AI电商图上的字怎么翻译？翻译与排版方法

一个做五金工具的卖家，把一张带中文标注的细节图翻成英文，译文本身没有错，词也对，但成品发到群里之后，同事一眼就指出了问题：那行英文比原来的中文长出一大截，从画面右侧一直顶到了商品本体上，把螺栓的螺纹压住了。整张图最关键的那个细节，被一行翻译正确的文字盖住了。

他把这行字改短，重新处理了一遍。第二次成品出来，长度合适了，位置也对，可是放大一看，某些字符显示成了方框。原因是原本设计这张图时选的字体不包含目标语言需要的全部字符。到这里他才意识到，一张图上的文字要从中文变成另一种语言，要过的关口不止翻译这一道。

这类问题是电商图片翻译里最典型的两类：一类关于版面，译文长度和原文对不上，位置就崩了；一类关于字体，字符集不完整，字就显示不出来。两类问题都跟翻译准不准没关系，却都决定这张图能不能用。

接下来的内容围绕图上的文字怎么翻译、怎么排回原位展开，把识别、翻译、回填三个环节里容易出错的地方讲清楚，同时把青虎AI在图片文字处理上的具体操作写到可以照做的程度。文中的操作建议基于通行做法，具体平台对图文内容的要求以后台规则页为准。

一、一次翻译事故暴露的三个关口

把刚才那件事拆开看，图上的文字要完成一次跨语言转换，中间要过三个关口。

第一个关口是把字认全。做图的时候为了视觉效果，文字可能带描边、带阴影、带渐变；为了配合构图，文字可能倾斜、弯曲、沿着轮廓排布；还有很多小字号的规格标注和包装上的细密文字。背景干扰也很常见，文字压在花纹、纹理、商品照片上，识别难度直接上升。漏掉一处，成品里就缺一块信息。

第二个关口是把意思翻对。电商图上的文字是短语和标注，缺少上下文支撑，翻错了没法靠上下文纠正。商品属性词、材质名称、工艺名称都有约定俗成的行业译法，通用翻译给的是最常见的那个表达，未必是类目里准确的。量词更容易出问题，一个、一只、一条、一套，翻成目标语言时处理方式各不相同。

第三个关口是把译文放回去。译文长度和原文长度通常不一致，中文一句话翻成英文或德文，字符数可能增加三成以上，翻成某些语言则可能变短。回填时要处理字号自适应、换行位置、对齐方式、与周边元素的关系，还要保证译文不遮挡商品、不超出画面。

三个关口是串联关系，任何一个不过，成品都不能用。理解这一点就不难理解，为什么单独的文字识别工具或者单独的翻译工具，都解决不了电商图片翻译的问题。

图1：图片翻译与文档翻译在版面约束、术语一致性、字体适配上的三组差别

二、处理的先后顺序，顺序错了要返工

三个关口对应的动作有明确的先后顺序，顺序颠倒是返工的主要来源。

正确的顺序是：先把原图上的文字按区域清点一遍，确认有哪些文字、分布在哪里、哪几处是主标题、哪几处是次要标注；再确认术语，把品名、材质、规格、量词的标准译法定下来；然后才进入识别、翻译、回填的执行；最后做放大检查。这个顺序的核心是标准在前面，执行在后面。

常见的错误做法是直接上传图、直接出成品，验收的时候才发现术语不对，改一遍之后又发现排版被撑破了，再改一遍又发现某处小字被漏掉了。三轮返工加起来的成本，远高于开工前花二十分钟清点和定表。

清点这一步还有一个作用：能提前发现哪些文字根本不需要翻译。有些图上的字母排列只是装饰元素，没有实际含义，翻译它反而会让画面变乱。判断标准很简单，删掉它买家会不会少知道一件事。答案是不会，就保留原样。

术语确认这一步要按目标语言分别做，同一个中文词在英文、德文、日文里对应的标准译法不同，一张表打不通所有语言。

三、识别环节：怎么把图上的字认全

识别环节的目标只有一个：不漏。图上的文字按位置分四类，处理时按类型清点，比凭印象扫一遍可靠得多。

识别质量的上限由原图决定。被压缩过多次的图、分辨率不足的图，小字号文字基本认不准。手上同时有几版素材时，优先选分辨率最高、没有被反复转存的那一版。如果原图本身就模糊，与其硬识别，不如把这部分信息改由清晰的方式重新呈现。

参数类文字要单独核对一遍。这类文字里的数字是买家核对商品的直接依据，识别错一个数字，后面的翻译会把错误原样保留下来。处理前的原文核读很有必要，如果原图上的中文本身就有错字或者表述不清，翻译只会把错误换个语言继续传递。

清点完之后建议做一件事：把图上文字的数量和位置记下来，成品出来之后按同一份记录逐项对照。漏项在成品里往往不明显，靠着原始记录核对，是最省力的防漏手段。

四、翻译环节：术语核对到底核什么

翻译环节的难点不在语言能力，而在电商语境。下面这张表把最容易出错的几类列出来，处理时按类核对。

品名和材质这两类的处理原则是一样的：以商品实际信息为准，不以表达好听为准。图上写的是不锈钢，翻译时就不能换成听起来更高档的合金说法；图上写的是涤纶，也不能顺着语感改成棉质。这类改动属于改变商品实质信息，短期可能提升点击，长期带来的是投诉、退货和账号风险。

数量与量词是最隐蔽的一类。中文量词靠语感区分，翻译时需要明确的数量语义。译错了，买家可能以为买的是单个，收到的是套装；或者以为是一套，结果只收到一件。这类误解直接带来退货和差评，代价很高。处理时把数量信息明确写出来，逐项核对单复数，是最基本的动作。

规格与单位要按目标市场习惯呈现，而不是保留原单位再让买家自己换算。尺寸用厘米还是英寸，重量用克还是盎司，容量用毫升还是液量盎司，不同市场习惯不同。换算数值要准确，小数位数在全店范围内统一。

功能与功效类表述要在合规框架内收敛。翻译不是自由创作，遇到功效描述时，不能为了表达有力而使用绝对化用语，也不能把原本有限的功能翻成明确的承诺。合规问题在跨境平台的处理力度较大，这个关口在翻译环节就要守住。

五、回填环节：字体、字宽与行距

回填是最考验工具的环节，也是最容易被跳过验收的环节。译文正确但版面崩了的图，实际可用度很低。四类问题最常见。

字体字符集不完整是第一类。原本设计时选的字体可能只覆盖拉丁字符，遇到目标语言需要的特殊字符就无法显示，成品里出现方框或者空白。这类问题属于硬性错误，必须修复，检查方法是把成品放大到文字区域逐个字符看一遍。

字宽差异是第二类。同样字号的英文和中文，视觉高度和宽度感完全不同；某些语言的大写字母比例高，同样内容在画面里会显得更占地方。字号需要按语言分别微调，不能直接沿用原来的数值。这一类和译文长度变化叠加在一起，是版面被撑破的主要原因。

行距与对齐是第三类。原文只有一行，译文可能变成两行；原文行距宽松，换成另一种语言的字符后视觉上会显得更挤。处理时要留意译文的行数变化，必要时调整行距和换行位置，让文字的视觉密度和原来接近。

书写方向是第四类。从右向左书写的语言会改变整个对齐逻辑，原本左对齐的标注要改成右对齐，包含数字和单位混排的内容还要注意数字的排列方向。这类语言不能靠翻译后简单翻转处理，需要按语言规则重新排。

还有一个要求容易被忽略：保留信息层级。原图上哪个词是主标题、哪个是次要说明、哪个是规格标注，翻译之后这个层级关系要跟着保留下来，不能让标注文字和主标题看起来一样重要。层级处理得好，买家扫一眼就能抓住重点；层级塌了，整张图会显得杂。

六、青虎AI处理图上文字的用法

把上面三个环节对齐到工具能力，会发现日常工作中最耗时的部分恰好落在青虎AI能承担的范围内。青虎AI是一套对话式的AI电商作图工具，处理图片文字的用法和其他场景一致：把图上传进去，用日常语言说清目标语言和处理要求，它直接输出处理后的成品图。整个流程对应上传素材、输入需求、生成调整、导出上传四步。

识别与回填由AI图片翻译承担。上传带字的商品图，描述把这张图上的中文翻译成英文并保持原有排版，工具完成文字识别、语言转换、按原版式回填，尽量保持字号、位置和对齐方式。含大量标注的细节图和多语言上架场景，用这个能力节省的时间最明显。

画面清理由AI白底图承担。图上有商品特写、背景杂乱的，先用AI白底图把背景统一处理干净，再进入文字处理，成品画面更整洁，文字也更容易被稳定识别。这一步在翻译之前做，比翻完再处理背景省事。

风格统一由AI跨境图承担。一组图要翻成同一语言、用于同一站点时，先用AI跨境图把画面风格统一，再统一处理文字，输出的一组图不会出现风格跳跃。多规格输出由AI图片处理配合AI批量出图完成，同一批素材按不同平台要求分别导出尺寸和比例。

描述需求时有几个细节值得写进去：目标语言、使用站点、排版要求、遮挡限制、单位换算规则。描述写得越具体，第一版成品的可用度越高，反复调整的次数越少。

七、用青虎AI翻译一张商品图的四步

把用法落到具体操作，一张带文字的图从原图到目标语言版本，走四步。

图2：青虎AI对话界面中上传带字商品图、描述目标语言与排版要求

四步里人工投入最大的是第一步和第三步。开工前把术语想清楚，验收时就有明确标准可以比对；术语没定就直接翻译，验收时只能凭感觉判断，返工概率会高很多。这个顺序在批量场景里更加重要。

八、一组图统一处理，怎么保证不跑偏

单张图和一组图的差别不只在数量，处理逻辑也要跟着调整。批量场景下有三个动作必须提前定。

批量处理还有一个操作细节：不要一次上传过多素材。分成若干批次处理，每批完成立即抽检，发现问题能及时修正，不会等到全部做完才发现术语用错要整体重做。批次规模按图片文字密度判断，文字多的图批次小一些更稳。

图3：电商图片文字处理流程，术语表贯穿识别、翻译与回填三个环节

九、四个常见误区

做法讲完了，再说说实际使用中最容易走偏的地方。

四个误区的共性是把翻译当成了一次文字替换。图上的文字是画面的一部分，替换文字的同时也在改变画面，两件事必须一起验收。

十、四个提升技巧

绕开误区之后，再给四个能明显拉开效果差距的做法。

四个技巧分别对应标准前置、素材质量、原文校验和错误沉淀，都是不难做到的动作，关键是固定进流程。

十一、三个真实使用场景

把方法放回真实场景，看三个不同阶段的卖家是怎么用青虎AI处理图上文字的。

三个场景说明同一件事：图上文字处理的价值不在于把字换掉，而在于让买家准确理解商品。

图4：从新品上架、多站点铺货到老图翻新的图片文字处理落地场景

十二、常见问题解答