A API de Localização
Antes de 2010, aceitar pagamentos online significava solicitar uma conta de comerciante em um banco. Semanas de papelada. Análise de crédito. Exigências mínimas de transação. Depois, vinha a integração com um gateway de pagamento por meio de uma API XML, em que o ambiente de testes mal se parecia com produção. Você mesmo cuidava da conformidade com PCI — armazenava números de cartão, gerenciava chaves de criptografia, passava por auditorias de segurança.
Hoje, um desenvolvedor adiciona algumas linhas de código a uma página de checkout. Conformidade, detecção de fraude, conversão de moeda, repasses — tudo isso fica por trás da API. O desenvolvedor nunca vê a complexidade. A complexidade não desapareceu. Ela foi encapsulada.
Isso continua acontecendo. Uma categoria inteira de trabalho profissional — antes dependente de especialistas, fornecedores e meses de coordenação — é comprimida em uma chamada de API. A chamada é simples. O que roda por trás dela, não.
Localização profissional antes da API#
Localizar um produto em vários idiomas significava contratar um fornecedor de tradução. O fornecedor atribuía os tradutores — muitas vezes sem familiaridade com o produto, o domínio ou a terminologia existente. Você enviava um guia terminológico. O tradutor lia, mais ou menos. As traduções voltavam em 5 a 10 dias úteis. Três termos estavam errados. Você devolvia para revisão. Mais 3 dias.
Enquanto isso, alguém precisava gerenciar o glossário, acompanhar quais strings mudaram desde o último lote, verificar se as traduções em alemão usavam as aspas corretas e confirmar que a saída em português estava em grafia europeia, não brasileira. Essa coordenação acontecia entre planilhas, e-mails e threads no Slack.
Para as equipes que tentavam automatizar com LLMs, a tradução era rápida, mas a garantia de qualidade não. Cada requisição começava do zero. Nenhuma memória dos termos aprovados. Nenhuma noção da voz da marca. Nenhuma verificação de que a saída seguia as convenções terminológicas do domínio.
Então os LLMs ultrapassaram o patamar de qualidade para tradução em produção. Não porque ficaram melhores em idiomas — mas porque passou a ser possível injetar contexto de domínio no momento da inferência e obter uma saída consistente e terminologicamente precisa. A peça que faltava era o pipeline de contexto ao redor do modelo.
Localização profissional por trás da API#
Um POST. Os resultados chegam via webhook conforme cada idioma é concluído.
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 pelo engine 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 acompanhar o progresso em tempo real na sua UI, conecte um WebSocket ao grupo de jobs — "3 de 16 idiomas prontos" sendo atualizado ao vivo.
O desenvolvedor nunca gerencia a complexidade. A complexidade não desapareceu. Ela foi encapsulada — assim como aconteceu com os pagamentos.
O que roda por trás da API#
Quando um job de localização começa, a plataforma executa um pipeline de várias etapas com base na configuração do engine. São seis etapas, cada uma atacando um modo de falha específico que aparece quando você a ignora.
Refinamento do texto-fonte
Um agente de IA pré-edita o texto-fonte antes do início da tradução. Formulações ambíguas, terminologia inconsistente, expressões idiomáticas culturalmente carregadas — tudo é reescrito para facilitar a tradução. Isso elimina o problema de garbage in, garbage out, que degrada todas as etapas seguintes.
Enriquecimento de contexto
O engine recupera o glossário, a voz da marca e as instruções específicas de idioma configuradas para esse par de idiomas. Os termos correspondentes do glossário são injetados na janela de contexto do LLM. O modelo vê o mapeamento correto dos termos antes de gerar um único token. Isso é localização aumentada por recuperação — a etapa que reduz erros de terminologia em 17-45% entre diferentes provedores.
Tradução com LLM
O engine seleciona o modelo de maior prioridade para esse par de idiomas a partir da cadeia de fallback configurada. Se o modelo principal falhar, o engine encaminha automaticamente para o próximo modelo do ranking. Quem faz a chamada nunca vê o failover.
Pós-edição humana
Opcional. Um tradutor qualificado revisa e corrige o rascunho gerado por IA — concentrando-se no que o modelo errou, e não em traduzir do zero. A plataforma cuida da alocação dos tradutores e do pareamento com o domínio do conteúdo; os resultados chegam pelo 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 privado nos planos enterprise. Fale conosco para habilitá-la nos seus engines.
Pós-edição por IA
Opcional. Depois da edição humana, um agente de IA aplica uma etapa final de consistência. Validação de formatação, nova verificação do glossário, alinhamento de tom com a voz da marca — preservando a intenção do tradutor humano enquanto aplica padrões consistentes em todo o engine. O humano melhora a precisão. A IA garante a consistência.
Enterprise
A pós-edição por IA está disponível em beta privado nos planos enterprise. Fale conosco para habilitá-la.
Verificação por retrotradução
Opcional. Um modelo independente traduz a saída de volta para o idioma de origem. O agente compara a retrotradução com o texto-fonte original, sinaliza divergências semânticas e ajusta os segmentos em que o significado mudou durante a tradução. Isso detecta erros que uma avaliação só no sentido direto não encontra.
Enterprise
A verificação por retrotradução está disponível em beta privado nos planos enterprise. Fale conosco para habilitá-la.
Cada etapa é configurável por engine. Refinamento do texto-fonte, pós-edição humana, pós-edição por IA e retrotradução podem ser ativados ou desativados de forma independente. Enriquecimento de contexto e tradução com LLM estão sempre ativos — são o núcleo do engine.
Uma equipe que localiza copy de marketing pode habilitar as seis etapas. Uma equipe que localiza documentação interna pode rodar apenas enriquecimento de contexto e tradução com LLM. A chamada de API é a mesma nos dois casos. O pipeline se adapta.
Entrega#
Os resultados chegam pelo canal que você configurou — sem necessidade de polling.
Webhooks — cada idioma é entregue no momento em que é concluído. Uma tradução em alemão que termina em 4 segundos chega imediatamente, sem esperar o japonês terminar em 6. Todo webhook inclui uma assinatura criptográfica seguindo a especificação Standard Webhooks. Entregas com falha são reenviadas com exponential backoff, em até 5 tentativas.
WebSocket — conecte-se a um grupo de jobs para acompanhar o progresso em tempo real. Cada evento inclui um snapshot completo do estado: total de jobs, jobs concluídos, jobs com falha, status por idioma. Seu frontend nunca mantém estado local — o servidor envia o estado atual a cada evento.
Isolamento de falhas — se o japonês falhar, mas o alemão for bem-sucedido, a tradução em alemão é entregue normalmente. O job com falha aparece com uma mensagem de erro. O status do grupo se torna partial. Tente novamente enviando uma nova requisição apenas com os idiomas que falharam.
O que isso significa#
Conformidade, governança terminológica, adaptação ao domínio, revisão humana, pontuação de qualidade — tudo isso fica por trás da API. O desenvolvedor envia o conteúdo e os idiomas de destino. O gerente de localização configura o engine. A plataforma executa o workflow.
A coordenação que antes exigia um gerente de projeto, um relacionamento com fornecedor e uma planilha compartilhada agora acontece dentro de um workflow durável em segundo plano, com entrega via webhook, isolamento de falhas e streaming de progresso em tempo real.
Se a sua necessidade de localização é uma tradução pontual de documento, sem requisitos de consistência entre releases, a API é mais robusta do que você precisa. O valor do engine se acumula ao longo do tempo — os termos do glossário se acumulam, a voz da marca fica mais refinada, as pontuações de qualidade sobem de forma consistente. O Lingo.dev foi desenvolvido especificamente para produtos com entregas contínuas, em que o mesmo conteúdo muda a cada sprint e a consistência entre idiomas não é negociável.
Leia a referência completa da API, ou agende uma demonstração para ver o pipeline em ação.