Product catalog localization कार्यप्रवाह

Translation से पहले source freeze करें

Catalog export करें और immutable source snapshot सुरक्षित रखें। उसका origin, export time और revision या file hash record करें। हर variant को stable identity दें और language jobs बनाने से पहले missing या duplicate identifiers जाँचें। जिन product-locale pairs को process करना है उनका manifest रखें।

Source preparation को translation से अलग रखें। Contradictory measurements, missing units और unsupported claims को पहले product owner के साथ resolve करें। Supplier export को normalize करना जरूरी हो तो उन corrections को source changes के रूप में record करें और language work शुरू होने से पहले owner से resulting baseline approve कराएँ।

Protected facts और editable text अलग करें

SKU, price, currency, unit, variant relationship और अन्य operational values के लिए protected record बनाएँ। केवल text patch generate करें। Assembly के समय protected values सीधे source से copy करें और उन्हें फिर compare करें, ताकि model context के रूप में देखे गए field का authority न बन जाए।

Claims को भी traceable रखें। Approved assertions को उनके evidence से link करें और drafting step से unsupported बातों को flag करने को कहें। नीचे की configuration illustrative pipeline policy है; Shopify या WooCommerce इसे सीधे स्वीकार करते हैं ऐसा नहीं है। Adapter को इसे actual destination contract में map करना होगा।

{
  "identity": ["product_id", "variant_id", "locale"],
  "protected": ["sku", "price_minor", "currency", "unit", "parent_id"],
  "editable": ["title", "description", "care_text"],
  "revisionInputs": ["source", "glossary", "prompt"],
  "releaseRequires": ["field_checks", "fact_review", "language_review"],
  "destinationWrite": "separate_authorization"
}

Glossary और locale brief attach करें

Locale brief में audience, tone, approved terminology और presentation rules लिखें। Product concepts को preferred spellings से अलग रखें। W3C ITS terminology और translation metadata define करता है, जो richer localization system में उपयोगी हो सकता है; यह workflow एक सरल versioned editorial record इस्तेमाल करता है।

Actual category के examples से ambiguous terms resolve करें। Glossary entry बदलने पर affected candidates पहचानें और तय करें कि regeneration चाहिए या targeted edit। हर locale को उसी approved source से बाँधें। एक translated version को बाकी locales के लिए unreviewed intermediate source न बनने दें।

स्थानीय case: 20 products, 40 language patches

20 synthetic products के frozen catalog को translation agent ने 20 Japanese और 20 German patches में बदला। Agent को gpt-5.6-luna और xhigh reasoning के लिए explicitly configure किया गया था। हर patch में केवल sku, locale, title और description हैं। Assembler price, currency, material और dimensions source.json से copy करता है; इसलिए इन facts को बचाना pipeline का गुण है, model को सौंपा गया copying task नहीं।

Saved validated-ja.json और validated-de.json में प्रत्येक में 20 rows और empty failures list है। Read-only reassembly दोनों saved outputs से match करती है। अपने batch में यही pattern रखें: source revision सुरक्षित करें, language patches अलग save करें और review package assemble करने से पहले coverage तथा permitted fields validate करें।

Editorial review से पहले deterministic checks चलाएँ

Output schema, allowed fields, identifier mapping, source revision, required text और protected values validate करें। Application की वास्तविक template grammar से placeholder counts compare करें। Markup को parse करें; HTML पर general text substitution न चलाएँ। Malformed records को hold करें, importer से उन्हें repair करने की अपेक्षा न रखें।

Spreadsheet review files के लिए OWASP formula-injection risks और universal safe CSV transformation न होने की बात document करता है। चुने हुए spreadsheet tool के लिए reviewed export policy इस्तेमाल करें और saved artifact inspect करें, केवल in-memory table नहीं। Human viewing के लिए जो escape prefix जोड़ा जाए वह store payload में SKU को चुपचाप न बदले।

Review decisions को content revisions से बाँधें

Reviewer को source facts, glossary context, candidate और structured issues दें। Factual और language decisions को अलग-अलग require करें। किसने content approve किया और कौन-सी revisions देखीं, record करें। Reviewer localized phrase accept कर सकता है लेकिन evidence चाहने वाले claim को hold कर सकता है; record में यह distinction दिखनी चाहिए।

Local case में AI review ने Japanese DEMO-003 को corrugated cardboard का अर्थ देने वाली wording से source के cardboard backing के अनुरूप wording में सुधारा। DEMO-010 को कुल दो handles बताने के लिए भी clarify किया गया। Original output raw-ja.json में बचा है। दोनों assembled languages अभी review_status: unreviewed और translation_semantic_review: pending रखती हैं; ये corrections native-speaker या merchant approval नहीं हैं।

Destination package assemble और verify करें

Approved और source-current candidates चुनें और केवल permitted fields transform करें। Shopify की translation API अपने resource और digest contract का उपयोग करती है; WooCommerce deployment को अपनी product mapping और multiple languages के लिए verified localization layer चाहिए। Generic review package अपने आप universal store import नहीं है।

Staging में छोटा authorized import test करें। Importer result save करें, targeted fields read back करें और product तथा locale behavior inspect करें। Planned product set को stored outcomes से reconcile करें। Failed rows अलग रखें और जरूरत होने पर carefully scoped reversal के लिए previous values बचाएँ।

Result और उसकी सीमाएँ record करें

Completed manifest में source, glossary, prompts, candidates, checks, approvals और destination results link हों। जहाँ evidence उपलब्ध हो हर attempt का actual usage record करें, retries सहित। Missing usage और missing review results को explicitly unknown रखें। Parse होने वाली file इस बात का proof नहीं है कि shop ने उसे accept किया।

Bounded local case में selected model Luna था, Astra नहीं, और कोई gateway call या real store import नहीं हुआ। API usage, request IDs और billing expose नहीं हुए; model_api_usage और model_api_cost null हैं, zero नहीं। अगला step semantic approval और उसके बाद separately authorized destination test है।

अक्सर पूछे जाने वाले प्रश्न