翻譯工具怎麼選:DeepL、Google、直接用 LLM 比較

2026 年的機器翻譯跟五年前是完全不同的領域。現代 LLM 常常比專門翻譯服務還會翻 — 但前提是你會 prompt。某些工作流 DeepL 還是贏。某些 Google 翻譯就夠。問題是你是哪一種。

DeepL:歐洲語系還是領先

DeepL 多年來在歐語系翻譯上贏 Google,優勢還在。德英、法英、義英、西英 — DeepL 輸出更自然、慣用語處理更好、正式 / 非正式語氣更常翻對。歐語系商業寫作,DeepL 還是預設。

DeepL 的祕方是訓練資料品質加上專注於較小的語言集。他們在支援的語言上死命優化,而不是把力氣分散在 130+ 種語言。

什麼時候用 DeepL:翻譯歐洲語言之間、需要幾秒內拿到精緻商業級翻譯、想要為翻譯工作優化的 UI(不是通用 AI 聊天)。Mac/Windows 桌面 app 比網頁版好用。

弱點:亞洲語言比歐洲語言弱。DeepL 的中、日、韓翻譯不錯,但已經不是頂尖。價格相對於 LLM 替代品也偏高。

Google 翻譯涵蓋 130+ 種語言、休閒用免費、有最好的手機 app、什麼地方都整合。低風險日常用 —「這越南菜單寫什麼」、「翻一下這條日文推文」 — Google 是對的答案。

Google 也在悄悄用 Gemini 衍生模型升級翻譯引擎。2024-2026 世代比舊的 NMT 系統好太多。長篇內容那種老的「機器翻譯感」幾乎沒了。

什麼時候用 Google:需要廣泛語言覆蓋、要免費、要手機、要 OCR + 翻譯 + 朗讀工作流。出國時的 Lens 相機即時翻譯真的神奇。

弱點:語氣跟風格不穩。它會把一條輕鬆的推文翻成正式商業稿。對重視 voice 的發布內容,Google 的輸出通常需要人編輯。

這是 2025-2026 的大轉變:任何能描述 context 的翻譯,直接把文字丟給 Claude、GPT、Gemini 加上仔細的 prompt,結果常常比 DeepL 好。不一定每次,但常常。

為什麼:專門翻譯系統一句一句獨立處理。LLM 可以利用周圍段落、你說明的受眾、你說明的語氣、你說明的品牌 voice 當 context。「把這條推文翻給台灣輕鬆受眾、技術名詞保持英文、不要正式化」這件事 DeepL 做不到。

什麼時候直接用 LLM:翻譯較長內容(文章、文件、書)、受眾很重要、品牌 voice 很重要、有想保留的術語(像中文科技寫作裡的「prompt」要留英文)、或翻譯較少見的語言對(英 → 越、中 → 印尼)而且專門服務有落差。

好用的 prompt 結構:「把以下 [來源語] 文字翻成 [目標語]。受眾是 [描述]。語氣 [描述]。保留這些詞為 [原語]:[列表]。不要文化在地化 — 翻譯,不是改寫。只輸出翻譯。」然後貼原文。

Lokalise / Crowdin / Phrase — 軟體用的翻譯管理系統。維護術語表、管理翻譯者工作流、跟 Git 整合。產品要 ship 5+ 語言時用。
CAT 工具(Trados、MemoQ) — 給專業翻譯者。翻譯記憶體、術語資料庫。除非翻譯是你的職業,不然殺雞用牛刀。
Subtitle Edit / Aegisub — 字幕專用。跟散文翻譯工作流不同;行長跟時序限制重要。
Notta / Vatis Tech — 翻譯音訊或影片(轉錄、翻譯、配音)。利基但實用。

中文這塊比較複雜:

繁簡轉換特別注意:不要只靠字符轉換。詞彙不同(軟體/软件、影片/视频、預設/默认、訊息/信息)。明確告訴 LLM 你要哪一種。

100 萬字符翻譯量:

直接用 LLM 翻譯,以純 API 成本而言,在大量使用上已經比專門服務便宜很多。