Un prompt peut-il remplacer DeepL Pro ?

Construis un outil de traduction local par-dessus LibreTranslate, et conçois-le en partant du principe que le modèle est médiocre.

Fais tourner LibreTranslate dans Docker avec les paires de langues dont tu as besoin. Place devant une petite interface avec trois choses qu’il n’a pas.

D’abord, un glossaire appliqué comme une substitution stricte avant et après la traduction : tes noms de produit, noms de fonctionnalités et termes techniques remplacés par des placeholders à l’entrée et restaurés à la sortie, pour que le modèle n’ait jamais l’occasion de les traduire. Cette seule fonctionnalité comble la majeure partie de l’écart visible entre une sortie auto-hébergée et un service payant sur du texte produit.

Ensuite, une file de relecture plutôt qu’une page de résultat. Chaque traduction arrive comme un brouillon avec la source à côté, et rien n’est marqué comme terminé tant qu’un humain n’a pas confirmé. Traite la sortie de la machine comme un premier jet, pas comme une réponse — le mode d’échec d’un traducteur suffisamment bon, c’est une phrase confiante qui veut dire quelque chose de légèrement différent.

Enfin, une mémoire des paires confirmées. Les correspondances exactes sont réutilisées telles quelles ; les correspondances proches sont proposées comme suggestions. Au bout de quelques centaines de confirmations, ça bat le modèle brut sur ton propre contenu répétitif, qui représente la majorité du volume.

La traduction de documents s’arrête au texte brut, au Markdown et au HTML, où la structure est inspectable. Ne t’attaque pas au .docx ni au .pptx : préserver la mise en page à travers un aller-retour est un projet à part entière et produit des fichiers cassés si c’est fait à la légère.

Hors périmètre : entraîner ou affiner un modèle, une API pour d’autres personnes, et toute promesse sur la qualité.