پرش به محتوا
هوش مصنوعیراهنما

پرامپت‌های آمادهٔ ترجمهٔ حرفه‌ای؛ فراتر از ترجمهٔ تحت‌اللفظی

سسارا محمدی۱۴ شهریور ۱۴۰۵۴ دقیقه مطالعه۷۸۰ بازدید
پرامپت‌های آمادهٔ ترجمهٔ حرفه‌ای؛ فراتر از ترجمهٔ تحت‌اللفظی

ترجمهٔ خوب یعنی انتقال معنا و لحن، نه جمله‌به‌جمله؛ آموزش پرامپت‌های ترجمه با واژه‌نامهٔ شخصی، دو قالب آماده و جدول خطاهای رایج ترجمه ماشینی.

ترجمه با هوش مصنوعی، سریع‌ترین راه است — اما دقیق‌ترین راه فقط با پرامپت درست. تفاوت «ترجمهٔ قابل فهم» و «ترجمهٔ حرفه‌ای»، در پرامپت ترجمه خلاصه می‌شود: لحن، اصطلاحات ثابت، و مخاطبِ مقصد. این راهنما قالب‌های آمادهٔ ترجمه را برای کارهای جدی فارسی می‌دهد.

چرا «ترجمه کن» کافی نیست؟

مدل بدون پرامپت، «معنی واژه‌ها» را برمی‌گرداند، نه «تجربهٔ خواندن». نتیجه: جمله‌های ترجمه‌ای، ضمیرهای گیج‌کننده و لحن نامناسب. سه چیز را باید در پرامپت بیاورید: نوع متن (قرارداد؟ وبلاگ؟)، مخاطب فارسی‌زبان، و واژه‌نامهٔ اصطلاحات شما. برای مهارت‌های پایه، پرامپت فارسی را بخوانید.

قالب ۱ — ترجمه با واژه‌نامهٔ ثابت

text
وظیفه: ترجمهٔ فارسی روان متن زیر از انگلیسی.
نوع متن: [مقالهٔ فنی / ایمیل رسمی / وبلاگ]
مخاطب فارسی: [مخاطب]
لحن: [رسمی/روان]

واژه‌نامهٔ ما (این معادل‌ها را ثابت استفاده کن):
- deadline → مهلت
- stakeholder → ذی‌نفع
- deliverable → خروجی مورد توافق

قواعد: جمله‌های بلند انگلیسی در فارسی بشکن؛
فعل‌های مجهول به معلوم تبدیل شود؛
اصطلاح خاص انگلیسی را اول معادل کن و در پرانتز اصل آن را بیاور.

متن: [متن شما]

قالب ۲ — بازگردانی با بازبینی دوگانه

text
وظیفه: متن فارسی زیر را به انگلیسی رسمی برگردان؛ سپس خروجی‌ات را
از نظر دو چیز بازبینی کن: طبیعی‌بودن برای گویشور و حفظ نرمی لحن اصلی.
اگر جایی را ناچار شدی «ساده‌سازی» کنی، آن را با علامت ⟲ نشان بده.

متن فارسی: [متن شما]

جدول خطاهای رایج ترجمهٔ ماشینی

خطانشانهدرمان در پرامپت
لحن ترجمه‌ایجمله‌های مرکب طولانی«جمله‌ها را بشکن» صریح بگویید
واژه‌های ناهمگونیک مفهوم، چند معادلواژه‌نامهٔ ثابت بدهید
بی‌توجهی به مخاطبسطح نامناسبمخاطب و سطح را تعریف کنید
حذف نرمیادبیات فارسی خشک می‌شود«لحن نرم حفظ شود»
اعداد و ارقامقالب‌های ناهمگون«ارقام فارسی/لاتین» را مشخص کنید

استراتژی سه‌لایه برای متون مهم

۱. لایهٔ اول — ترجمهٔ ماشینی: با قالب ۱. ۲. لایهٔ دوم — بازبینی ماشینی: از مدل بخواهید «با چشم یک ویراستار بومی»، خروجی را نقد کند و نسخهٔ نهایی بدهد. الگوی کامل نقد در خودانتقادی در پرامپت آمده است. ۳. لایهٔ سوم — چشم انسان: برای متون قابل انتشار (قرارداد، مقالهٔ رسمی)، بازبینی انسانی اجباری است. دربارهٔ مرزهای مدل‌ها، هذیان مدل را بخوانید.

کدام ابزار برای ترجمهٔ فارسی؟

تجربهٔ کاربران حرفه‌ای: DeepL در لحن اروپایی قوی است اما فارسیِ آن محدود؛ مدل‌های اصلی (ChatGPT، Claude، Gemini) با پرامپت خوب، فارسیِ طبیعی‌تری می‌دهند چون به واژه‌نامه و لحن شما گوش می‌دهند. برای کارهای تکراری، قالب‌های ترجمه‌تان را در کتابخانهٔ پرامپت شخصی نگه دارید.

جمع‌بندی

ترجمهٔ حرفه‌ای با هوش مصنوعی، سه‌لایه است: پرامپت با واژه‌نامه + نقد ماشینی + بازبینی انسانی. بدون لایهٔ اول، دو لایهٔ بعدی همیشه در حال جبران ضعف‌اند. واژه‌نامهٔ اصطلاحات خود را همین هفته بسازید — یک بار می‌سازید، همهٔ ترجمه‌های بعدی‌تان به ارث می‌برند.

مثال عملی: تفاوت با و بدون واژه‌نامه

جملهٔ انگلیسی: «The deliverables are due by the end of Q3, pending stakeholder approval.» ترجمهٔ بدون پرامپت معمولاً این می‌شود: «قابل‌تحویل‌ها تا پایان فصل سوم سررسید می‌شوند، در انتظار تصویب ذی‌نفعان.» درست است اما سنگین و اداری؛ «قابل‌تحویل‌ها» واژه‌ای است که هیچ مدیر ایرانی در گفتار نمی‌آورد. همان جمله با واژه‌نامهٔ ثابت (deliverable → خروجی مورد توافق، stakeholder → ذی‌نفع، Q3 → سه‌ماههٔ سوم) و قاعدهٔ «فعل مجهول به معلوم»: «خروجی‌های مورد توافق تا پایان سه‌ماههٔ سوم آماده می‌شوند؛ فقط تأیید ذی‌نفعان مانده است.» تفاوت فقط واژه‌نامه نیست؛ جملهٔ دوم برای خوانندهٔ فارسی «شمرده» می‌شود نه «ترجمه‌شده». اگر متن بلند است، واژه‌نامه را یک‌بار در اولین پرامپت بدهید و در ادامه‌ها فقط بنویسید «همان واژه‌نامهٔ بالا» — و در پایان کار، فهرست نهایی را برای پروژهٔ بعدی ذخیره کنید؛ واژه‌نامه تنها بخش ترجمه‌ای است که نباید هر بار از صفر ساخته شود. یک قاعدهٔ تجربی هم برای سنجش خروجی: ترجمهٔ خوب را بلند بخوانید؛ اگر جایی لحن گفتارتان «گیر» کرد، همان جمله ساختار انگلیسی دارد؛ آن را با معادل فارسی طبیعی عوض کنید و به واژه‌نامه اضافه کنید.

پرسش‌های پرتکرار

ترجمهٔ فنی با مدل به کیفیت انسانی می‌رسد؟

برای پیش‌نویس، نزدیک؛ برای انتشار رسمی، بازبینی متخصص لازم است — به‌ویژه در حقوقی و پزشکی.

چطور واژه‌نامه بسازم؟

در اولین کار، از مدل بخواهید «فهرست اصطلاحات تکراری این متن و معادل پیشنهادی» را بدهد؛ شما تأیید کنید و از آن به بعد، ثابت استفاده کنید.

اعداد را فارسی بنویسم یا لاتین؟

برای متن فارسی، ارقام فارسی؛ برای کد و داده، لاتین — و این را در پرامپت صریح بگویید.

پادکست یا ویدئوی انگلیسی را مستقیم ترجمه کنم؟

اول متن پیست را بگیرید (با خود ابزار یا سرویس تبدیل گفتار به متن)، بعد با واژه‌نامه ترجمه کنید. ترجمهٔ مستقیم از صدا هم خطای شنیداری دارد هم اجازهٔ ساخت‌دادن واژه‌نامه را نمی‌دهد.

س
سارا محمدیسردبیر بخش هوش مصنوعی
مقالات نویسنده

این مطلب برایتان مفید بود؟

با پسندیدن، به ما کمک می‌کنید مطالب بهتری منتشر کنیم.

مطالب مرتبط

خط تولید محتوای یوتیوب با هوش مصنوعی؛ از ایده تا تامبنیل در یک روز
هوش مصنوعی

خط تولید محتوای یوتیوب با هوش مصنوعی؛ از ایده تا تامبنیل در یک روز

بین تولیدکننده‌های یوتیوب، برنده کسی نیست که ابزار بهتری دارد؛ کسی است که «خط تولید» دارد. طراحی خط تولید کامل ویدیوی یوتیوب با هوش مصنوعی — از تحقیق ایده تا تامبنیل.

سارا محمدی
۱۴۰۵/۰۷/۲۷۵ دقیقه
شروع استفاده از هوش مصنوعی در کسب‌وکار کوچک ایرانی؛ نقشه راه ۹۰ روزه
هوش مصنوعی

شروع استفاده از هوش مصنوعی در کسب‌وکار کوچک ایرانی؛ نقشه راه ۹۰ روزه

فاصلهٔ بین «قصد داریم از هوش مصنوعی استفاده کنیم» و «یک فرایند در حال اجرا داریم» را می‌شود با یک برنامهٔ ۹۰ روزه پر کرد. این نقشه راه سه فاز سی‌روزه دارد: آماده‌سازی، اجرای آزمایشی و تثبیت — با جدول گام‌به‌گام و معیار عبور از هر فاز.

سارا محمدی
۱۴۰۵/۰۷/۲۷۶ دقیقه
سئوی محتوا با هوش مصنوعی؛ راهنمای ۲۰۲۶ برای رتبه‌های واقعی
هوش مصنوعی

سئوی محتوا با هوش مصنوعی؛ راهنمای ۲۰۲۶ برای رتبه‌های واقعی

سئو در عصر هوش مصنوعی، از انباشت کلیدواژه به «ارزش قابل‌اتکا» تغییر کرده است؛ راهنمای جامع سئوی محتوا با هوش مصنوعی — از تحقیق کلمه تا بهینه‌سازی و پایش.

سارا محمدی
۱۴۰۵/۰۷/۲۷۵ دقیقه
بررسی چت‌جی‌پی‌تی؛ قیمت، پلن‌ها و اینکه برای شما می‌ارزد
هوش مصنوعی

بررسی چت‌جی‌پی‌تی؛ قیمت، پلن‌ها و اینکه برای شما می‌ارزد

بررسی کامل چت‌جی‌پی‌تی: قیمت پلن‌ها با جدول، نسخهٔ رایگان، نقاط قوت و ضعف و جمع‌بندی صادقانه برای انتخاب درست.

سارا محمدی
۱۴۰۵/۰۷/۲۷۶ دقیقه