados de forma independente. O enriquecimento de contexto e a tradução por LLM estão sempre ativos — são o núcleo do motor.

Uma equipa que localiza copy de marketing pode ativar as seis etapas. Uma equipa que localiza documentação interna pode executar apenas o enriquecimento de contexto e a tradução por LLM. A chamada de API é a mesma em ambos os casos. O pipeline adapta-se.

Entrega#

Os resultados chegam através do canal que configurou — sem necessidade de polling.

Webhooks — cada idioma é entregue no momento em que fica concluído. Uma tradução em alemão que termina em 4 segundos chega imediatamente, sem esperar que o japonês termine em 6. Cada webhook inclui uma assinatura criptográfica segundo a especificação Standard Webhooks. As entregas falhadas são repetidas com backoff exponencial até 5 tentativas.

WebSocket — ligue-se a um grupo de jobs para progresso em tempo real. Cada evento inclui um snapshot completo do estado: total de jobs, jobs concluídos, jobs falhados, estado por idioma. O seu frontend nunca mantém estado local — o servidor envia o estado atual em cada evento.

Isolamento de falhas — se o japonês falhar mas o alemão tiver êxito, a tradução em alemão é entregue normalmente. O job falhado aparece com uma mensagem de erro. O estado do grupo passa a partial. Tente novamente submetendo um novo pedido apenas com os idiomas que falharam.

O que isto significa#

Conformidade, governação terminológica, adaptação ao domínio, revisão humana, pontuação de qualidade — tudo tratado por trás da API. O programador envia conteúdo e idiomas de destino. O gestor de localização configura o motor. A plataforma executa o workflow.

A coordenação que antes exigia um gestor de projeto, uma relação com um fornecedor e uma folha de cálculo partilhada acontece agora dentro de um workflow de fundo resiliente, com entrega por webhook, isolamento de falhas e streaming de progresso em tempo real.

Se a sua necessidade de localização for uma tradução pontual de documentos sem requisitos de consistência entre lançamentos, a API é excessiva para o que precisa. O valor do motor acumula-se com o tempo — os termos do glossário acumulam-se, a voz da marca afina-se, as pontuações de qualidade sobem. A Lingo.dev foi criada especificamente para produtos com lançamentos contínuos, em que o mesmo conteúdo muda em cada sprint e a consistência entre idiomas é inegociável.

Leia a referência completa da API, ou marque uma demo para ver o pipeline em ação.

Próximos passos#

Referência da API assíncrona
Documentação completa do endpoint com exemplos
Motores de localização
Configure o pipeline por trás da API
Investigação RAL
Como o enriquecimento de contexto reduz os erros em 17–45%

Plataforma

API de LocalizaçãoAPI de Tarefas AssíncronasMotores de LocalizaçãoDeteção de IdiomaLingo.dev Platform MCPPreços

Ferramentas para Programadores

Lingo React MCPLingo CLILingo GitHub ActionLingo React Compiler
Alpha

Recursos

DocumentaçãoLabsGuiasChangelogIdiomasModelos LLM

Empresa

BlogInvestigaçãoMarcar uma demonstraçãoClientesCarreiras
Estamos a contratar
humans.txt

Comunidade

GitHubDiscordTwitterLinkedIn
Sediados em São Francisco + em todo o mundo
SOC 2 Type II·CCPA·GDPR
Com o apoio de Y Combinator
Combinator
& Initialized Capital
Initialized Capital
& dos nossos clientes
Privacidade·Termos·Cookies·security.txt

© 2026 Lingo.dev (Replexica, Inc).

Todos os sistemas operacionais
Iniciar sessãoCriar contaMarcar uma demonstração
Max PrilutskiyMax Prilutskiy, CEO e cofundador·Publicado há 3 meses·6 min de leitura