Code.org 需要一种更快、更具可扩展性的方式来确保面向全球学习者的多语言教育内容保持最新状态。他们现有的流程严重依赖人工协调、人工审核以及工程支持才能将翻译内容上线。

借助Localize，Code.org 采用了一种结合 AI 翻译、人工审校、上下文编辑、术语表支持和实时发布的全新工作流程。最终实现了更快、更易于管理的本地化流程，帮助团队在不增加内部资源的情况下提升了不同语言之间的一致性。

结果概览

• 本地化周期缩短了 50% 以上，本地化周期从数周缩短至数天。
• 通过实时多语言更新，消除了1-2周的发布延迟。
• 全球超过1.07亿学生，遍布190多个国家
• 在不增加人手的情况下实现规模化本地化

挑战

Code.org 早已将本地化列为优先事项，但这一流程难以扩展。随着需要翻译和维护的内容越来越多，团队面临着审核周期缓慢、贡献者之间需要手动协调以及翻译完成与上线更新之间存在延迟等问题。

最大的问题不仅仅是翻译速度，而是内容从审核、发布到持续更新所需的操作工作量。

‍

为什么这很重要

对于 Code.org 而言，本地化与访问权限直接相关。该组织为世界各地的学习者和教师提供支持，因此多语言内容必须及时、准确且易于维护。本地化流程的延误会给全球用户带来不便，也使团队更难保持跨语言内容的一致性。

‍

Localize方法

Localize帮助 Code.org 从高度人工化的流程转变为更具可扩展性的本地化工作流程。

该团队利用人工智能翻译快速生成初译，然后将内容送交人工审核，重点关注文化相关性、语气、术语和准确性。上下文编辑功能让审核人员能够直观地了解译文在页面上的呈现效果，而术语表工具则有助于保持全球内容的一致性。

Localize还简化了贡献者入职、审核工作流程管理以及发布更新的过程，无需等待数周的工程支持。

‍

结果

Code.org 将翻译和本地化周期缩短了 50% 以上。以前需要一到两周才能发布的更新现在可以实时上线，这有助于团队持续更新多语言内容。

借助术语表支持和高质量的工作流程，Code.org 还提高了不同语言版本在语气、术语和质量方面的一致性。现在，团队能够以更快、更可持续的方式为全球学习者提供支持。

‍

类似团队可以借鉴什么

如果多语言内容频繁变更，本地化就不能被视为一次性的翻译项目。团队需要一个能够支持速度、审核、一致性和持续更新的Localize流程。Localize 可以帮助团队减少人工协调，提高审核的可见性，并随着需求的增长保持翻译内容的更新。