让多语种产品文档共用一套术语口径
把分散在各团队的术语资产集中为可发现、可审定、可调用的一套口径，并通过 MCP 开放给大模型，在写作与翻译过程中保障一致性。
§01
客户挑战
这家企业产品线多、语种多、参与方也多——内部的产品、文档、市场团队之外，还有外部本地化供应商。术语一致性在这种规模下靠人管不住：
- 同一个概念，研发、文档、翻译各叫各的，收敛不到一个口径上
- 新功能、新部件带来的新词持续产生，等发现时往往已经进入正式文档和翻译记忆，再纠正成本成倍上升
- 同一个词在文档里存在大小写、空格、缩写、别名等多种变体写法，靠人工排查不现实
- 部分表述在品牌与合规上明确不可用，需要硬性拦住，不能只靠提醒
- 引入大模型做翻译与写作辅助后，模型并不了解企业的术语口径，经常自行发挥，反而制造了新的不一致
§02
解决方案
我们把术语从「一份要靠人去查的表格」，做成了「一个能被人和程序同时调用的服务」。
- 术语门户：中英平行的术语条目，含同义词、语境示例与适用范围，配套提交、审定、发布的审批工作流，全公司可浏览查询，改动全程留痕
- 新词发现：从持续产出的文档与语料中自动识别尚未收录的候选术语，让新概念在进入正式文档之前就被看见并进入审定流程
- 变异体识别：自动归并同一概念的多种写法，把「同物异名」集中呈现给术语负责人，收敛成一个口径
- 禁用术语拦截：品牌与合规上不可用的表述做硬性检查，拦在流入对外文档与翻译交付物之前
- MCP 接口：通过 Model Context Protocol 把术语库开放为大模型可调用的工具，翻译助手、写作助手与各类 Agent 在推理时直接查企业的权威口径，而不是靠猜
§03
项目成果
- 术语从分散在各团队表格里的静态资产，变成集中管理、持续更新、并且能被程序直接调用的服务
- 新词与变异体在进入正式文档之前被发现和收敛，把返工成本挡在了源头
- 写作与翻译过程中的一致性有了统一依据，内部团队与外部本地化供应商用的是同一套口径
- 大模型辅助翻译与写作时有据可依，术语不再由模型自行发挥
20,000+
术语条目
30+
覆盖语种
500+
月均新词发现
1,200+
变异体归并组