AIで長文PDFを翻訳するときの進め方｜章ごとに確認する

長文PDFをAIで翻訳するとき、一括で全文を入れて最後にざっと読むだけでは、章の抜け、訳語の揺れ、表や脚注の取りこぼしに気づきにくくなります。先にPDFの構造を把握し、用語集と章対応表を作ってから、章単位で翻訳→確認→全体整合の順に進める方が安全です。

この記事では、テキストPDF / スキャンPDFの確認、Chapter Manifest、Glossary、章ごとのInput / Output、数値・否定・条件のCritical QA、表・図・脚注の扱い、最終Consistency Passまで整理します。読後には、長いPDFを「翻訳できた」で終わらせず、原文のどこがどの訳文に対応するか追える状態を作れます。

最初にPDFの種類を確認する

長文PDFでも、本文を選択できるテキストPDFと、ページが画像中心のスキャンPDFでは進め方が変わります。

テキストPDFなら章やParagraphを抽出しやすい一方、スキャンPDFではOCRや視覚処理が必要になる場合があります。G098と同じく、「PDFを開ける」ことと「本文・表・図を正確に取得できる」ことは分けて確認します。

翻訳前にAcquisition Testをする

いきなり全章を翻訳せず、冒頭1ページ、表のあるページ、脚注の多いページ、スキャン品質が悪いページなど代表箇所を少量だけ取り込みます。

見出し順、数字、特殊記号、脚注、表の列などが正しく取れているかを確認し、取得段階に問題があれば翻訳前に止めます。

Chapter Manifestを作る

目次や見出しから、翻訳対象を一覧化します。

表は横にスクロールできます

Chapter ID	原文見出し	Page	Status	Notes
C01	Introduction	1–4	TODO	図1あり
C02	Methods	5–12	TODO	表2・脚注あり
C03	Results	13–24	TODO	数値多い
C04	Appendix	25–30	HOLD	翻訳対象か確認

これが「全章を取りこぼしていないか」を確認する台帳になります。

翻訳対象と対象外を先に決める

本文は翻訳するがReferencesはしない、Appendixは必要章だけ、図のキャプションは翻訳する、Code Blockは原文保持、など範囲を決めます。

対象外を曖昧にすると、AIが章ごとに判断して出力に差が出ます。ManifestにTRANSLATE / KEEP / OMIT / REVIEWを持たせると管理しやすくなります。

Glossaryを先に作る

製品名、専門用語、固有名詞、UI Label、略語など、訳が揺れやすい語を抽出します。

表は横にスクロールできます

Source Term	Approved Translation	Keep as-is	Note
dataset	データセット	no	本文で統一
Model X	Model X	yes	製品名
retention	保持	no	Privacy文脈
API	API	yes	略語

実際の訳語は文書のDomainと既存Terminologyに合わせて決めます。

用語は1対1で固定しすぎない

同じ英単語でも文脈で意味が変わる場合があります。たとえばtableがData Tableなのか家具なのかで訳は違います。

GlossaryにはContext欄を持ち、「この文脈ではこの訳」のように条件を残します。無理な1対1置換で不自然な文章を作らないようにします。

章ごとにTranslation Packageを作る

章単位でAIへ渡すときは、本文だけでなく次の情報を添えます。

• Chapter ID / Page範囲

• 原文Text

• Approved Glossary

• 直前章のKey Terms / Context

• Keep-as-is一覧

• Translation Tone

• Critical Elements（数字、期限、否定、条件）

• Table / Footnoteの有無

章ごとに独立して翻訳しても、全体の一貫性を保ちやすくなります。

段落IDを付ける

長文では、原文と訳文の対応をPageだけで管理すると探しにくい場合があります。

C02-P001のようなParagraph IDを付けて、原文と訳文の両方に同じIDを持たせると、Review時に戻りやすくなります。公開版にIDを残す必要はありませんが、作業用には便利です。

Input / Output例

Input：C02-P014 | The system must not store credentials after the session ends.

Output：C02-P014 | セッション終了後、システムは認証情報を保存してはなりません。

ここで重要なのは、must notの否定と義務の強さを落とさないことです。文章を自然にするより、意味の強さを先に守ります。

AIへのPrompt例

「以下は長文PDFのChapter C02です。Approved Glossaryを必ず使用し、Paragraph IDを維持して翻訳してください。数字、単位、否定、must/should/may等の強さ、期限、例外条件は原文と同じ意味を保つこと。Sourceにない補足説明を追加しないこと。曖昧な箇所は推測せず[REVIEW]を付ける。Table / Footnoteは位置関係を維持して別ブロックとして出力してください。」

曖昧箇所を自然に埋めるより、Reviewへ残す指示を入れます。

Critical Textを別Gateで確認する

次の要素は章ごとの通常QAとは別に原文照合します。

• 数字・割合・金額

• 単位

• 日付・期限

• 否定表現

• must / shall / should / may等の強さ

• 例外・条件節

• 契約条件

• Warning / Caution

• 製品名・型番・Code

文章全体が自然でも、ここが変われば実務上の意味が変わります。

数値は翻訳せず「対応」を確認する

1.5 millionを日本語表記へ変換する場合でも、桁やUnitが変わっていないかを確認します。

小数点、桁区切り、%とpt、CurrencyなどはLocaleに合わせた表記にする場合がありますが、元Valueとの対応を残します。

否定表現は二重否定に注意する

英語のnot uncommonや、条件節の中の否定は、自然な日本語に直す途中で意味が反転しやすい箇所です。

Critical箇所として原文と対照し、必要なら直訳寄りの確認文も一時的に残します。

表はCell対応を優先する

表をParagraphとして丸ごと翻訳すると、どの値がどのHeaderに対応するか崩れることがあります。

Header、Row、Cell単位で対応づけ、翻訳前後のRow / Column数を比較します。G939のLayout Preservation Workflowへ分けて確認すると安全です。

図・グラフのTextも対象範囲を決める

図のCaptionだけ翻訳するのか、画像内Labelも翻訳するのかを先に決めます。

画像内Textが取得できない場合は、AIに見えている前提で進めず、元画像を確認するか別処理へ回します。

脚注・注記を本文へ混ぜない

PDF抽出では脚注が本文途中に混ざることがあります。

Footnote IDを持たせ、どのSentenceやTableに付く注記かを維持します。条件や例外が脚注にある場合は特に重要です。

章ごとのQAを完了してから次へ進む

全章を先に翻訳して最後にまとめてReviewすると、同じ誤りが全章へ広がります。

C01を翻訳→Glossary差分→QA→承認してからC02へ進むと、修正したTerminologyを後続章へ反映できます。

Glossaryの追加はChange Logへ残す

翻訳中に新しい専門語が出たらGlossaryを更新します。

Added term / Reason / Approved by / Effective from Chapterを記録し、前章に遡って置換が必要か確認します。

章間でStyleをそろえる

章ごとに別Promptや別Sessionを使うと、敬体/常体、見出し表現、用語、句読点が揺れることがあります。

Final PassではStyle GuideとGlossaryを基準に、章をまたいで一貫性を確認します。

訳文の自然さは最後に整える

最初のPassから完璧な自然文を狙うより、意味保持と対応関係を先に確認します。

その後、Approved Translationを壊さない範囲で読みやすさを整えます。自然化で条件や強さが変わっていないか再確認します。

Chapter QA Table

表は横にスクロールできます

Check	C01	C02	C03
全Paragraph対応	PASS	PASS	TODO
Glossary一致	PASS	REVIEW	—
数値照合	PASS	PASS	—
表/脚注	N/A	PASS	—
Critical Text	PASS	REVIEW	—

章単位でStatusを持つと、長文でもReview漏れを見つけやすくなります。

Final Consistency Pass

全章が終わったら、用語検索、見出しStyle、略語初出、同一Conceptの訳、数値表記、引用符、全角/半角などを横断確認します。

ここでは章ごとの正しさではなく、文書全体の一貫性を見ます。

原文と訳文のページ対応が変わる場合

翻訳後は文章量が変わり、原文と同じPageに収まらないことがあります。

Page番号を無理に一致させるより、Chapter / Paragraph IDやSection Locatorで対応を追えるようにします。Layout再現が必須なら別途DTP工程として扱います。

完了条件を「全文がある」だけにしない

長文翻訳のDoneは、全章の訳文があることだけではありません。

対象章が全て処理済み、Critical Text照合済み、Glossary一致、表/脚注の対応確認、Review Flag解消、Final Consistency Pass完了までを含めます。

最終Checklist

• PDF Typeと取得品質を確認

• Translation Scopeを固定

• Chapter Manifestを作成

• Glossary / Keep-as-isを決定

• Paragraph IDで原文対応を保持

• 章ごとに翻訳→QA

• 数字/単位/否定/条件を原文照合

• Table / Footnote / Figureを別確認

• Review Flagを残した

• Glossary Change Logを更新

• Final Consistency Passを実施

AIものさしの判断

長文PDF翻訳は、全文を一度に自然な日本語へする作業ではなく、「構造と用語の対応を保ったまま、章ごとに意味を移す」作業として考えると安定します。目次とGlossaryを先に作り、Critical Textを原文照合するだけでも事故を減らせます。

まず1章だけPilotしてください。Chapter Manifest、Glossary、Paragraph IDを作り、翻訳→Critical QA→Terminology修正まで通す。そこで固めたRuleを残りの章へ展開し、最後に全体Consistencyを確認する。この順なら、長文でも途中の誤りを早い段階で止められます。