我給一個台灣客戶做過簡體中文官網的繁體版本。第一版是把整站文案丟進一張逐字對應表，結果「頭髮」被轉成「頭發」、「麵條」被轉成「面條」，「幹部」倒恰好撞對了「幹部」。客戶直接截圖發來三處，說讀起來很像機器翻譯。那一輪我返工改了三天——文案裡一共 4300 多條字串，其中 200 多處需要人工判斷該用哪個字。後來才想明白：簡繁轉換難的不是字形怎麼對應，而是同一個簡體字背後往往有幾個不同的繁體來源，必須靠語境挑。
一、「一簡對多繁」為什麼必然出錯
簡化時把幾個不同的繁體併成了一個簡體，反推就沒有唯一解：
| 簡體字 | 可能的繁體 | 按語境區分 |
|---|---|---|
| 髮／發的簡體 | 發 / 髮 | 發展；頭髮 |
| 後／后的簡體 | 後 / 后 | 後面；皇后（不動） |
| 幹／乾／干的簡體 | 幹 / 乾 / 干 | 幹活；乾燥；干預 |
| 麵／面的簡體 | 面 / 麵 | 前面；麵條（麪是異體字，規範寫作麵，但我用的工具在香港模式下給的就是麪條） |
| 臺／檯／颱的簡體 | 臺 / 檯 / 颱 | 臺灣（也見「台灣」寫法）；颱風；吧檯 |
字元級對應對這類字只能選一個，所以必然錯掉一批。真正能壓住錯誤率的是詞組級詞典：像「頭髮」這種詞以整詞命中對應的繁體詞，「發展」也一樣，靠上下文而不是靠單字決定。這也是我不再自己寫替換表、改用基於 OpenCC 詞庫的方案的原因。
對應關係不是我憑空想的：一簡對多繁的清單以《簡化字總表》（1986 年重新發布）為準，《通用規範漢字表》（2013 年發布）的附件一《規範字與繁體字、異體字對照表》給出規範字與繁體字、異體字的對照。我做術語表時按這兩張表核過一遍，機器給出的結果只當建議。
二、繁體內部並不統一
面向台灣和面向香港的稿子，用的字和詞都不是同一套。台灣地區的習慣用詞是「軟體」「網路」，而不是「軟件」「網絡」，這屬於詞彙層差異，不是把某個字換成另一個字就能得到的。所以我現在分兩遍出：先出通用繁體，再按投放地選台灣正體或香港繁體重跑一遍，最後拿其中一份當基準稿去校另一份，把混用的地方統一起來。
三、我實際的處理流程
- 匯出簡體原文，先把不該動的內容隔開：程式碼片段、變數名、URL、電子郵件、產品型號。這些一旦參與轉換就會壞掉，我用佔位符先替走，轉完再貼回來。
- 整段貼進簡繁轉換，選方向和地區模式——具體提供哪幾檔（通用繁體、台灣正體、香港繁體），以工具頁面實際顯示的為準。大段文字不用拆，但轉完我一定做一次行數和字元數核對。
- 把結果和原文並排 diff，只盯含那幾個易錯簡體字（分別對應「發／髮」「後」「幹／乾」「麵」「裡」「臺」）的行，逐行確認。
- 專有名詞單列一張表：人名、地名、品牌、作品原名。這類一律不讓機器改，比如「皇后」不能動，「臺」作地名或機構名時要不要寫成「臺灣」，取決於對方給的用字規範，必須人工定稿後寫進術語表重複使用。
- 發之前用客戶給的樣本反查術語一致性：同一份稿子裡「影片」和「視頻」、「軟體」和「軟件」不能同時出現。
四、我的複核清單和它的工作量
三天返工之後，我把複核從「通讀一遍」拆成了幾項有明確數量的固定動作，不然這件事根本做不完：
| 檢查項 | 那一版裡的量 | 處理方式 |
|---|---|---|
| 含「發、後、乾、麵、裡」的行 | 186 行 | 逐行看，只判斷字選得對不對 |
| 人名、地名、品牌、作品原名 | 41 條 | 寫進術語表，機器不參與 |
| 標點（引號、書名號、頓號） | 約 200 處 | 按投放地規範統一處理一遍 |
| UI 短文案（有溢出風險） | 55 條 | 轉完回到介面截圖比對 |
| 程式碼、變數、URL 佔位符 | 12 段 | 轉換前後各校驗一次是否原樣 |
第一次整理這張表花了我大半天，第二次同一個客戶的增量文案只剩 200 多行要過，術語表直接重複使用，成本一下就掉下來了。
五、容易忽略的細節
- 繁轉簡大多無損，但不是全部：多繁對一簡的方向確實安全得多，可「著／着」「醜／丑」「於／于」「瞭／了」「藉／借」，以及「萬」這類只有一個簡體對應的字，仍要按詞判斷——OpenCC 在繁轉簡方向也專門設了詞組層，就是為了這些。我的做法是對這幾個字做一次全文抽查，而不是整篇放行。
- 版面溢出的真實原因：簡繁都是全形一字寬，單一字元的度量不變；溢出是因為詞長變了——「記憶體」比「內存」多一個字，「數據」在港台常寫作「資料」，「服務器」在台灣常寫作「伺服器」。定寬按鈕和分頁標籤最容易頂出來。
- 字幕的口徑要先說清：我按「條」算，一集 45 分鐘大約 900 條字幕，寫成 .srt 是 900×3 = 2700 行（每條一個序號行、一個時間行、一個文字行）。序號行和時間行那 1800 行是純數字，轉換不動它們，可以排掉；剩下 900 行文字仍要逐條看有沒有整行被替換或時間碼錯位，抽 10 行只夠查格式，不夠查字。
- 異體字混用：同一篇裡出現兩種寫法，讀者一眼就覺得不專業。轉換之後統一用詞比轉換本身更花時間。
- 古籍和詩詞：這類文本裡冷僻對應很多，還有避諱字和通假字，機器轉完必須逐句校。
- 混排怎麼查：改到一半的稿子裡常常兩種寫法同時出現，通讀很容易漏。我的做法是把兩份地區版本都跟同一份簡體原文對齊，只看不一致的行，比逐字讀快得多。
- 敏感內容放本地：客戶名單、合約文字這類東西，我不會經過任何後端。這是挑選工具時的前提條件。
六、常見疑問
Q：轉換會不會出錯，能直接發布嗎？
我沒做過統計，只能說定性判斷：新聞、說明類常規文本裡明顯錯字很少，但一簡對多繁和地區用詞永遠有剩餘錯誤。我那次 4300 多條裡有 200 多處要人工定奪，集中在「發／髮、後、幹／乾、麵、臺」這幾個字上。對外發布、有客戶在讀的稿子必須過一遍人工複核，內部參考可以直接用。
Q：會破壞原來的換行和段落嗎？
以工具頁面的實際輸出為準，我不替它打包票。我自己的做法是轉完比一次行數：那 4300 多條字串唯一一次串行是我自己貼錯了原始檔，不是轉換改的。
Q：能同時出台灣和香港兩套嗎？
我是分兩次跑、每次選對應地區模式，再 diff 兩份結果，把差異整理成術語表。可選項有幾個以頁面顯示為準；同一份文案要供兩個地區時，這張表下次能直接重複使用，越用越短。
Q：能順便得到拼音或注音嗎？
它只管字形和用詞，不負責讀音。要拼音得用漢字轉拼音那一類工具。
Q：文字很長會不會被截斷？
我單次跑過整本手冊的量沒出問題，但更穩的做法是分章節處理，最後做一次字元數核對，防止整段漏掉卻沒發現。
那三天返工換來的結論是：簡繁轉換的成本不在「轉」，而在知道該複核哪幾處。把容易出錯的單字列成清單、把專有名詞單獨管起來，兩輪就能收斂。把剩下九成依賴格式規則的機械替換交給程式，人只管那不到一成依賴語境的判斷——分工擺對之後，這類活兒就不再需要三天。