Как работает локализация

Проблема: гонять полную машинерию Collect → Generate → verify на каждый язык умножает цену и режет исследовательский корпус на пер-языковые силосы, каждый из которых взрослеет медленно. Наивная альтернатива — «просто переведи» — выкатывает дословные переводы, не проходящие нативное чтение, и пропускает ошибки перевода мимо всех гейтов качества, построенных для английского.

Слой 1 — английский это пивот

Главный пайплайн остаётся English-only: сбор, генерация, заземление и все гейты качества работают над одной канонической английской статьёй. Локализация — отдельный, нижестоящий пайплайн из четырёх шагов: select → transcreate → QA gate → publish. В главной машинерии на язык не меняется ничего.

Ключевое экономическое следствие: исследовательский корпус остаётся единым. Каждая языковая версия заземляется в те же факты, поэтому RAG-маховик крутится на полной скорости независимо от числа языков — пер-языковый корпус делил бы его импульс.

Слой 2 — транскреация под детерминированным гейтом

QA-гейт локализации зеркалит доктрину качества платформы: сначала детерминированные проверки, LLM-мнение последним и только если всё остальное прошло (LLM-вердикт стоит денег — тратить его на черновик, уже упавший на механической проверке, расточительство). Механическая батарея:

• Паритет структуры против английского мастера — секции, списки и FAQ обязаны пережить транскреацию;
• Длинные полосы по письменности — ожидаемые соотношения длины различаются по системам письма (CJK сжимает; гейт это знает);
• Проверки языковых утечек — английские фрагменты, оставшиеся в теле, или хуже — третий язык, подставленный целиком;
• Детектор чужой письменности — серия символов неожиданного скрипта — автоматический флаг.

Слой 3 — публикация без слома идентичности

Языковые версии публикуются filename-paired вариантами мастер-страницы на том же сайте — сайтовый генератор получает всё нужное для языковых переключателей и hreflang, — а канонический реестр опубликованных URL продолжает трекать мастер-статью (локальные страницы записывают свои живые URL рядом, не конкурируя за ключ идентичности мастера).

Трейд-оффы, честно

Транскреация через LLM — риск качества по определению; поэтому гейт deterministic-first, а упавший черновик придерживается, не авто-ретраится. И операционно: localize-пайплайн сейчас зарегистрирован только для dev-контура — код доехал до прод-ветки, но прод-варианта в каталоге ещё нет, значит, прод-диспетч до него не дотянется. Здесь он задокументирован как существующая архитектура, а не как включённая прод-фича.

Пощупать за две минуты

Каталог пайплайнов перечисляет localize с его вариантами — честная поверхность «включено/нет», — а варианты локализованной статьи видны прямо в языковом переключателе целевого сайта, как только контракт её использует.

Спеки: SPEC-109 (локализация через английский пивот), SPEC-073 (идентичность опубликованных URL).