一句句都像对的，为什么连起来会变成另一部剧
短剧对白短、反转密，很多句子会省略主语。中文里的“他”“她”“那边的人”，甚至一句“你也配”，离开镜头和前文后都无法确定对象。逐句系统若只看到当前文字，只能选一个表面通顺的答案，却不知道说话人正对谁、两人是什么关系。
称谓更容易让错误显得自然。角色前几集叫“顾总”，关系变化后改叫名字，后来又因公开场合恢复职务称呼。每一句单独翻都可能符合词典，但称谓变化本身就在讲剧情。若全剧始终用同一种叫法，观众会失去关系变化；若每次随机变化，角色又像互不认识。
这类问题通常不会在翻译初稿里报错，而会在母语审校、配音或上线后被发现。届时人名与称谓已经进入多集字幕、音频和成片，一处逻辑错误会变成一串版本返工。
上下文要给判断提供结构，不只堆更多句子
有效上下文至少包括人物是谁、彼此关系、这一场发生什么、哪些词有固定译法，以及后面哪些信息不能提前说破。只把前后几百行原文一起提交，模型仍可能不知道同名角色、时间跳转或叙述视角。
翻译前要准备的四类上下文
角色和术语资料也不是先写完就永远不变。读到后续剧情才确认某个代号指向谁，或发现早期译名会破坏后文双关时，应更新规则并回查已经完成的集数。上下文翻译必须允许向前返工，而不是按集交付后再也不碰。
逐句翻译容易丢掉这一句在关系里承担的动作，而不只是字典含义。同一个“好”可能是答应、敷衍或威胁，称谓也会随着身份揭露而变化；模型只看当前句时，会选择语法正确却让后续剧情失去铺垫的表达。把相邻对白、人物关系和本集变化一起提供，译者才知道哪些信息必须保留，哪些可以为口语节奏调整。
校对不能只问字面是否正确，一句话还要承接前一集的信息并推动下一步关系。完成后再把确定的人名和称谓回写术语，后续集才不会继续出现不同译法。
伏笔和信息差，最怕被“翻得更明白”
机器翻译倾向于把省略补全，让一句话在局部更清楚。可悬疑、身份反转和误会剧情常靠信息差推进。原文只说“那件事”，目标语若直接补成具体事件，就可能提前揭开后文；角色故意含糊，译文若替他解释完整，也会改变人物动机。
处理这类台词，审核者要问“目标语观众此刻应该明白到哪里”，而不只是“观众是否立刻明白全部信息”。可以在剧情表里标出第一次提到、正式确认和后文回收的位置，再看三处译文有没有提前泄露信息。
笑点、侮辱和权力关系也依赖前后文。直译可能保住字面，却丢掉谁有资格用这种口气。必要时可以改写表达，但要保持角色意图和后续回应能够接上。没有母语和文化判断时，应把容易改变剧情的句子留给目标语编辑，不能因为译文读起来流畅就直接通过。
字幕版和配音版，还会对同一句译文提出不同要求
字幕要在有限显示时间内读完，太长会遮挡画面或迫使观众追字；配音要让台词自然说完并落进镜头，过长只能挤压语速，过短又可能留下突兀空白。同一句源文，两个版本可以共享事实、角色和术语，却不必逐字共用同一表达。
先做一个语义确认稿，再按交付改成字幕表达或配音表达，通常比两组人完全独立翻译更容易保持一致。字幕可以更紧凑，配音可以加入自然停顿和口语连接，但人名、关系和剧情信息不能因此分裂。
若项目只交付可切换软字幕，没有配音计划，不必提前为嘴型牺牲阅读自然度；若渠道明确要求配音，做样片时就应让译文进入声音测试。等全剧翻完才发现台词普遍放不进镜头，会迫使团队在翻译、配音和时间轴之间来回重做。
人工不必平均重翻每一句，要守住错误代价最高的位置
先让译文覆盖全剧，再按风险安排审核。普通、语义明确的对白可以抽查；人物第一次出现、称谓变化、关键道具、组织名、反转、付费节点和高情绪台词应逐条确认。审核意见要写成可复用规则，不只在当前字幕上改一个词。
抽查发现一种系统性错误时，要扩大到同类内容。例如某个称谓在三处错译，不应只修三条，而要用角色关系和术语规则搜索全剧。这样人工时间才从逐句救火变成修正会继续传播的根因。
整剧翻译的价值，要在修改时才真正看得出来
译文交付不应只剩一份最终字幕文件（如 SRT）。剧情摘要、角色表、术语、待确认项，以及字幕版和配音版之间有哪些差别，都要能查到；后续改人名或查配音依赖时，团队才能找到它出现在哪些集、语言和音频里。
多集项目里，这些资料若散在不同文件和评论里，局部修改很难沿依赖回查。GhostCut 的整剧翻译流程可以先分析剧情、角色和术语，再让逐句译文参考同一部剧的前后文，并继续进入字幕或配音；最终自然度、文化表达和关键剧情仍需目标语人员确认。只有少量独立句、没有连续人物关系，或项目要求完全人工创译时，单句工具或人工流程可能更直接。
要让前后文长期可用，下一步应把最容易变乱的信息单独整理成术语表。它不只收录专业词，还要记录人名、称谓、组织和世界观规则，以及每次修改会影响哪些版本。