Lokaliziranje e-mail kampanja u više regija nekada je bio spor, ponavljajući zadatak s mnogim ručnim koracima.Više revizori radili na različitim verzijama, isti sadržaj je prepisan nekoliko puta, a upravljanje dosljednosti na do 13 jezika zahtijeva značajnu koordinaciju. Umjesto uvođenja novih platformi ili vanjskih alata, pokrenuo sam unutarnji eksperiment: Could localisation be automated using only the tools already available inside a standard enterprise Microsoft environment? Prototip se prvenstveno oslanjao na SharePoint, Power Automate i Teams, a jedna dodatna komponenta - GPT-4.1 mini pristup kroz Azure OpenAI - korištena je strogo za kontrolirani korak QA. Da biste podržali ovaj tok posla, postavio sam strukturiranu SharePoint knjižnicu pod nazivom s fasadama koje predstavljaju svaku fazu životnog ciklusa lokalizacije: Email translations Folder Purpose 01_Incoming_EN Source English files; Power Automate trigger 02_AI_Drafts Auto-translated drafts from Copilot + GPT 03_In_Review Files waiting for regional review 04_Approved Final approved translations 99_Archive Archived or rejected versions 01_Incoming_EN Izvor datoteke na engleskom jeziku; Power Automate trigger 02_AI_Drafts Auto-prevođeni nacrtovi iz Copilot + GPT 03_In_Review Arhiva čeka na regionalnu reviziju 04_Approved Završni odobreni prijevodi 99_Archive Arhivirane ili odbijene verzije Datoteke se automatski premještaju između tih fascikli ovisno o njihovom stanju. Cilj nije bio izgraditi savršen sustav lokalizacije - samo vidjeti koliko daleko bi prototip mogao ići pomoću internih alata. Na kraju je uklonio veliki dio ponavljajućeg rada i stvorio mnogo strukturiraniji proces preispitivanja. The Problem: Process, Not Language Problem: proces, a ne jezik Lokaliziranje sadržaja ručno u mnogim regijama stvorilo je nekoliko dosljednih problema: Svaka je regija uređivala svoju vlastitu datoteku, tako da je istodobno postojalo nekoliko različitih verzija. Kada se izvorni tekst promijenio, nisu sve regije ažurirale svoju verziju, što je dovelo do neusklađenog sadržaja. Datoteke su pohranjene na različitim mjestima i s različitim imenima, što je otežalo utvrditi koja je verzija trenutna. Pregledi su trebali vremena, pogotovo kada su timovi bili u različitim vremenskim zonama. Ponavljanje istih izmjena u mnogim datotekama povećalo je rizik od malih pogrešaka Attempt 1: Copilot-Only Translation Pokušaj 1: Copilot-Only prijevod Iako Copilot sada radi na novijim modelima serije GPT-5, ovaj prototip je izgrađen na ranijoj verziji, a ponašanje prijevoda odražava te ranije mogućnosti. Prva verzija toka rada bila je jednostavna: Podaci su postavljeni na 01_Incoming_EN. Električna energija se automatski aktivira. Copilot je generirao prijevod za svaku regiju. Budući da SharePoint pokretači mogu pokrenuti prije nego što datoteka završi učitavanje, protok je uključivao provjeru završetka veličine datoteke (čakajte do veličine > 0 prije nastavka). Međutim, glavni problem brzo je postao jasan: Copilotovi prijevodi nisu bili dovoljno pouzdani za lokalizaciju od kraja do kraja. Zajednička pitanja uključuju: CTAs prevedeno previše doslovno Tone i stil koji se razlikuju među jezicima Mjesta koja se uklanjaju ili mijenjaju oblikovanje razlika u popisima, rasponu i strukturi To je učinilo Copilot korisnim samo za stvaranje prvog nacrta. Potreban je drugi sloj kontrole kvalitete. Attempt 2: Adding GPT-4.1 Mini for QA Pokušaj 2: Dodavanje GPT-4.1 Mini za QA Sljedeća verzija je dodala korak pregleda: Copilot → početni prijevod GPT-4.1 mini (Azure) → provjera kvalitete i dosljednosti GPT-4.1 mini poboljšan: Tone dosljednosti Mjesto za očuvanje Formiranje stabilnosti Usklađivanje s izvorom značenja Zahtjevi su trebali biti prilagođeni kako bi se izbjeglo nepotrebno prepisivanje, ali nakon prilagodbe, izlazi su postali dovoljno dosljedni da bi se mogli koristiti u toku rada. Engineering Work: Making the Workflow Reliable Inženjerski rad: učiniti radni tijek pouzdanim Arhitektura je bila jednostavna, ali nekoliko problema se pojavilo tijekom stvarne uporabe i potrebne su popravke. Platform behaviour: SharePoint pokretači nisu uvijek počeli odmah, pa su se dodale provjere i ponovne provjere. Teams usmjeravanje nije uspjelo kada su kanali preimenovani, tako da je mape trebao biti ažuriran. Design issues: Nekoliko paralelnih koraka nije uspjelo na prvom trčanju, pa je uvedena retry logika. JSON odgovori su ponekad nedostajali očekivana polja, tako da je potvrda dodana. Imena datoteka su bila nedosljedna, tako da je definiran jedan format imenovanja. Nakon tih prilagodbi, radni tijek je pouzdano funkcionirao u normalnim uvjetima. Final Prototype Architecture Finalni prototip arhitekture Ispod je cjelovita radna struktura sustava. 1. SharePoint Upload & Intake Proces je započeo kada je datoteka postavljena na Email translations / 01_Incoming_EN Električni automatski sustav: provjerio je je li datoteka u potpunosti preuzeta (zero-byte guard) Preuzeti metadati Izvučeni tekst Identificirane ciljne regije SharePoint je djelovao kao jedinstveni izvor istine za sve faze. 2. Power Automate Orchestration Power Automate je kontrolirao svaki dio toka rada: Čitanje engleskog izvora Poziv Copilot-a za prijevod slanje nacrta na GPT-4.1 mini za QA Stvaranje podružnice po regiji E-mailing izlaza lokalnim timovima Objavljivanje timova odobrenja kartica Zabilježavanje „odobravanje” ili „zahtjev za promjene” Savjeti za čuvanje odobrenih datoteka u 04_Odobreno čuvanje ažuriranih verzija u 03_In_Review arhiviranje starih verzija u 99_Archive Sve usmjeravanje, ponovne usmjeravanja i prijelaze u stanje upravljao je Power Automate. 3. Copilot Translation Pass Copilot je prevodio izvlačeni sadržaj i sačuvao većinu strukture e-pošte - popise, razmještanje i oblikovanje - bolje od GPT-a samog. 4. GPT-4.1 Mini QA Pass GPT-4.1 mini je provjerio: Tone dosljednosti Značenje alignment Formiranje stabilnosti placeholder integrity To je stvorilo pouzdaniji nacrt za regionalni pregled. 5. Regional Review (Email + Teams) Za svaku regiju, Power Automate: Prevedenu datoteku poslao putem e-maila Objavljena Adaptivna kartica Teams s promjenama odobrenja / zahtjeva Ako su podnesene promjene, ažurirana datoteka je vraćena na I ponovno ušao u radni tijek. 03_In_Review 6. Final Storage Odobreni prijevodi pohranjeni su u korištenje dosljednog formata imenovanja. 04_Approved Odbijene ili zastarjele verzije premještene su na Time je osigurana potpuna i čista revizijska staza. 99_Archive. Results Rezultati Nakon testiranja prototipa u stvarnim tokovima rada: Vrijeme prevođenja smanjeno s dana na minute Manje verzija sukoba Minimalno ručno prepisivanje Brži ciklusi pregleda Svi podaci obrađeni unutar Microsoftovog okruženja To nije zamijenilo namijenjene lokalizirane sustave, ali je uklonilo značajnu količinu ponavljajućeg ručnog rada. Limitations ograničenja Neki jezici još uvijek zahtijevaju stilističke prilagodbe Odobrenje timova ovisilo je o vremenu odgovora revizora Potrebna je retry logika za prijelazne pogreške Konzistencija tona varira na dugim ili složenim e-mailovima To je bilo prihvatljivo za prototip. Next Step: Terminology Memory Sljedeći korak: Terminološka memorija Sljedeće planirano poboljšanje je vektorska terminološka knjižnica koja sadrži: glosarija Nazivi proizvoda Ograničeni uvjeti Regionalno specifično izražavanje Sinonimne skupine Tone pravila Oba modela će koristiti ovu knjižnicu prije proizvodnje ili provjere prijevoda. Final Thoughts Završne misli Ovaj projekt bio je interni eksperiment kako bi se razumjelo koliko se tok posla za lokalizaciju mogao automatizirati koristeći samo standardne Microsoftove alate i jedan Azure-ov LLM. To nije potpuna platforma za lokalizaciju - ali pokazuje što se može postići jednostavnim, dobro strukturiranim tokovima rada unutar postojećeg poduzeća.
