英文稿件翻译哪家稳：四家对比加两条现成提示词

原文要点

日文AI数据媒体AInformation于2026年9月30日用一篇虚构英文新闻稿（虚构公司Sample Shoji的保温瓶发布），让ChatGPT、Gemini、Claude、Microsoft Copilot各做6项任务×3次共72次纯机器打分。正确数：ChatGPT 15/18（83.3%）、Copilot 10/18、Claude 9/18、Gemini 3/18（其中12次直接拒绝回答）。Claude与Copilot主要错在把地名Fukuoka译成汉字“福冈”，评分以原文拼写核对。耗时中位数Copilot 17.1秒最短；指示遵守率Copilot仅55.6%（常把规定的3行、4行并成1行）。t2任务四家全错。作者强调这是单次测量，结果仅供参考。文章公开两条可复制的日文提示词。

这次做成什么

复现一次小型翻译对比实验：用统一测试稿和两条提示词分别投给你手头可用的AI，按“型号、地名、人名、数字是否保留原文”机械核对输出，得出自己场景下哪家稳，并学会写防翻车的翻译指令。

准备什么

• 至少两个可使用的AI对话工具（如ChatGPT、Gemini、Claude、Copilot中任意两个）
• 一段含型号、地名、人名、数字的英文测试稿（可用本站虚构稿）
• 每次测试开新会话的环境

具体怎么做

1. 准备统一测试稿

   用下方artifact中的虚构英文稿，或自己写一篇含1个型号、1个外国地名、1个人名、至少3个数字的短文。正确答案（要保留的原文拼写项）在测试前逐条列成清单。

2. 投翻译提示词

   把“翻译提示词”artifact完整粘贴给每个AI，每次开新会话，同一AI重复2到3次。记录每次是否回答、是否拒绝、耗时大概多少。

3. 投摘要提示词

   换“摘要提示词”重复同样流程，观察各家在摘要任务中是否仍保留型号、地名、人名、数字。

4. 机械核对打分

   对照第一步的清单逐项检查输出：型号SM-FSU693、地名Fukuoka、人名Mizuno、数字80500/9140/500等是否按原文拼写出现。拒绝回答和超时都算不正确。不要凭语感判断，只核对清单项。

5. 汇总并选工具

   统计每家正确率、拒绝次数、是否遵守“只输出译文不加解释”。按你的工作需求取舍：要保留原文拼写选正确率高的，要快选耗时短的但要抽查行数格式。

可直接复制的材料

次の英語のプレスリリースを日本語に訳してください。
決まり
・型番・都市名・人名・数字は原文のまま落とさずに訳文へ入れる
・訳文だけを出す。前置きと解説は書かない
—-
（ここに英文を貼る）

次の英語のプレスリリースを、日本語で300文字以内に要約してください。
決まり
・300文字以内
・型番・都市名・CEOの名前・数字は落とさずに入れる
・要約だけを出す。前置きと解説は書かない
—-
（ここに英文を貼る）

FOR IMMEDIATE RELEASE
Nordwind Labs to Launch NW-TB220 Portable Power Station
Oslo, Norway — Nordwind Labs today announced NW-TB220, a 768 Wh portable power station, shipping from April 2027. The suggested retail price is 549 euros, excluding tax. The company sold 42,300 units of its current model last fiscal year and expects the new model to raise category revenue by 18.6% in the first year. Elena Brandt, Chief Executive Officer, said the NW-TB220 charges from 0 to 80% in 45 minutes and runs a standard cooler for 9 hours. Production will take place at the company's Oslo plant.
Note: Nordwind Labs is a fictional company created for testing.

输入与输出示例

本站虚构演示打分方式，非任何AI的真实输出；你自己的结果以实际测试为准。

输入

把本站虚构测试稿配翻译提示词投给某AI两次，清单核对NW-TB220、Oslo、Brandt、549等8项。

对应输出

第1次：8/8项保留原文，正确；第2次：Oslo被译成“奥斯陆”、Brandt被译成“布兰特”，6/8项，不正确。两次正确率50%，结论：该AI在此规则下不稳定，正式稿件需人工复核地名与人名。

做完检查这些

• 每个AI每次都开新会话，提示词逐字一致，避免上下文污染结果
• 核对只看清单项是否按原文拼写出现，不混入对译文流畅度的主观判断
• 拒绝回答、超时、格式不符的记录方式在打分前定好并全程一致
• 最终结论写明测试日期、使用的AI版本或套餐，并标注为单次小规模测试

容易卡住的地方

• 原文结果是单次测量，作者明确说换一天换题目排名会变，不要当成恒定结论
• 地名译成汉字算不算错取决于你的评分规则，原文按原文拼写核对，你的场景若允许意译要事先改规则
• 原文用付费套餐测得，免费版或API调用结果可能不同
• 行数类格式要求（正好3行）部分AI会违反，若下游要逐行粘贴需额外检查格式
• 测试稿若含真实公司信息，结果不能类推到真实稿件表现