Bawat string, bawat wika, at kung ano ang kalagayan nito.
Sino ang naghihintay sa ano, aling mga row ang nabigo sa check, at kung ano ang binago ng reviewer. Nasa workspace ito lahat, isinulat mismo ng run, kaya walang spreadsheet na kailangang i-update sa tabi ng produkto.
Ang progreso ay nasa spreadsheet na luma agad kapag ipinadala mo ito.
Kung ano ang handa, ayon sa wika at key, sa workspace, na may apat na check na nakarekord sa bawat row.
Nagbabago ang terminolohiya dahil ang glossary ay dokumentong hindi binubuksan ng sinuman.
Ipinapatupad ang glossary kapag sumusulat ang engine at muli sa review, na may hanggang 40 na termino na isinama sa bawat chunk.
Ginagawa ang review nang walang konteksto, kaya nasira ang haba at layout pagkatapos ng sign-off.
Ipakita ang in-context review ang na-render na screen, kaya sinusuri ang haba at layout base dito imbes na hulaan lang.
Apat na numero, at kung saan nanggaling ang bawat isa.
mga deterministic check sa bawat row: mga placeholder, plural, glossary at haba. Source: ang QA runner pre-gate.
Mga dimension ng MQM sa AI review pass: katumpakan, daloy, terminolohiya, istilo at konbensyon ng locale. Source: ang MQM typology.
Mga CLDR plural language, kaya ang isang language na nagdedeklara ng anim na form ay hahawakan bilang anim. Source: ang generated plural category table.
mga araw ng in-context screenshot retention, sa 15-minutong review session. Source: ang in-context configuration.
FAQs
Ang tinatanong ng isang localization manager at reviewer pareho sa unang araw.