批量译图翻译指令怎么写？AI译图指令写法

批量译图的操作里，真正需要动脑子的地方只有一处：翻译指令怎么写。上传、选模型、点生成，这些都是固定动作；唯独那句指令，你写什么，结果就朝什么方向走。

好消息是，这句话的门槛比很多人想得低。输入框里默认就写好了「将图片中的文字翻译为：英语」，多数情况下你要做的只是把「英语」两个字改成别的语种。不需要押韵，不需要堆形容词，更不需要写成一段话。

但门槛低不等于可以随便写。同一批图只会认一条指令，指令里说清了什么、漏掉了什么，直接决定这批成品能不能用。写得对，一批图五分钟出成品；写得含糊，你可能在核对环节多花半个小时，还把返工的原因误判成「工具不行」。

下面把「怎么写、为什么这么写、什么写法一定是错的」讲清楚。

图1：整条流程里唯一需要「想一句」的地方，就是屏幕中间那个输入框。

一、先理解这条指令在整批图里的角色

翻译指令不是给某一张图写的备注，它是给这一整批图下的同一条命令。点生成之后，AI 会统一按这条指令，同步处理所有已上传的图片。这意味着指令里的每一个字，都同时在几十张图上生效。

理解这一点，很多写法的对错就自然明了了。比如你在一批图里写了「把图片中的中文标题翻译成英语，但保留价格数字」，如果这批里有一张图没有价格，那条限定条件就落空了；如果有一张图的价格本来就不是阿拉伯数字，那它的处理方式也会和你的预期不一致。一批一条指令，指令要能罩住批内每一张。

换个角度说，指令更像是给这批发往同一个市场的图统一贴上的标签，而不是逐张下发的工单。既然是标签，它就得先在「批」这一层成立。批是怎么分的，直接决定了指令能写得多细。这也是为什么上一篇反复强调按语种分批：批分得对不对，是指令能不能发挥作用的前提。

从这个角度看，写指令其实有两半：一半是选语言，一半是分组。选语言只用改三个字，分组才是真正花心思的地方。图怎么归堆、每堆放几张、哪些图不适合和别的图混在一起，这些决定做完之后，指令反倒成了顺手填上去的一件事。

还有一层要记住：指令管的是「译成什么语言」，不是「源语言是什么」。源语言在参数区，固定是简体中文，识别原图里的中文文字。指令和目标语种是一回事，别和源语言搞在一起。

把这层角色想清楚，你就能理解为什么它默认只写一句话。工具的作者已经替你把稳定性的边界画好了：目标语言必须由你来定，因为机器猜不到你要发往哪个市场；而字体、排版、主体这些「不该变的东西」，机器比人更清楚该怎么不动。两者分工明确，你只负责前者。

二、一条好指令要说清的两件事

口诀可以记成八个字：译成什么，保留什么。前半句是目标语言，后半句是你要 AI 别乱动的东西。默认那句「将图片中的文字翻译为：英语」把前半句说满了，后半句其实由工具的机制兜底——自动匹配原图字体、排版、光影，完整保留产品主体与构图。

也就是说，多数时候你连后半句都不用写，工具默认就会保留主体。但知道「保留什么」这半句存在，对你判断某些特殊情况很有用：当你发现结果把某样东西改动了，回头想清楚是不是指令里的限定条件不够，就能对症调整。

图2：左边是堆满限定的长指令，右边是改一个语言名的短指令，后者更容易整批通用。

这张表的核心信息是：你真正需要动手的只有第一行。后面两行是默认兜底，了解即可。别把简单的事写复杂，那反而是失误的来源。很多人第一次写指令时把三行全写了，结果既没提高质量，还因为限定太多让部分图无法被正确覆盖。

把这张表和默认那句对着看，会发现一个有意思的事实：默认值本身就是「最优写法」。工具把最容易出错的地方替你定了，你要做的只是在一个变量上做选择。理解了这一点，写指令这件事的焦虑感基本就没了。

三、几种能直接抄的指令写法

把常用语种过一遍，写法如下，照着改就行。

可以看到，四种写法除了语言名不同，其余完全一致。这就是这个功能设计得聪明的地方：把「目标语种」收成指令里的一个变量，而不是新增一堆开关。你要学的只有一句模板，语种换一换就覆盖了英语、日语、韩语、西班牙语、俄语等目标市场。

四种写法里，英语是默认值，也是用得最多的一种。原因不复杂：英语站的市场体量在那，多数店铺出海第一站就是英语。日语和韩语的写法规则相同，只是面向的市场不同；西班牙语和俄语覆盖的是另一些区域市场，字符形态差异更大，排版上需要多留意。

用一个具体例子把差异说清楚。同一张中文主图，译成英语时文字块通常向右延展、行数可能变多；译成日语时字符紧凑、占位可能反而缩小；译成俄语这类字符高度较大的语言，行距压力会更明显。这几种情况都不需要你在指令里处理，但知道它们存在，核对的时候就知道该重点看哪个方向。

如果你要同时铺英语、日语、西班牙语三个站点，正确做法不是写三条指令一次性提交，而是分三批：先传英语批跑完下载，再传日语批，再跑西班牙语批。每批的一条指令都保持最简，语种切换只发生在语言名这三个字上。这样做的代价是多点两次，换来的是每一批结果都可控、可追溯。

注意一个细节：一批里只写一条指令，也只对应一个目标语种。不要在一句话里堆砌「翻译为英语和日语」，那样做出来的结果不可控，工具也没有对应的参数去承接。要多个语种，就按语种分批，一批一条指令。

四、为什么不用堆复杂描述

很多人刚接触这类工具时，习惯把指令写成一段长句，比如「请把图片里的中文标题、卖点、价格全部翻译成地道的英语，保持原来的字体和位置，不要改动产品本身，风格要专业」。这种写法看着周到，实际上有两个问题。

第一个问题是前面说的：一批一条指令，描述越细，覆盖不到所有图的风险越大。这批里有五张图没有价格，你写了「价格全部翻译」，那五张就白搭了。第二个问题是，字体、排版、光影匹配、主体保留这些事，工具是默认机制在处理，不需要你在指令里重复交代。你写上去，也改变不了机制，只是让句子变长。

只有一种情况值得加限定：这批图里有某种你特别不希望被碰的元素，而这种元素在批内普遍存在。比如整批图都带同一个活动角标，你想确保它不被重新生成。但即便如此，也要先判断这个元素是不是图内文字——如果它本身是中文文字，那它就是待翻译对象，加限定反而自相矛盾。

换句话说，加限定的场景非常少，绝大多数时候「不加」才是正确选择。这不是偷懒，是尊重工具的默认能力。青虎AI 把匹配字体、贴合排版、保留光影这些事做进了默认机制里，就是想让你的指令保持轻盈。你越少干预，它的一致性越稳。

也可以反过来验证这个判断。假设你把限定写得非常细，结果某张图没被正确处理，你很难判断到底是「指令没说清」还是「图本身难度高」。而用默认写法，出问题时判断路径就简单得多：语言名对的，那问题十有八九在图，不在指令。写法简洁带来的不只是稳定性，还有排查的便利。

换句话说，加限定的场景非常少，绝大多数时候「不加」才是正确选择。这不是偷懒，是尊重工具的默认能力。

五、指令和参数区怎么配合

指令不是孤立存在的，它要和参数区一起看。两者分工清楚，才不会互相打架。

四行里最值得记住的是第一行和第三行。目标语种永远写在指令里，源语言永远不动；要保原构图就别选场景。把这两条钉住，参数区和指令之间基本不会再打架。剩下的两行是执行层的小调整，理解原理之后按需处理就行。

从使用顺序看，建议先写指令、再核参数。因为指令是这一批的「主题」，参数是围绕主题的「配置」。主题先定，配置才有意义。反过来先调参数再想指令，容易出现「参数调得很细，但指令没写对语种」这种本末倒置的情况。

数量这一项要单独提一句。它控制的是单批次生成数量，默认 1。把它调大能得到同一张图的多个版本，但不会改变语种，也不会改变构图逻辑。用数量去试语种是常见误解，语种只认指令里的那个语言名。

再往下想一层，指令和参数区的分工其实反映了一个更普遍的原则：能由机制兜底的，就别写进指令。这样做的直接好处是，你的指令永远只表达「意图」，不背负「执行细节」。意图简单，覆盖范围就广；执行细节交给机制，稳定性反而更高。青虎AI 把批量译图的指令设计成一句话，正是这个思路的体现。

六、写指令到出图，六个动作按顺序走

下面把写指令这件事放回完整流程里看一遍。重点在步骤三，但前后步骤也不能跳。

图3：中间那个输入框是分水岭，前面是准备，后面是执行。

六个动作里，步骤三只要十秒钟，步骤四只要五秒钟，但它们决定后面全部结果。前面两步是准备，后面两步是收尾。把中间两秒的决策做对，整批的返工率会明显下降。这也是为什么标题问的是「指令怎么写」，而答案其实有一半在步骤二——批分对了，指令才写得对。

对这个流程熟悉之后，你会发现它更像一条固定的生产线：进料（传图）、设参数（指令）、加工（生成）、质检（核对）、入库（下载）。写成「指令」的那个环节看起来最小，却决定了整条线的产出形态。把注意力放在这里，是投入产出比最高的地方。

七、什么情况下要回头改指令

生成完发现不对劲，先判断是不是指令的问题，还是图本身的问题。下面这张排查表按优先级排，从上往下查最快。

这张表的用法是「先排全局，再排局部」。整批都不对，基本是指令或批次分组的问题；只有个别图不对，多半是那张图本身难度高。搞清楚这个分界，你改起来就不会盲目，也不会因为一张图的问题把整批都重跑一遍。

还有一个不属于指令问题的现象值得说清：如果某些图译完后主体有轻微变化，先别急着改指令，先确认产品图区有没有放对参考图。主体保真这件事，一部分靠默认机制，一部分靠你给的参照够不够清楚。指令能解决的只有语言这一层的问题，把语言之外的问题都归给指令，只会越改越乱。

八、四个关于指令的误区

下面四条是写指令时最常见的心结，逐个拆掉。

九、四个让指令更好用的技巧

技巧一和技巧四其实是一对：前一个让写法标准化，后一个让记录可追溯。四个技巧都不需要额外工具，也不需要改工作习惯，只是在动手前多花几秒钟想一下。真正的差距，往往就藏在这几秒里。

十、三个实际场景里指令长什么样

抽象讲完，看三个具体场景下指令是怎么落地的。

图4：一句指令跑完整批之后，真正花时间的还是逐张核对这一步。

三个场景的共同点是：指令一句话，剩下的交给工具。真正需要运营判断的，是在开工前把语种分好堆，而不是在指令里堆细节。这也是批量译图这类工具的使用哲学——把复杂度放在分类上，不放在描述上。青虎AI 把这个哲学做进了默认值里，你顺着它走，就顺。

如果一定要给写指令这件事一句总结，那就是「少即是多」。写一句能被批内每张图满足的话，比写一段面面俱到却处处落空的话有用得多。语言名换对了，这一批就成了一半。

十一、总结

十二、常见问题解答