如何使用 Gemini 进行翻译：长文档、限制与审校

Gemini 是翻译段落、邮件和文档片段的优秀工具，而且能一次性读取长篇 PDF。但作为翻译整本书或带格式文档的唯一工具，它并不合适，因为限制长篇翻译的并不是 Gemini 能读多少，而是它一次回复能写多少，以及回复以什么形式呈现：聊天中的文本，而不是重建后的 PDF、EPUB 或 DOCX。

因此，当难点在于对可控篇幅文本的语言判断时，就用 Gemini。只要文档长度超过一次回复的容量，就要做好分块、固定术语表和完整性检查的准备。当你需要的是翻译后的文件本身时，请使用文件级工作流。

本指南涵盖 Gemini 应用（gemini.google.com）和 Gemini API，包括 Google AI Studio。以下所有限制均来自 Google 官方文档，核查日期为 2026-10-11。Google 经常更改这些限制，因此在围绕某个数字做规划之前，请先查看所链接的页面。

Gemini 各入口接受的内容

来源：在 Gemini 应用中上传并分析文件、Gemini 应用的使用限额与升级、Gemini API 文档理解，以及 Gemini 3 Flash 模型页面。

对于翻译而言，这些页面中有三个细节比那个醒目的上下文窗口更重要：

• 免费应用的上下文很小。 Google 标明，未订阅 AI 套餐的 Gemini 应用上下文为 32k token。它自己的经验法则是 100 个 token 约等于 60–80 个英文单词，因此 32k 窗口大约能容纳 19,000–26,000 个英文单词。这还得同时覆盖你的指令、原文和译文。这只是一章的长度，而不是一本书。
• 只有 PDF 能获得视觉理解。 Google 表示，Gemini 对 PDF 使用原生视觉能力，能够理解页面上的文本、图像、图表、图形和表格。其他文档类型，如 TXT、Markdown 和 HTML，会被“提取为纯文本”，其格式上下文会丢失（文档理解）。如果你上传 DOCX 或 EPUB，请假定 Gemini 看到的是文字，而不是版式。
• 输出是文本。 Gemini 3 Flash（预览版）模型页面将文本列为唯一的输出类型。该应用可以将响应导出到 Google Docs，或将表格导出到 Sheets（导出选项）。这很有用，但它仍然是一个由聊天文本构建的新文档，而不是语言被替换后的原始文件。

决定分块大小的数字是输出上限

关于 Gemini 和长文档的大多数建议都指向 100 万 token 的上下文。对于翻译来说，这个数字具有误导性。读取一份 300 页的 PDF 很便宜：Google 将每个文档页面计为约 258 个 token，因此 300 页大约是 77,400 个输入 token。这很容易满足 Pro 套餐或 API，尽管它无法放入免费应用的 32k 窗口。

然而，翻译与摘要不同。答案与原文一样长。如果模型的输出上限是 65,536 个 token，按照 Google 每 100 个 token 对应 60–80 个单词的规则，一次响应最多约为 39,000–52,000 个英文单词，而且一旦为标题、注释或每词消耗更多 token 的非英语目标语言留出空间，往往还会更少。一本长书很容易超出这个范围。书能放进 Gemini 读取的内容里，但它的译文可能放不进 Gemini 一次响应所写的内容里。

这个算术是根据 Google 公布的限额推断出来的，并非实测结果。它指向一条实用规则：根据你需要返回的输出量来选择分块大小，而不是根据 Gemini 能读取的输入量。 在实践中，一章或几千词的分块能让每次响应远低于上限。它们还能让审校单元足够小，以便轻松发现缺失的段落。

长上下文仍然有帮助。Gemini 可以先通读整个文档，在翻译任何内容之前建立术语表和风格简报。Google 自己的长上下文指南也警告说，当请求需要从大型上下文中检索许多独立项目时，模型的“表现不会像”处理单一目标时那样准确。整本书的翻译一次要求数千个项目。相比一个巨大的请求，许多较小的请求能带来更好的控制。

Gemini 返回的是文本，而不是可用的文件

在选择 Gemini 之前，先确定“完成”意味着什么。下表将文本即交付物的任务与文件即交付物的任务区分开来。

分界线在于：有些工作的核心是阅读和判断，有些工作的核心是重建文档。Gemini 能帮助前者。对于后者，翻译只是任务的一半。

分块与术语漂移检查清单

这是一种工作方法，而非基准测试结果。它将 Google 所记录的风险（输出上限、上下文限制、多项目检索较弱）转化为你可以重复执行和审核的步骤。请根据你的方案和模型调整分块大小。

翻译之前

1. 冻结源文件。 以文件的某一个最终版本为准。记录其页数或字数。
2. 选择你的操作界面。 免费应用：每次对话计划处理一章或更少。Pro/Ultra 应用或 API：你可以把整份文档交给 Gemini 分析，但仍要分块翻译。
3. 按自然边界拆分。 使用章节或小节，而非分页符，以便句子和脚注保持完整。给每个分块编号（C01、C02……），并记录每个分块的首句和末句。
4. 先建立术语表。 让 Gemini 列出反复出现的名称、地名、术语和称谓，并给出建议译法。由具备资质的人审核批准。术语一致性指南涵盖了术语表应包含的内容。
5. 写一段风格说明。 受众、语域、如何处理单位和引文，以及哪些内容绝不翻译。

针对每个分块

6. 每个分块都以相同的头部开始。 将已确认的术语表和风格说明粘贴到每一次请求中。不要指望对话能记住它们。新建对话、免费方案的上下文限制，或过长的对话线程，都可能把早期的指令挤出视野。
7. 每次回复只翻译一个带编号的分块。 要求 Gemini 在输出开头写上分块 ID，并在结尾写上 END C07（或对应的 ID），这样一旦回复被截断就能立刻发现。
8. 检查长度和边界。 对比段落数量，然后确认最后一句原文有对应的译文。缺少 END 标记意味着回复提前中断了。重新请求该分块；不要从中间接着往下翻。
9. 记录新术语。 如果某个分块引入了术语表中没有的术语，就把它加进去、确认，并在后续分块中使用。不要让 Gemini 为它另造一个译法。

所有分块完成后

10. 搜索漂移。 在拼装好的译文中搜索每个术语和每个源语言人名。每一处命中都应使用已确认的形式。拼写变体和残留的源语言词汇是最常见的漂移迹象。
11. 核对完整性。 每个分块 ID 都应出现一次，按顺序排列，没有重复。
12. 请人审阅高风险段落。 让有资质的读者检查人名、数字、日期、否定表达，以及任何涉及法律、医疗或出版的内容。

应用与 API 的区别，一句话概括：在应用里，第 6–8 步靠手动完成，导出到 Docs 按钮就是你的拼装步骤。用 API 的话，你可以把第 6–11 步写成脚本，但输出仍然是文本，你得自己把它放回文档里。

一种经得起分块考验的提示词模式

使用与我们的 ChatGPT 翻译指南 相同的四段式结构，并加上分块控制：

TASK
Translate chunk C07 from [source language] to [target language].

AUDIENCE AND PURPOSE
[Who will read it and what they need to do with it.]

CONSTRAINTS
- Apply the glossary exactly. If a term is missing, keep the source term in
  [brackets] and list it after the translation as NEW TERM.
- Preserve names, numbers, dates, citations, and paragraph boundaries.
- Do not summarize, skip, or add explanations.
- Start with "C07". End with "END C07".

GLOSSARY
[approved term list]

SOURCE
[chunk text, or "pages 41–58 of the attached PDF"]

把审阅与翻译分开。一个分块翻完后，新建一次请求，附上源分块、译文、术语表和一份简短的评分标准：漏译、增译、数字或人名改动、术语表违规、语域错误。Gemini 找出的问题需要你去核实，而不是最终判决。和任何模型一样，它可能漏掉错误，也可能把正确的选择标成问题。

对于小说，章节之间的语气漂移是与术语漂移不同的另一类风险。AI 小说翻译工作流 涵盖了角色设定集和语气测试。

上传前先检查隐私

上传的文档会怎样被处理，取决于你如何使用 Gemini：

• Gemini 应用： Google 表示部分对话会由人工审阅者阅读，其隐私声明要求你不要输入不希望被审阅者看到的机密信息。关闭“保留活动记录”会阻止未来的对话被用于改进 Google 服务，但 Google 表示它仍会借助人工审阅者使用对话，以帮助保护 Google、其用户和公众（Gemini 应用隐私中心）。
• 免费 API 和 Google AI Studio： Gemini API 条款将免费使用（包括直接使用 Google AI Studio）归类为“未付费服务”。Google 可能使用这些内容来改进其产品，人工审阅者可能阅读这些内容，条款也说明不要提交敏感、机密或个人信息。付费 API 使用的内容不会被用于改进 Google 的产品（Gemini API 条款）。

对于合同、受保密协议约束的手稿或客户文件，在上传任何东西之前先解决这个问题。文档翻译隐私检查清单 列出了向任何工具（包括我们的工具）提问时应问的问题。

什么时候不该再把 Gemini 当作主力工具

当你能看到并修复每一处失败时，Gemini 就是合适的工具：一章你会通读的内容、一段你想看看不同译法的文字、一份你正在起草的术语表、一篇你正在审阅的译文。哪个模型在你的语言对上最强，是另一个问题。我们的 最佳翻译 LLM 指南 说明了如何测试这一点，而不是轻信排行榜。

当任务是一份完整文件时，它就不是合适的主力工具。到那时，你得手动管理几十个分块、反复粘贴术语表、检查结束标记，还要自己重建版式。这正是 BookTranslator 要做的工作。你上传 PDF、EPUB、DOCX 或其他受支持的文件，它会带着上下文和一致的术语表翻译整份文档，然后返回一份译文文件，在格式支持的情况下还会返回双语版本。对于扫描版 PDF，OCR 模式会根据识别出的内容重建一份干净的译文 PDF，而不是精确复制原始页面版式。结账前你就能看到价格，所以可以先上传文件，再据此决定。无论你用哪个工具，对于任何重要的内容，都请保留上面的审阅步骤。