直接答案：Google 翻译可处理文字、语音、图片、网页和部分文档；批量、术语或系统集成应使用 Cloud Translation 并显式配置语言与 glossary。生产交付前要逐项核对人名、产品名、否定、数字、单位、占位符和文档结构。
本文面向需要做技术选型或落地验收的中文读者。所有会随版本变化的接口、价格、硬件支持和功能可用性，都应在实施当天回到官方页面复核；本文复核日期为 2026-09-08。
先判断：这个任务真正要解决什么
按文本、图片、文档或 API 场景选择 Google 翻译路线，并完成术语、数字和格式验收。开始前把业务目标写成可验证条件，避免把“能运行”“返回了结果”误当成质量达标。
| 序号 | 决策问题 | 验收方式 |
|---|---|---|
| 1 | 输入是文本、对话、图片、网页还是文档 | 记录证据、负责人和通过条件 |
| 2 | 源语言、目标地区、语体与专名 | 记录证据、负责人和通过条件 |
| 3 | 格式、链接、表格、占位符、数字和单位 | 记录证据、负责人和通过条件 |
| 4 | 敏感内容、账户、权限、配额与人工审校 | 记录证据、负责人和通过条件 |
核心原理与适用边界
- 自动语言检测会出错，短文、专名与相近语言在生产流程中应显式指定源语言。
- 图片和扫描 PDF 先受 OCR 准确性影响，小字、艺术字与模糊文字会降低质量。
- Glossary 可约束已知术语，但不保证整句语义、语气和事实都正确。
这些原则只说明技术机制，不代表任何特定产品在你的数据、硬件或组织流程中必然更快、更准或更省。若官方材料没有披露某项实现，应明确标为未知，而不是根据营销名称推断。
从基线到上线的执行步骤
- 第 1 步：定义语言方向、目标地区、读者和不可误译项
- 第 2 步：提取术语、专名、占位符和禁止翻译片段
- 第 3 步：按输入类型选择消费端界面或 Cloud Translation
- 第 4 步：先用代表样本验证语言、格式、链接与占位符
- 第 5 步：逐段检查遗漏、增译、否定、数字、单位与术语
- 第 6 步：对合同、医疗、安全与其他高风险内容安排合格人工复核
每一步都要保存输入版本、配置、输出和验收结论。遇到失败先缩小范围并保留原始证据，不要为了让演示通过而修改测试口径。
建议保存的验收记录
| 记录项 | 最低要求 | 失败时处理 |
|---|---|---|
| 范围与版本 | 代码、数据、模型、依赖、硬件和日期可追踪 | 冻结发布，补齐版本后重跑 |
| 质量证据 | 与固定基线按相同输入和指标比较 | 定位数据、提示、模型或系统层原因 |
| 安全与权限 | 最小权限、敏感数据处理、失败模式均有验证 | 撤销权限或回滚到安全版本 |
| 发布与恢复 | 灰度范围、监控阈值、负责人和回滚命令明确 | 停止扩量并执行已演练的回滚 |
常见风险与失败模式
- 检测错语言方向可让短文输出完全失真
- 扫描 PDF 中的图片文字可被识别但未必被翻译
- 长文分块会破坏跨段指代与术语一致性
- 敏感文档上传前必须核对账户、地域、保留与处理条款
风险较高的业务应增加人工复核和独立安全测试。本文不把公开资料整理写成编辑部实测，也不提供无法复现的速度、准确率或收益数字。
常见问题
只要官方示例能运行就可以上线吗？
不可以。官方示例用于说明能力或接口，仍需用你的数据、权限、负载和失败场景验证，并保存可以回放的结果。
为什么必须保留基线？
没有相同输入和相同指标的基线，就无法判断新方案是否真正改善，也无法在故障时确认回滚是否恢复。
版本变化后需要全部重做吗？
至少应重跑与变化范围相关的确定性检查、核心质量集、安全边界和恢复演练；重大模型、框架或数据变更应做完整回归。
下一步与一手来源
可继续阅读：AI 生成测试与回归验收、AI 图表数据与误导检查、AI 工具局限与人工门禁。这些内链分别帮助补齐模型路由、对话系统和 Agent 治理边界，不替代本文缺失内容。
一手与原始资料：Google Translate Help、Images、Documents and Websites、Cloud Translation Overview、Glossaries。访问与事实复核日期：2026-09-08。
