L'obiettivo principale di QueueLingo per WPML è:Gestisci la coda di traduzione di WPML (attività XLIFF) per la traduzione automatica e l'invio automatico a WPML.Non è necessario esportare/importare manualmente i file XLIFF, né passare continuamente da un sistema all'altro.
Insomma
WPML genera attività di traduzione → QueueLingo si mette in ascolto automaticamente e prende il controllo → Analizza i nodi traducibili XLIFF/HTML → Richiama la traduzione automatica o LLM → Genera i risultati di scrittura → Li invia a WPML → Attività completata e registrazione dei dettagli di consumo.
1. Processo complessivo (dall'"Avvio dell'attività" alla "Consegna automatica")
Di seguito è riportato un tipico collegamento end-to-end:
WPML Crea attività di traduzione
Dopo aver creato un'attività di traduzione per un articolo/pagina/stringa in WPML, WPML la aggiungerà alla coda di traduzione e genererà l'attività di traduzione corrispondente.XLIFF(Oppure può essere mappato a un'attività strutturata di XLIFF).QueueLingo Coda di ascolto automatica
Il plugin monitora costantemente le modifiche alle attività nella coda di traduzione di WPML, identifica le attività "in sospeso" e se ne fa carico dell'elaborazione (traduzione gestita).Recupera le attività e analizza la struttura del contenuto
Dopo aver ricevuto un'attività, QueueLingo analizza la struttura del contenuto XLIFF, individua i nodi traducibili (segmenti/unità/obiettivi, ecc.) e prepara l'input di traduzione.Eseguire la traduzione (MT o LLM)
Utenti gratuiti: Vai alla versione gratuitaTraduzione automatica (MT)I fornitori di servizi includonoGoogle, Edge, Zov
Abbonati: DisponibiliTraduzione neurale LLM(In alternativa, è possibile inserire una chiave API personalizzata per aggirare il limite di credito della piattaforma.)
Genera i risultati della traduzione e riscrivili nell'attività.
Dopo la traduzione, il testo nella lingua di destinazione viene riscritto nel nodo corrispondente, mantenendo la struttura originale, i segnaposto e i tag il più possibile inalterati.Restituzione automatica a WPML
Le attività completate verranno automaticamente inviate a WPML e, una volta ricevute, potranno procedere alla successiva fase di revisione e pubblicazione.Registra i dettagli delle attività e del consumo
Lo sfondo genererà:
Registro delle attività di traduzione(Stato, tempo trascorso, motivo del guasto, ecc.)
Dettagli sul consumo dell'attività(Motore/Modello, Token, Metodo di fatturazione)
2. Perché risparmiamo sui token (vantaggio)
QueueLingo non si limita a inviare l'intero codice HTML/pagina web all'LLM, ma utilizza invece un "Traduci solo le parti che devono essere tradotte.La strategia:
2.1 Attività XLIFF: Estrazione accurata dei nodi di traduzione
XLIFF è un formato strutturato progettato per la localizzazione, con il contenuto suddiviso in numerose "unità di traduzione".
QueueLingo individuerà queste unità da XLIFF, e solo...Il testo che ha davvero bisogno di traduzioneInvialo al motore di traduzione.
2.2 Contenuto HTML/Rich Text: estrae automaticamente il testo traducibile e lo sostituisce con testo traducibile.
Per i contenuti contenenti HTML (come tag, link, testo formattato):
Il sistema estrarràTesto visibile traducibile(Invece di tag, attributi e codice strutturale)
Traduci il testo e poi...Ripristinare con precisione la struttura originale
Questo problema può essere generalmente ridotto in modo significativo:
Token non valido inviato al modello (tag HTML, strutture duplicate)
La probabilità che il modello "faccia clic per errore su un'etichetta/danneggi la struttura"
Risultato: garantendo al contempo la qualità della traduzione,Il consumo effettivo di token è più economico.Anche i costi sono più controllabili.
3. Come funzionano i motori di traduzione: MT vs LLM
3.1 Traduzione automatica (MT)
Adatto per: scenari che richiedono una rapida configurazione del processo, requisiti di qualità moderati e attenzione ai costi.
Caratteristiche: Stabile, veloce e altamente disponibile
3.2 Traduzione neurale LLM (funzionalità di abbonamento)
Adatto a: Contenuti che richiedono particolare attenzione all'espressione, al tono e alla terminologia specifica del settore (B2B/B2C/documenti tecnici/materiale creativo per il marketing, ecc.).
Caratteristiche: Soffitto di qualità superiore, ma il costo è correlato alla lunghezza del contenuto e al prezzo del modello.
4. Modelli di prompt e "Prompt per materiale web": rendere le traduzioni più orientate al business
Quando si utilizza un sito web di traduzione LLM, è possibile scegliere il modello Prompt:
b2bSpecializzato, formale e che pone l'accento su valori e logica.b2cNaturale, di facile lettura e che pone l'accento sull'esperienza e sulle emozioni.tech_docTerminologia precisa e coerente e struttura chiara.creativeSi orienta verso l'espressione creativa, il linguaggio del marketing e uno stile più flessibile.
Supporta anche la compilazione.Richiesta di profilo del sito web personalizzatoUtilizzato come integratore:
Tono del marchio (ad esempio, conciso e sobrio / entusiasta e vivace / autorevole e professionale)
Pubblico di riferimento e contesto del prodotto
Preferenze terminologiche ed espressioni disabilitate
Linee guida per la traduzione di campi specifici (come CTA, pulsanti e stili del titolo)
Funzione Glossario: Prossimamente. Una volta lanciata, la "coerenza terminologica" potrà essere ulteriormente consolidata in regole.
5. Percorso di esecuzione con chiave API integrata (non utilizza i limiti della piattaforma)
Quando si configura la chiave API integrata:
La richiesta di traduzione utilizzerà la tua chiave per richiamare il servizio corrispondente.
Non consuma credito della piattaforma.
La piattaforma continua a offrire funzionalità quali la gestione delle code, il monitoraggio delle attività, la consegna automatizzata e la registrazione dei dati relativi al consumo.
Questo è perfetto per:
Il team ha già un contratto/budget di riferimento con il fornitore.
Vorrei consolidare tutte le commissioni in un'unica fattura API.
Sono necessari modelli di selezione e controllo delle quote più flessibili.
6. Perché a volte non funziona? Come gestire i guasti e il metodo di fatturazione?
Le attività LLM potrebbero non riuscire durante l'esecuzione. Le cause più comuni includono:
L'output del modello è instabile (fluttuazioni delle capacità/fenomeno di "degrado dell'intelligenza").
Timeout, limitazione della velocità, errore di rete
Il contenuto di input è complesso (segnaposto, strutture annidate, codifica anomala).
Chiave non valida o saldo/quota insufficiente (più comune negli scenari in cui si possiede una propria chiave).
Il modello personalizzato presenta funzionalità insufficienti e limitate capacità di traduzione.
Principi di fallimento e deduzione
Il sistema farà del suo meglio per riprovare e tollerare gli errori (la strategia specifica dipende dall'implementazione del prodotto).
L'importo finale verrà calcolato in base al consumo effettivo.:
LLM calcola il prezzo unitario del modello in base ai token effettivi di input/output.
Anche se l'operazione non va a buon fine, potrebbero comunque essere sostenuti dei costi (ad esempio, è stata inviata una richiesta ed è stata ricevuta una risposta parziale), come registrato nei dettagli di consumo del backend.
7. Dove è possibile seguire l'intero processo?
Il backend in genere fornisce due punti di accesso principali:
compito di traduzioneVisualizza lo stato dell'attività, il tempo trascorso, il motivo dell'errore e le informazioni per riprovare.
Dettagli sul consumo dell'attivitàVisualizza il motore/modello, il token e i dati di fatturazione per ogni attività (non viene addebitato alcun costo per il credito della piattaforma o la chiave integrata).