📝 この記事は forge.workstyle.tech に掲載した記事の転載です。
日本語の記事を英訳して dev.to に自動投稿する環境で、タイトルと説明が日本語のまま公開されました。本文は英語でも、一部のコードブロックには日本語が残り、別の記事では誤訳やタグの重複も見つかりました。翻訳処理は本文の翻訳に成功して投稿用ファイルを作っていたため、部分的な失敗を検出できませんでした。
本文が英語なら、通過してしまう
英訳に失敗すれば、投稿用ファイルはできない。そういう仕組みはあった。ただし止められるのは、翻訳全体が失敗してファイルが作られない場合だけだった。
今回のように本文は英語、タイトルと説明だけ日本語という状態では、英語の本文ができている。devto.md も作られる。後段の crosspost.mjs から見ると、投稿できる記事が用意されたように見える。
「英訳に失敗したらファイルを作らない」という判断は、記事全体でひとまとまりの失敗を想定していた。実際には、項目ごとに成否が分かれた。本文の翻訳が通っても、タイトルと説明が置き去りになる。その中途半端な成功を止める検査がなかった。
タイトルだけの問題でもなかった。記事には、コードブロック内に日本語の表や時系列が残っていた。たとえば、数字を並べた部分だ。
YouTube ショート
表示 約2,900
視聴 279 (視聴を継続 9.5%)
平均視聴時間 0:13 (尺15.3秒の約85%)
本文の段落が英語に変わっていても、こうしたブロックまで英語とは限らない。コードブロックはプログラムだけに使うものではなく、ログや数値の表、処理の時系列を置くこともある。見える段落の一部を読んだだけでは、記事全体の状態は分からなかった。
英訳された文章にも、別の誤りがあった
同じ時期に確認した記事には、本文の誤訳も見つかった。
出力トークン「134万」が、英訳では 134,000 になっていた。「二次関数的に膨らむ」は exponentially、「制限にはかかっていません」は it is not being used と訳されていた。意味が近そうに見えても、言っている状態や値は同じではない。
コードブロックの言語指定もおかしかった。ログやテキストのブロックに、すべて python が付いていた。英語になったかどうかだけを確認しても、数字が保たれたか、言葉の意味が合っているか、ブロックの種類が正しいかは分からない。
翻訳の成否を一つの印で確かめることには限界があった。ファイルができたという事実は、記事の各部分が正しく翻訳されたことを意味しない。
自然な英語の誤訳は、文字だけでは見つからない
2026年10月2日、別の記事のタイトルを投稿前に人が見つけて直した。
Comparing Japanese Speech Recognition with 1,000 Utterances
扱っていたのは音声認識ではなく、発話の振り分け判定だった。英語として不自然な表現ではない。だからこそ、かなが残っているかを見るだけでは検出できない。タグも "llm, llm" と同じものが2回入っていた。
このタイトルは、人が出す前に気づいた。そこで分かったのは、投稿前の確認に頼っている状態では、また見落とす可能性があるということだった。日本語の残りを拾うだけでなく、機械で形を確認できるものは、投稿処理の入口で止める必要がある。
ただ、文字の検査ですべての誤訳を拾えるわけではない。Speech Recognition は英語として自然だ。数字の 134,000 も、英語の数字表記としては自然に見える。文字種だけを調べても、元の意味とのずれは分からない。
投稿の直前に、記事そのものを見る
2026年10月3日、私は crosspost.mjs に投稿前の検査を入れた。翻訳処理が成功したかどうかではなく、実際に送る devto.md のタイトル、説明、本文、タグを調べる。
タイトルか説明にひらがな・カタカナがあれば保留する。投稿前の入口に日本語が残っていたら、そのまま出さない。本文はコードブロックとインラインコードを除いたうえで、かな・カナを含む行が3行以上あれば保留する。
本文のしきい値はゼロではない。データ例や引用のように、1〜2行だけ日本語が残るケースは許す。コードブロックやインラインコードも本文検査から外す。そこに日本語の文字や値が含まれているだけで、本文全体の翻訳漏れと判断しないためだ。
さらに、タグが重複していたら保留する。保留したときは理由をログに出し、Mac に通知する。確認済みなら --force を付けて投稿できる。自動で止めたあと、内容を見て通す道も残した。
94本を調べた結果
検査を入れたあと、既存の記事94本を調べた。タイトルと説明に日本語が残っていたものは0本だった。
これは、確認した94本のタイトルと説明に日本語が見つからなかったという結果だ。本文の誤訳がなかったことや、数字が正しかったことを示すものではない。検査できた範囲と、まだ人が読んで確かめる範囲は分けておく必要がある。
この仕組みで止められるのは、タイトルや説明のかな・カナ、本文にまとまって残ったかな・カナ、タグの重複だ。英語として自然な誤訳や、数字の取り違えは見分けられない。そこは今も人が記事を読む必要がある。
PNGの図に埋め込まれた文字も、この検査では見つけられない。図の中の文字は日本語のままだ。SVGやHTMLで図を作れば、文字を差し替えて英語版を書き出せる。その方針は決めたが、英語版の図を作る工程はまだ実装していない。
まとめ
-
crosspost.mjsで投稿直前にタイトル、説明、本文、タグを検査する。 - タイトル・説明のかな・カナ、本文のかな・カナが3行以上、タグの重複があれば保留する。
- 保留理由をログに出し、Mac に通知する。確認後は
--forceで投稿できる。 - 誤訳や数値のずれは人が確認する。