Como traduzir apenas as linhas faltantes em CSV ou Excel com IA

Você está vendo um arquivo onde parte do trabalho já foi feita. Quatrocentas linhas têm um título em alemão. Três mil e seiscentas não têm. Alguém, em algum momento, traduziu o primeiro lote, e então o catálogo cresceu.

As ferramentas óbvias exigem o arquivo completo. Portanto, a questão não é como traduzi-lo. A questão é como traduzir a parte que falta e pagar apenas por essa parte.

Como é, na verdade, um arquivo parcialmente traduzido

Aqui está a estrutura do problema, em um tamanho pequeno o suficiente para ser visto de imediato.

Aumente isso para quatro mil linhas e os dois resultados deixam de ser semelhantes. Ou você paga por 4.000 linhas e revisa um diff que abrange todas elas, ou paga por 3.600 e revisa 3.600. A segunda opção também mantém a redação que sua colega já revisou exatamente como ela deixou.

Os cinco tipos de arquivos onde isso acontece

Isso não é um caso isolado. É o estado normal de qualquer arquivo que tenha sido alterado mais de uma vez.

Linhas adicionadas desde a última vez. O catálogo cresceu 200 produtos. Os outros 3.800 estão prontos e revisados. Este é o caso mais comum, por margem ampla, e se repete todo mês.

Um idioma adicionado a um arquivo que já possui três. Sua planilha tem colunas em francês, alemão e espanhol. O italiano foi acordado na semana passada e sua coluna está vazia, ou nem existe. Você quer o italiano traduzido e os outros três intocados.

Uma entrega que outra pessoa começou. Um freelancer concluiu o primeiro terço antes de o projeto estagnar. Você não sabe exatamente onde eles pararam e não quer descobrir pagando pela sobreposição.

Um arquivo onde uma ferramenta anterior escreveu o conteúdo de origem no destino como um marcador. Este engana todo mundo, pois o arquivo parece finalizado. Em uma exportação XLIFF ou PO, cada entrada tem um campo de destino, e muitas ferramentas o preenchem com uma cópia do texto de origem para que a estrutura seja válida. Ao abri-lo, cada destino está preenchido. Quase nenhum deles foi traduzido.

Linhas que foram deliberadamente ignoradas. Descrições internas de SKU, um parágrafo jurídico aprovado pelo seu consultor em apenas um idioma, três produtos que serão descontinuados. Estas não são lacunas. São decisões, e qualquer ferramenta que as preencha por conveniência danifica o arquivo.

Esses dois últimos casos são o motivo pelo qual “traduzir os vazios” não é apenas uma caixa de seleção. O que conta como ausente é algo que só você sabe, portanto, o mecanismo precisa de uma frase sua, e não de uma configuração.

Por que nada mais faz isso

Um tradutor automático não tem conceito de escopo. DeepL e Google Translate recebem texto e devolvem texto. Não há como expressar “não traduza esta linha”, porque uma linha não é algo que eles enxergam. Você pode filtrar o arquivo manualmente antes de enviá-lo e remuntar o resultado depois, o que é um trabalho de planilha que agora é sua responsabilidade e que você terá que repetir todo mês. Além disso, e isso é baseado na experiência do cliente, e não em testes que realizamos: equipes nos procuraram porque, em seus conteúdos reais e com suas terminologias reais, a tradução automática deixou de atingir o nível de qualidade exigido para publicação.

Um assistente geral consegue seguir a regra por um tempo. Cole 50 linhas no ChatGPT ou Claude com “preencha apenas as células vazias em alemão” e ele fará isso. O problema surge na escala, e surge silenciosamente: após os primeiros blocos, uma linha que já tinha tradução recebe uma nova, e você descobre isso na revisão, ou nem descobre. Existe uma versão mais longa desta comparação se desejar, mas a versão curta é que uma regra na qual você precisa confiar não pode ser verificada, enquanto uma aplicada por código, sim.

Uma agência fará exatamente o que você pedir. O custo não é a tarifa por palavra, mas a preparação: extrair as linhas faltantes, explicar quais colunas devem ser ignoradas, esperar e depois mesclar o resultado de volta ao seu arquivo. Esse trabalho não é linguístico, e o custo oculto é que você repetirá tudo isso na próxima atualização.

A instrução vira código, e é por isso que ela se mantém na linha 18.000

Esta é a parte que vale a pena entender, pois explica por que uma regra de escopo se comporta de maneira diferente aqui.

Sua frase não é passada apenas como uma dica para um modelo de tradução. O AI Glot lê a estrutura do seu arquivo e transforma sua instrução em um pequeno programa que percorre o arquivo e produz a lista exata de quais trechos de texto estão no escopo. Essa lista é então traduzida. A regra é avaliada por código uma vez por registro, portanto, o registro 18.000 passa pelo mesmo teste que o registro 1. Não há desvio, pois não há nada que possa desviar.

Esse programa passa por um conjunto de verificações antes que qualquer crédito seja consumido:

• Ele não pode alterar seu arquivo. O documento é comparado antes e depois da execução do programa, e qualquer modificação é sumariamente rejeitada. Seu upload nunca é tocado, e cada decisão de escopo aplica-se apenas ao arquivo de saída.
• Ele não pode inventar texto. Cada trecho de texto selecionado deve existir no seu arquivo palavra por palavra. Ele não pode parafrasear uma célula durante o processo.
• Cada destino deve ser um campo gravável real, portanto, uma regra que aponte para uma coluna inexistente falha no momento do planejamento, em vez de gerar um arquivo estranho.
• Se sua regra não corresponder a nada, o planejamento falha e avisa você. Isso parece pouco amigável, mas é genuinamente útil: é assim que você descobre, de graça, que o arquivo que você achava estar incompleto já está finalizado.

“Ainda faltando” significa quatro coisas diferentes

Aqui está a nuance que define se a sua frase funcionará. Uma lacuna não é o mesmo objeto em todos os formatos, portanto, o teste que sua instrução deve descrever muda conforme o arquivo que você está usando.

Em uma planilha, uma lacuna é uma célula vazia. Independentemente de o arquivo ter chegado como uma exportação CSV ou uma pasta de trabalho do Excel, o teste é o mesmo: esta linha tem um título em inglês e nada na coluna em alemão, logo, esta linha está no escopo. Diga “apenas as linhas onde a coluna em alemão ainda está vazia”.

Em um arquivo bilíngue, uma lacuna é um destino que ainda é igual à sua origem. XLIFF e PO associam cada entrada a um campo de tradução, e esse campo geralmente é pré-preenchido com uma cópia da origem. Portanto, testar se está vazio é o caminho errado; o correto é a comparação: “traduza apenas as unidades onde o destino ainda contém o mesmo texto que a origem”. Essa única frase é o que torna a exportação de 228 unidades do WordPress, onde 217 destinos ainda estão no francês original, um trabalho normal, em vez de uma discussão sobre se o arquivo está pronto.

Em uma árvore de chaves, uma lacuna é uma chave que não existe. Em JSON ou YAML, a tradução em alemão de uma string ou existe como uma chave irmã ou não existe, e uma chave ausente pode ser criada desde que seu objeto pai exista. Um valor vazio também conta, então “apenas onde a chave de está ausente ou vazia” cobre ambos os casos.

Em um arquivo de idioma único, não há nada dentro do arquivo para comparar, e este é o limite honesto. Um strings.xml do Android, um .strings do iOS, um .properties do Java, um RESX do .NET e um arquivo de legenda SRT possuem exatamente um valor por chave. Não há uma coluna de origem ao lado. Portanto, “já traduzido” não pode ser testado mecanicamente, pois o arquivo não registra isso. O que funciona é qualquer coisa que o arquivo realmente mostre: um valor vazio ou um marcador que você mesmo deixou, como um prefixo TODO. Se o seu único sinal é que um valor “parece inglês”, nenhuma regra pode expressar isso com confiabilidade, e é melhor dividir o arquivo antes de fazer o upload.

Onde colocar a frase de escopo e onde ela silenciosamente não faz nada

Se errar isso, você pagará para traduzir o arquivo inteiro. Existem dois lugares para escrever uma instrução e eles não são intercambiáveis.

A instrução do plano é aquela que você digita antes de visualizar um plano. Ela é analisada com base na estrutura do seu arquivo e é a base para a construção do plano. O escopo é definido aqui.

As instruções de lote são levadas para a tradução e aplicadas à medida que cada string individual é escrita. Nesse momento, a única coisa visível é uma única string, portanto, uma regra só pode descrever algo visível dentro dessa string: manter um placeholder como está, não mexer em uma URL no conteúdo, nunca traduzir o nome de um produto, usar registro informal.

Agora, a falha. Coloque “traduza apenas as células vazias” nas instruções de lote e nada acontece, e nada avisa você. Não há células naquele momento. Existe uma string, já selecionada, já sendo traduzida, porque a decisão de escopo foi tomada anteriormente por uma instrução que nunca mencionou o escopo. O arquivo retorna totalmente traduzido e a fatura reflete isso.

A maneira mais simples de lembrar: o plano decide o que será traduzido, as instruções de lote decidem como será a leitura.

Escrevendo a frase

Inglês simples, uma ou duas linhas, nomeando a origem e o destino explicitamente. Todos estes funcionam como escritos:

Only the rows where the German column is still empty. Source is English.

Only translate the units where the target is identical to the source,
it is a placeholder. Leave every unit that already differs.

Fill the empty Italian column from the English one. Do not touch the
French, German or Spanish columns.

Translate the description and the SEO title into Dutch where the Dutch
version is missing. Leave the handle and the SKU alone.

Dois hábitos que valem a pena. Nomeie o idioma de origem em vez de deixar que ele seja inferido, porque a inferência é menos confiável justamente onde mais custa: strings curtas e arquivos que já contêm alguns valores traduzidos, que é o caso de todos os arquivos deste artigo. E nomeie as colunas ou chaves que você deseja manter intactas, mesmo quando sua regra de escopo já as exclui. Custa apenas uma cláusula e elimina toda uma categoria de mal-entendidos.

Se os mesmos termos precisarem sair da mesma forma que no último lote, coloque-os em um glossário de workspace uma única vez. As linhas que você está preenchendo agora corresponderão às linhas que alguém preencheu em março, que é a outra metade para finalizar corretamente um arquivo parcialmente traduzido.

Confirme o escopo antes de pagar por ele

Você nunca precisa confiar que a frase foi compreendida, porque você lê o plano primeiro.

O plano retorna com contagens mensuradas, o número real de itens e palavras encontrados no seu arquivo, não uma estimativa baseada no tamanho. Ele oferece três formas de verificação: uma prévia de como seu arquivo ficará depois, uma tabela com os trechos exatos de texto que serão enviados e um resumo em linguagem simples do que foi compreendido. A tabela de itens é onde um escopo errado se torna óbvio, pois uma linha que você esperava que fosse excluída estará ou não naquela lista.

Se estiver errado, diga isso em uma frase e o sistema planeja novamente. Criar o lote e planejar é gratuito e repetível quantas vezes você quiser. A aprovação é a única etapa que consome créditos, e o número que você aprova é a contagem de palavras mensurada do que está no escopo. Portanto, o erro caro em todo este artigo, pagar para retraduzir um trabalho que já foi feito, é algo que você só consegue fazer ao aprovar um plano que indique isso.

Essa ordem importa mais do que parece. Uma ferramenta onde o escopo é um palpite precisa de confiança. Uma ferramenta onde o escopo é um plano que você lê é aquela onde errar não custa nada.

Mais duas coisas que valem a pena saber

Você pode solicitar apenas os registros alterados. Se o que você realmente precisa é de um arquivo pequeno para entregar a um revisor, em vez de todo o catálogo, diga isso e a saída manterá apenas os registros que receberam uma tradução. Isso funciona para CSV, Excel, JSON, YAML, PO, XLIFF, SRT e arquivos ZIP destes. Isso é deliberadamente recusado para arquivos de recursos de apps, porque um app busca cada chave que espera encontrar e um strings.xml parcial causa um crash em vez de ser apenas um arquivo menor.

Uma regra que precise de contagem em todo o arquivo não funcionará. Para um arquivo grande, o programa que seleciona seu escopo processa janelas consecutivas de linhas em vez de ver tudo de uma vez. Regras baseadas em posição funcionam, porque ele consegue fazer a aritmética: cada segunda linha, as primeiras 500 linhas. Uma regra que precise de um total acumulado, como “as primeiras 200 linhas que ainda estejam vazias”, não funciona, porque nenhuma passagem individual sabe quantas janelas anteriores já corresponderam. Peça todas as linhas vazias, ou um intervalo fixo de linhas, e ambos funcionarão.

O escopo honesto de tudo isso

Use-o para a parte que é genuinamente repetitiva: as 200 linhas que surgiram este mês, o quarto idioma que alguém concordou na semana passada, as duas mil unidades que uma ferramenta anterior deixou mantendo o texto de origem. Esse trabalho é miserável se feito à mão, e é o mesmo trabalho todo mês.

Depois, gaste o tempo de revisão no resultado, não na filtragem do arquivo. Muitas equipes usam isso como uma primeira passagem e pedem para um revisor analisar, o que é um bom uso de um especialista e um uso ruim de uma tarde gasta criando uma cópia de uma planilha com algumas linhas excluídas.

Se você ainda não executou um desses fluxos de ponta a ponta, comece pelo fluxo completo em vez de focar no escopo: há um passo a passo para traduzir um arquivo CSV e outro para traduzir uma pasta de trabalho do Excel, e a frase de escopo acima se aplica a qualquer um deles sem alterações.

Para a sua página inicial, contrate um tradutor. Para as 3.600 linhas que ainda estão vazias, não pague pelas 400 que não estão.