§ 00 · yuki Yuki 的多國朋友群
Yuki 27 歲，台北人，UI 設計師。她的 LINE 上有：
- 日本室友 Kenji，住東京但常來台北。傳訊息混日文 + 簡單中文。
- 韓國交換生群（4 人），首爾 ↔ 台北、語言混韓中英。
- 泰國客戶（自由案），曼谷、用泰文 + 英文。
- 大學同學群，全中文。
前三個群每次來訊息，Yuki 都會本能想：「我要切到 Google Translate？還是 ChatGPT？還是試著用英文？」 每天 20–30 則跨語訊息 = 每天 30 分鐘的切 App + 翻譯。
§ 01 · why not site-translation 為什麼工地版本不適合朋友群
Yuki 看了 site-translation — 但它是工地用的，預設一個群只翻一對語言。 Yuki 的群組是「朋友隨意聊天，今天聊日文、明天聊韓文、後天他們講英文」 — 需要的不是「鎖定一對」，是「每則訊息自動偵測當下用什麼語」。
所以我們把這個情境分出來，做成 auto-translate。 它跟 site-translation 共享底層翻譯模型，但設計重點不同。
§ 02 · auto-detect 自動偵測語言 — 朋友群的核心
auto-translate 的邏輯：
- 群組 / 1:1 chat 裡有訊息進來。
- bot 偵測訊息的來源語言（不需要你設）。
- 如果訊息不是中文 → bot 在同一帖回中文翻譯。
- 如果訊息是中文 + 群組裡有非中文使用者 → bot 翻成那位的語言。
- 所有翻譯都附原文，避免訊息被重新詮釋。
Yuki 不用按任何按鈕，也不用先跟 bot 交代「對方是哪一語」。 整個流程是 invisible — 訊息進來、譯文跟著出來、對話繼續走。
§ 03 · languages 12+ 語言對 — 覆蓋亞洲商務 / 個人溝通
language pair auto-detect。auto-translate v1 覆蓋的語言對：
- 中 ↔ 日 / 韓 / 泰 / 越 / 印尼 / 英 / 馬來 / 西班牙
- 中 → 任意（單向，給 Yuki 用中文回 → 翻成對方語）
- 偵測能力：12+ 語言（包括少見的菲律賓塔加洛、德文、法文，但翻譯品質這幾組弱）
這個清單覆蓋亞洲商務 + 個人朋友圈 95% 的場景。 歐洲語覆蓋有限 — 那個情境用 DeepL 仍然更準。
§ 04 · tone 保留敬語、保留口語、保留 emoji
朋友群的翻譯有個工地翻譯沒有的需求 — 保留語氣。 工地需要清晰，朋友群需要的是傳達當下那個情緒。
日韓的敬語有 3–5 階，bot 會偵測來源是哪一階、翻譯時對應到中文的語氣（「請您」對 vs「你」對）。 口語也會留住 — 「マジで？」不會翻成生硬的「真的嗎」，會翻成「真的假的？」； 原訊息的 emoji 不會被拿掉，情感標記本來就是訊息的一部分。
俚語、流行語也是這個邏輯：「엄청」、「めっちゃ」、「sus」會翻成同期的中文當代用語（「超」、「超級」、「怪怪的」），而不是字典裡的標準翻譯。 這些細節加總起來，讓朋友群讀起來不像在跟翻譯機講話 — 而是「他講的話被傳達了，包括他這個人的個性」。
§ 05 · use cases 三個典型情境
室友在日本 / 你在台灣
Kenji 從東京傳「今天買到了想要的相機 📷 超開心！」，bot 偵測日文、回中文； Yuki 回中文「恭喜！是 X100V 嗎？」，bot 偵測中文加上群裡有日本人，回日文。 兩邊看得懂彼此原文，也都拿到譯文。
韓國交換生群
韓國同學打卡發「오늘 점심 비빔밥」（今天午餐拌飯），bot 翻中文； 其他韓國同學回韓文討論，bot 持續翻中。Yuki 用中文加入對話，bot 翻成韓文丟回群組。 整個對話表面看起來是四個人多語平行在聊，實際每個人都看得懂。
泰國客戶 1:1
客戶傳泰文需求，bot 翻中文，Yuki 中文回，bot 翻回泰文。 專業詞彙（design / brief / mockup）保留英文不翻 — 那本來就是業界共通語。 整個專案 1:1 對話順順走，不用 Yuki 切 App，也不用她硬拼英文。