Birden fazla bölgede e-posta kampanyalarını yerleştirmek, çok sayıda manuel adımlarla yavaş, tekrarlayan bir görevdi.Birçok incelemeci ayrı sürümlerde çalıştı, aynı içerik birkaç kez yeniden yazıldı ve 13 dilde tutarlılık yönetmek önemli bir koordinasyon gerektirdi. Yeni platformlar veya dış araçlar tanıtmak yerine, içsel bir deney yaptım: Could localisation be automated using only the tools already available inside a standard enterprise Microsoft environment? Prototype, öncelikle SharePoint, Power Automate ve Teams'e dayanıyordu ve Azure OpenAI aracılığıyla erişilebilen bir ek bileşen - GPT-4.1 mini - kontrol edilen bir QA adım için kesinlikle kullanılıyordu. Bu iş akışını desteklemek için, adı verilen bir yapılandırılmış SharePoint kütüphanesi kurdum. Lokalizasyon yaşam döngüsünün her aşamasını temsil eden klasörlerle: 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 Kaynak İngilizce dosyaları; Power Automate trigger 02_AI_Drafts Copilot + GPT tarafından otomatik tercüme taslakları 03_In_Review Bölgesel inceleme için beklenen dosyalar 04_Approved Son onaylanmış çeviriler 99_Archive Arşivlenmiş veya reddedilmiş versiyonlar Dosyalar bu klasörler arasında kendi durumlarına bağlı olarak otomatik olarak taşınır. Amaç mükemmel bir lokalizasyon sistemi oluşturmak değildi - sadece bir prototip iç araçları kullanarak ne kadar ileri gidebileceğini görmek için. Bu, tekrarlanan işlerin büyük bir bölümünü kaldırdı ve çok daha yapısal bir inceleme süreci yaratdı. The Problem: Process, Not Language Etiket: dil değil süreç Birçok bölgede manuel olarak yerleştirilen içerik, birkaç tutarlı soruna neden oldu: Her bölge kendi dosyasını düzenledi, bu nedenle aynı anda birkaç farklı sürüm vardı. Kaynak metni değiştiğinde, tüm bölgeler sürümlerini güncellemedi, bu da eşleşmez içeriğe neden oldu. Dosyalar farklı yerlerde ve farklı isimlerle kaydedildi, hangi sürümün geçerli olduğunu belirlemek zordur. Değerlendirmeler zaman aldı, özellikle takımlar farklı zaman bölgelerinde olduğunda. Birçok dosyada aynı düzenlemeleri tekrarlamak küçük hataların riskini arttırdı Attempt 1: Copilot-Only Translation Sürüm 1: Copilot-Only Translation Copilot şimdi daha yeni GPT-5 serisi modellerde çalışıyor olsa da, bu prototip daha önceki bir sürüm üzerine inşa edilmiş ve çeviri davranışı bu önceki yetenekleri yansıtmıştı. İş akışının ilk sürümü basitti: Bir dosya 01_Incoming_EN'e yüklenmiştir. Güç otomatik olarak açılır. Copilot her bölge için bir çeviri oluşturdu. SharePoint tetikleyicileri bir dosya yükleme tamamlanmadan önce açılabilir çünkü akış dosya boyutu tamamlanma kontrolü dahil (daha devam etmeden boyutu > 0 kadar bekleyin). Bununla birlikte, ana sorun çabucak netleşti: Copilot'un çevirileri, end-to-end lokalizasyon için yeterince güvenilir değildi. Ortak konular şunlar içerir: CTA'lar çok kelimenin tam anlamıyla çevrildi Diller arasında farklılık gösteren ton ve stil Yerleşim yerleri değiştiriliyor veya kaldırılıyor Listelerde, aralıklarda ve yapıda farklılıklar biçimlendirme Bu, Copilot'u sadece bir ilk taslak oluşturmak için kullanışlı kıldı. İkinci bir kalite kontrol tabakası gereklidir. Attempt 2: Adding GPT-4.1 Mini for QA Deneme 2: QA için GPT-4.1 Mini ekleme Sonraki versiyonda bir inceleme adım eklendi: Copilot → Başlangıç çeviri GPT-4.1 mini (Azure) → QA ve tutarlılık kontrolü GPT-4.1 mini geliştirildi: Tutarlılık Tone Yeraltı Koruma Stabilite formatı Kaynak anlamı ile uyum Gereksiz yeniden yazma önlemek için uyarıları ayarlamak gerekiyordu, ancak ayarlamalar sonra, çıkışlar iş akışında kullanmak için yeterince tutarlı hale geldi. Engineering Work: Making the Workflow Reliable Mühendislik İşleri: İş akışını güvenilir hale getirmek Mimarlık basitti, ancak gerçek kullanım sırasında birkaç sorun ortaya çıktı ve düzeltmelere ihtiyaç vardı. Platform behaviour: SharePoint tetikleyicileri her zaman hemen başlatılmamıştır, bu nedenle kontroller ve tekrarlar eklenmiştir. Ekiplerin yönlendirilmesi kanallar yeniden adlandırıldığında başarısız oldu, bu yüzden haritayı güncellemek zorunda kaldı. Design issues: Bazı paralel adımlar ilk koşulda başarısız oldu, bu yüzden retry mantığı tanıtıldı. JSON yanıtları bazen beklenen alanlardan yoktu, bu yüzden doğrulama eklendi. Dosya adları tutarsızdı, bu yüzden tek bir adlandırma biçimi tanımlandı. Bu ayarlamalar sonrasında iş akışı normal koşullar altında güvenilir bir şekilde çalıştı. Final Prototype Architecture Son prototip mimarisi Aşağıda sistemin tam çalışma yapısı yer almaktadır. 1. SharePoint Upload & Intake Bu işlem bir dosya yüklendiğinde başlar Email translations / 01_Incoming_EN Güç otomatik olarak: Dosyanın tamamen yüklendiğini kontrol ettim (zero-byte guard) Geri Dönüşüm Metadata Çıkartılan metin Hedef bölgeleri belirlenir SharePoint, tüm aşamalarda tek bir gerçeğin kaynağı olarak hareket etti. 2. Power Automate Orchestration Power Automate, iş akışının her bir bölümünü kontrol etti: İngilizce Kaynak Okumak Copilot Çeviri Projesi QA için GPT-4.1 mini için taslak gönderme Bölgeye göre bir bölge oluşturmak Yerel ekiplere e-posta gönderimi Takım Onay Kartları “Onaylama” veya “Değişiklik talep etmek” Onaylanmış dosyaları kaydetme 04_Approved 03_In_Review'de güncellenen sürümleri kaydet 99_Archive'da eski sürümleri arşivlemek Tüm yönlendirme, yeniden düzenleme ve devlet geçişleri Power Automate tarafından ele alındı. 3. Copilot Translation Pass Copilot çıkarılan içeriği tercüme etti ve e-posta yapısının çoğunu - listeleri, aralıkları ve biçimlendirme - yalnızca GPT'den daha iyi korudu. 4. GPT-4.1 Mini QA Pass GPT-4.1 mini kontrol edildi: Tutarlılık Tone Alignment anlamı Stabilite formatı yerleşik bütünlük Bu, bölgesel gözden geçirme için daha güvenilir bir tasarı oluşturdu. 5. Regional Review (Email + Teams) Her bölge için, Power Automate: Çevirilen dosyayı e-posta ile gönderin Teams adaptatif kartı Onay / İsteği değişiklikleri ile gönderildi Değişiklikler gönderildiğinde, güncellenmiş dosya İş akışına tekrar girdi. 03_In_Review 6. Final Storage Onaylanmış çeviriler depolandı Düzenli bir isim formatı kullanın. 04_Approved İptal edilen veya eski sürümler değiştirildi Bu, tam ve temiz bir denetim yolunu sağladı. 99_Archive. Results sonuçları Gerçek çalışma akışlarında prototipi test ettikten sonra: Çeviri süresi günlerden dakikaya düştü Daha az Çatışma Versiyonları Minimum manuel yeniden yazma Hızlı inceleme döngüleri Microsoft ortamında işlenen tüm veriler Bu, özel konumlandırma sistemlerini değiştirmedi, ancak önemli miktarda tekrarlayan manuel çalışma ortadan kaldırdı. Limitations kısıtlamaları bazı diller hala stilistik ayarlamalar gerektirir Ekip onayları, yorumcu yanıt zamanlarına bağlıydı geçici hatalar için retry mantığı gereklidir Ton tutarlılığı uzun veya karmaşık e-postalarda değişir Bunlar bir prototip için kabul edilebilirdi. Next Step: Terminology Memory Sonraki Sonraki yazı: Terminoloji Hafızası Bir sonraki planlanan iyileştirme, şunları içeren bir vektor tabanlı terminoloji kütüphanesidir: glossaryı Ürün Adı Sınırlı Terimler Bölgesel Özelleştirme Sinema Grupları Tone Kuralları Her iki model de çeviri üretmeden veya kontrol etmeden önce bu kütüphaneyi kullanır. Final Thoughts Son Düşünceler Bu proje, yerleştirme iş akışının yalnızca standart Microsoft araçları ve Azure tarafından barındırılan bir LLM kullanılarak ne kadarını otomatikleştirilebileceğini anlamak için bir iç deneydir. Tam bir yerleşim platformu değildir - ancak mevcut kurumsal yığın içindeki basit, iyi yapılandırılmış bir iş akışı ile ne elde edilebileceğini gösterir.