ບົດຄວາມ
ພາສາຂອງ Prompt ເປັນຕົວກຳນົດວ່າເຈົ້າກຳລັງລົມກັບຂໍ້ມູນຝຶກຝົນຂອງຈັກກະວານຂະໜານໃດ
ເລີກແປ Prompt ເປັນພາສາອັງກິດເພື່ອປະຫຍັດ Token ໄດ້ແລ້ວ! ເປັນຫຍັງຍິ່ງແປເປັນອັງກິດ AI ຍິ່ງມັກຕອບກັບດ້ວຍຄຳວ່າ "給到" ແລະ "質量"? ບົດຄວາມນີ້ລວມງານຄົ້ນຄວ້າໂມເດວພາສາຈາກ ACL ເຂົ້າກັບປະສົບການໃຊ້ງານຈິງ ເພື່ອອະທິບາຍວ່າເປັນຫຍັງ "ຄົງສັບເຕັກນິກເປັນຕົ້ນສະບັບ + ອະທິບາຍຄວາມຕ້ອງການດ້ວຍພາສາແມ່ + ລະບຸຈຸດຍຶດພາກພື້ນໃຫ້ຊັດເຈນ" ຈຶ່ງເປັນວິທີທີ່ດີທີ່ສຸດໃນການຫຼຸດຕົ້ນທຶນການແກ້ໄຂໄປມາ.
· ອ່ານ 1 ນາທີ
ເລີກແປ Prompt ເປັນພາສາອັງກິດໄດ້ແລ້ວ: ເປັນຫຍັງຍິ່ງຢາກປະຫຍັດ Token AI ຍິ່ງມັກຕອບກັບດ້ວຍ "給到" ແລະ "質量"?
TL;DR (ບົດສະຫຼຸບຫຼັກ)
ສູດທີ່ດີທີ່ສຸດໃນການຂຽນ Prompt ແມ່ນ: "ຄົງສັບເຕັກນິກເປັນພາສາອັງກິດຕາມຕົ້ນສະບັບ + ຂຽນ Context ຂອງຄວາມຕ້ອງການດ້ວຍພາສາແມ່ຂອງກຸ່ມເປົ້າໝາຍ + ຜູກພາກພື້ນ ແລະ ກຸ່ມຜູ້ອ່ານເປັນຈຸດຍຶດຢ່າງຊັດເຈນ". ວິທີນີ້ບໍ່ໄດ້ຮັບປະກັນວ່າທຸກເທື່ອຈະໄດ້ຂໍ້ຄວາມທີ່ເປັນທຳມະຊາດທີ່ສຸດ 100% ແຕ່ຊ່ວຍເພີ່ມໂອກາດທີ່ຈະໄດ້ຜົນຖືກເປົ້າຕັ້ງແຕ່ຄັ້ງທຳອິດໄດ້ຫຼາຍ ແລະ ຫຼຸດຄວາມຫຍຸ້ງຍາກຈາກການແກ້ນ້ຳສຽງ ແລະ ການເລືອກໃຊ້ຄຳຊ້ຳແລ້ວຊ້ຳອີກ.
ວິສະວະກອນ ແລະ ຜູ້ໃຊ້ AI ໜັກໆ ຈຳນວນຫຼາຍມີນິໄສແບບນີ້: ເພື່ອປະຫຍັດ Token ໜ້ອຍໜຶ່ງ ຫຼື ເພາະໄດ້ຍິນມາວ່າ "ຖາມ AI ເປັນພາສາອັງກິດແລ້ວຕັກກະດີກວ່າ" ກ່ອນສົ່ງ Prompt ຈຶ່ງໃຊ້ເຄື່ອງມືແປພາສາແປຄວາມຕ້ອງການເປັນອັງກິດກ່ອນ ແລ້ວປິດທ້າຍດ້ວຍປະໂຫຍກ Please reply in Traditional Chinese.
ຜົນທີ່ໄດ້ແມ່ນຫຍັງ? ເຈົ້າປະຫຍັດ Token ໄດ້ບໍ່ເທົ່າໃດກີບ ແຕ່ໄດ້ຂໍ້ຄວາມເຕັມໄປດ້ວຍປະໂຫຍກແບບ "ໂຊລູຊັນນີ້ສາມາດ給到ເຈົ້າປະສົບການທີ່ດີ" ແລະ "ຈະ優化 質量ຂອງ代碼ໄດ້ແນວໃດ". ສຸດທ້າຍເຈົ້າຍັງຕ້ອງເສຍເວລາ 10 ນາທີນັ່ງແກ້ຄຳເຫຼົ່ານີ້ເອງໃຫ້ເປັນແບບທີ່ຄົນໄຕ້ຫວັນໃຊ້ກັນ.
ເຈົ້າຖາມດ້ວຍພາສາຫຍັງ ກໍເປັນຕົວກຳນົດວ່າ AI ຈະໄປຄົ້ນຫາຄຳຕອບຈາກຄັງຂໍ້ຄວາມຂອງຄົນກຸ່ມໃດ.
ໜຶ່ງ ກໍລະນີທີ່ເຈິຈິງ: ເປັນຫຍັງ AI ຈຶ່ງຂຽນ "給到" ອອກມາສະເໝີ?#
ຊ່ວງທີ່ຜ່ານມາຂ້ອຍໃຫ້ AI ຊ່ວຍສະຫຼຸບຂໍ້ມູນຊຸດໜຶ່ງ ແລະ ກຳນົດໃຫ້ຜົນລັບເປັນພາສາຈີນຕົວເຕັມ. ເນື້ອຫາທີ່ AI ຂຽນມາຕັກກະບໍ່ມີບັນຫາ ແຕ່ກັບມີໂຄງປະໂຫຍກແບບ "給到…" ໂຜ່ຂຶ້ນມາ.
"給到" ແມ່ນຄຳທີ່ໃຊ້ໃນບ່ອນເຮັດວຽກຂອງຈີນແຜ່ນດິນໃຫຍ່ໂດຍສະເພາະ ຄົນໄຕ້ຫວັນເກືອບບໍ່ເວົ້າແບບນີ້ໃນການສື່ສານປະຈຳວັນ.
ບັນຫາບໍ່ໄດ້ຢູ່ທີ່ AI ບໍ່ເຂົ້າໃຈພາສາຈີນ ແຕ່ຢູ່ທີ່ "ພາສາບໍ່ເທົ່າກັບພາກພື້ນ ແລະ ພາສາຈີນຕົວເຕັມກໍບໍ່ເທົ່າກັບໄຕ້ຫວັນ".
ໃນຄັງຂໍ້ມູນຝຶກຝົນຂອງໂມເດວພາສາຂະໜາດໃຫຍ່ (LLM) ປະລິມານຂໍ້ມູນພາສາຈີນຕົວຫຍໍ້ມີຫຼາຍກວ່າພາສາຈີນຕົວເຕັມຫຼາຍ; ເມື່ອເຈົ້າສັ່ງເປັນພາສາອັງກິດລ້ວນແລ້ວຂໍ Traditional Chinese ໂມເດວມັກຈະຫຍິບສຳນວນຈີນທີ່ມີຂໍ້ມູນຫຼາຍທີ່ສຸດ (ສ່ວນໃຫຍ່ມາຈາກຈີນແຜ່ນດິນໃຫຍ່) ມາໃຊ້ຕໍ່ ແລ້ວພຽງແຕ່ປ່ຽນເປັນຕົວອັກສອນແບບຕົວເຕັມຕອນສະແດງຜົນ.
ການຂຽນ Prompt ດ້ວຍພາສາແມ່ ເປັນພຽງການດຶງ AI ໃຫ້ເອນໄປທາງຄວາມເປັນທ້ອງຖິ່ນ; ການບອກ "ພາກພື້ນ" ແລະ "ກຸ່ມຜູ້ອ່ານ" ໃຫ້ຊັດ ຈຶ່ງຈະອຸດຊ່ອງຫວ່າງດ້ານບໍລິບົດຊ່ວງສຸດທ້າຍໄດ້.
ສອງ ເປັນຫຍັງພາສາທີ່ໃຊ້ຖາມຈຶ່ງປ່ຽນຄຳຕອບຂອງ AI ໄດ້ໂດຍກົງ?#
ນີ້ບໍ່ແມ່ນເລື່ອງລຶກລັບ ແຕ່ເປັນຜົນທີ່ຫຼີກລ່ຽງບໍ່ໄດ້ຈາກຫຼັກການເຮັດວຽກລະດັບລຸ່ມຂອງໂມເດວພາສາ. ເບິ່ງຈາກມຸມເຕັກນິກ ແລະ ງານຄົ້ນຄວ້າ ມີເຫດຜົນຫຼັກສາມຂໍ້:
1. ພື້ນຖານຂອງ AI ແມ່ນ "ຄວາມເປັນໄປໄດ້ແບບມີເງື່ອນໄຂ ແລະ ການທຳນາຍຄຳຖັດໄປ"#
ເລື່ອງດຽວກັນ ຄົນໃນຊຸມຊົນພາສາທີ່ຕ່າງກັນຍ່ອມມີມຸມມອງ ສຳນວນ ແລະ ຄ່ານິຍົມທີ່ຕ່າງກັນຢ່າງສິ້ນເຊີງຢູ່ແລ້ວ. ຄວາມແຕກຕ່າງເຫຼົ່ານີ້ຖືກບີບອັດຢູ່ໃນນ້ຳໜັກ (weight) ຂອງຂໍ້ມູນຝຶກຝົນທັງໝົດ. ເມື່ອເຈົ້າຖາມເປັນພາສາອັງກິດ ໂມເດວຈະຕໍ່ໄປຕາມຄັງຂໍ້ຄວາມຂອງໂລກພາສາອັງກິດ; ແຕ່ເມື່ອເຈົ້າຖາມດ້ວຍຄຳສັບພາສາຈີນຕົວເຕັມແບບທີ່ໄຕ້ຫວັນໃຊ້ ໂມເດວຈຶ່ງຈະເຊື່ອມໄປຫາການແຈກຢາຍຄວາມເປັນໄປໄດ້ຂອງບໍລິບົດໄຕ້ຫວັນໄດ້ງ່າຍຂຶ້ນ.
2. ງານຄົ້ນຄວ້າຢືນຢັນ: ພາສາທີ່ໃຊ້ຖາມຈະກະຕຸ້ນການຈັດແນວວັດທະນະທຳ (Cultural Alignment) ທີ່ສອດຄ່ອງກັນ#
ງານຄົ້ນຄວ້າທີ່ຕີພິມໃນ ACL ປີ 2024 (AlKhamissi et al., 2024, arXiv:2402.13231) ຈຳລອງການສຳຫຼວດຄວາມຄິດເຫັນທາງສັງຄົມຂອງອີຢິບ ແລະ ສະຫະລັດອາເມລິກາ. ທີມຄົ້ນຄວ້າພົບວ່າ ເມື່ອຖາມດ້ວຍພາສາຫຼັກຂອງວັດທະນະທຳນັ້ນ ການແຈກຢາຍຄຳຕອບຂອງ LLM ຈະໃກ້ຄຽງກັບຜົນສຳຫຼວດຈາກຄົນຈິງໃນທ້ອງຖິ່ນຫຼາຍຂຶ້ນຢ່າງມີນັຍສຳຄັນ. ງານຄົ້ນຄວ້າຍັງພົບອີກວ່າ ຍິ່ງກຸ່ມຊົນເຜົ່າຖືກເປັນຕົວແທນໜ້ອຍ ແລະ ປະເດັນຍິ່ງລະອຽດອ່ອນ ຄວາມລຳອຽງຂອງໂມເດວກໍຍິ່ງຫຼາຍ.
3. ພາສາ ແລະ ການເລືອກໃຊ້ຄຳ ແມ່ນຮ່ອງຮອຍຫຼັກທີ່ AI ໃຊ້ຕັດສິນວ່າ "ເຈົ້າແມ່ນໃຜ"#
AI ບໍ່ຮູ້ຈັກເຈົ້າ. ໃນກໍລະນີທີ່ບໍ່ໄດ້ໂຫຼດຄວາມຈຳສ່ວນຕົວທີ່ຊັບຊ້ອນ (Memory) ພາສາທີ່ເຈົ້າໃຊ້ ສັບເຕັກນິກທີ່ແຊກເຂົ້າມາ ແມ່ນແຕ່ນິໄສການໃຊ້ເຄື່ອງໝາຍວັກຕອນ ລ້ວນແຕ່ເປັນຮ່ອງຮອຍໂດຍນັຍທີ່ໂມເດວໃຊ້ສະຫຼຸບ "ພື້ນຫຼັງຂອງຜູ້ຖາມ" ແລະ "ລະດັບຜົນລັບທີ່ຄາດຫວັງ".
ສາມ ບໍ່ແມ່ນພຽງແຕ່ພາສາ "ນ້ຳສຽງ" ກໍເປັນສ່ວນໜຶ່ງຂອງ Prompt#
ນອກຈາກເລືອກພາສາໃຫ້ຖືກແລ້ວ "ລະດັບຄວາມສຸພາບ" ທີ່ເຈົ້າສະແດງອອກໃນພາສາແມ່ກໍສົ່ງຜົນຕໍ່ປະສິດທິພາບຂອງໂມເດວນຳ.
ງານຄົ້ນຄວ້າຂ້າມພາສາອີກຊິ້ນທີ່ສຶກສາ Prompt ພາສາອັງກິດ ຈີນ ແລະ ຍີ່ປຸ່ນ (Yin et al., 2024, arXiv:2402.14531) ຊີ້ວ່າ ການເວົ້າກັບ AI ຢ່າງຫຍາບຄາຍ ຫຼື ບໍ່ສຸພາບເກີນໄປ ມັກເຮັດໃຫ້ຄຸນນະພາບຂອງຜົນລັບຫຼຸດລົງ ແຕ່ ການສຸພາບເກີນເຫດ ຫຼື ອ້ອມຄ້ອມກໍບໍ່ໄດ້ຮັບປະກັນວ່າຈະດີຂຶ້ນ. ສຳຄັນກວ່ານັ້ນຄື ແຕ່ລະພາສາມີ "ລະດັບຄວາມສຸພາບທີ່ເໝາະສົມທີ່ສຸດ (Sweet Spot)" ຂອງຕົນເອງ ເຊິ່ງກໍຄືຈຸດສົມດຸນທອງທີ່ພໍດີທີ່ສຸດ ແລະ ຕ່າງກັນໄປຕາມພາສາ.
ການຂຽນດ້ວຍພາສາແມ່ທີ່ຄຸ້ນເຄີຍທີ່ສຸດ ຈະເຮັດໃຫ້ເຈົ້າກະລະດັບນ້ຳສຽງໄດ້ແມ່ນຢຳ (ເຊັ່ນ: "ນ້ຳສຽງກົງໄປກົງມາ ບໍ່ເອົາຄຳໂຄສະນາຍືດຍາວ") ແລະ ບໍ່ເສຍການຄວບຄຸມນ້ຳສຽງ ແລະ ສະໄຕໄປກັບຄຳແປພາສາອັງກິດທີ່ແຂງທື່.
ສີ່ ເມທຣິກຕັດສິນໃຈ Prompt ພາສາຈີນ vs. ພາສາອັງກິດ (ເມື່ອໃດຄວນໃຊ້ພາສາອັງກິດ?)#
ການເນັ້ນຄວາມສຳຄັນຂອງພາສາແມ່ ບໍ່ໄດ້ໝາຍຄວາມວ່າໃຫ້ຖິ້ມພາສາອັງກິດໄປທັງໝົດ.
ໃນຍຸກທີ່ Input Token ຖືກຫຼາຍແບບນີ້ "ການປະຫຍັດ Token" ເປັນປະເດັນປອມມາດົນແລ້ວ ຕົ້ນທຶນຈິງຄື "ຄວາມຫຍຸ້ງຍາກຈາກການສື່ສານໄປມາ ແລະ ການແກ້ໄຂດ້ວຍມື". ປະເດັນບໍ່ໄດ້ຢູ່ທີ່ພາສາຈີນ ຫຼື ອັງກິດ ແຕ່ຢູ່ທີ່ ສິ່ງທີ່ເຈົ້າຕ້ອງການໃນຕອນນັ້ນແມ່ນ "ບໍລິບົດທ້ອງຖິ່ນ" ຫຼື "ຄວາມຖືກຕ້ອງທາງເຕັກນິກລ້ວນໆ".
ເຈົ້າໃຊ້ຕາຕະລາງຕັດສິນໃຈນີ້ອ້າງອີງໄດ້ເລີຍ:
| ສະຖານະການງານ |
ພາສາທີ່ແນະນຳໃຫ້ຂຽນ |
ເຫດຜົນຫຼັກ ແລະ ຍຸດທະສາດ |
| ສ້າງເນື້ອຫາທ້ອງຖິ່ນ (ບລັອກ ຂໍ້ຄວາມການຕະຫຼາດ ຂໍ້ຄວາມ UI ຂອງຜະລິດຕະພັນ ຈົດໝາຍເຖິງລູກຄ້າ) |
ອະທິບາຍດ້ວຍພາສາແມ່ + ສັບເຕັກນິກພາສາອັງກິດ + ຈຸດຍຶດພາກພື້ນ |
ຫຼີກລ່ຽງສຳນວນແປ ແລະ ຄຳທີ່ຄົນໄຕ້ຫວັນບໍ່ໃຊ້ (ເຊັ່ນ: 「視頻」「質量」「給到」) ແລະ ເຂົ້າສູ່ບໍລິບົດຜູ້ອ່ານໄຕ້ຫວັນໂດຍກົງ. |
| ແປຫຼາຍພາສາຂ້າມປະເທດ (ເຊັ່ນ: ແປຈີນເປັນໄທ ເວັບໄຊຫຼາຍພາສາແບບທ້ອງຖິ່ນ) |
ສັ່ງດ້ວຍພາສາແມ່ + ລະບຸພາກພື້ນເປົ້າໝາຍ ແລະ ບົດບາດໃຫ້ຊັດເຈນ |
ຫຼີກລ່ຽງການໃຊ້ພາສາອັງກິດເປັນພາສາກາງ (Pivot Language) ທີ່ເຮັດໃຫ້ຄວາມໝາຍສູນເສຍຊ້ຳສອງຊັ້ນ. |
| ສ້າງໂຄດລ້ວນໆ ແລະ Debug (ສະຖາປັດຕະຍະກຳລະບົບ ອັລກໍຣິທຶມ ການແກ້ບັກ) |
ໃຊ້ຈີນ ຫຼື ອັງກິດກໍໄດ້ (ແນະນຳ: ຕັກກະດ້ວຍພາສາແມ່ + ສັບເຕັກນິກ ແລະ Error Log ເປັນອັງກິດ) |
ຄີເວີດທາງເຕັກນິກ (API, PR, Deployment) ແລະ ເອກະສານທາງການເປັນພາສາອັງກິດຢູ່ແລ້ວ ການຄົງຕົ້ນສະບັບຈຶ່ງກົງກັບນ້ຳໜັກທາງເຕັກນິກທີ່ແມ່ນຢຳທີ່ສຸດ. |
| ຄົ້ນຫາເອກະສານເຕັກນິກຕ່າງປະເທດຫຼ້າສຸດ / ບົດຄວາມວິຊາການ |
ໃຊ້ພາສາອັງກິດເປັນຫຼັກ |
ຂໍ້ມູນຕົ້ນທາງສ່ວນໃຫຍ່ເປັນພາສາອັງກິດ ການຄົ້ນດ້ວຍຄີເວີດອັງກິດໂດຍກົງ (RAG / Search) ໃຫ້ recall ສູງທີ່ສຸດ. |
ຫ້າ Checklist ໃຊ້ງານຈິງ: 5 ຈຸດກວດເພື່ອໃຫ້ໄດ້ຄຳຕອບແມ່ນຢຳໃນຄັ້ງດຽວ#
ຄັ້ງໜ້າເມື່ອຂຽນ Prompt ທີ່ຕ້ອງການຜົນລັບພາສາຈີນຄຸນນະພາບສູງ ຢ່າເປີດໂປຣແກຣມແປພາສາອີກ. ໃຊ້ລາຍການນີ້ໄດ້ເລີຍ:
ຕົວຢ່າງ Prompt ປຽບທຽບຈາກການໃຊ້ງານຈິງ#
❌ ຕົວຢ່າງທີ່ຜິດ (ງົມງາຍພາສາອັງກິດ + ເງື່ອນໄຂຄຸມເຄືອ):
Write a blog post about prompt language selection in Traditional Chinese. Make it professional.
✅ ຕົວຢ່າງທີ່ຖືກ (ບໍລິບົດດ້ວຍພາສາແມ່ + ຄົງສັບເຕັກນິກຕົ້ນສະບັບ + ຈຸດຍຶດພາກພື້ນ ແລະ ຜູ້ອ່ານ):
ຊ່ວຍໃຊ້ພາສາຈີນຕົວເຕັມແບບທີ່ຄົນໄຕ້ຫວັນໃຊ້ ຂຽນບົດຄວາມສະແດງມຸມມອງດ້ານເຕັກນິກສຳລັບວິສະວະກອນໄຕ້ຫວັນ ຫົວຂໍ້ແມ່ນ "ການເລືອກພາສາທີ່ໃຊ້ຖາມໃນ Prompt".
ຂໍ້ກຳນົດ:
1. ສັບເຕັກນິກ (ເຊັ່ນ Token, Prompt, Context, API) ຄົງເປັນພາສາອັງກິດຕາມຕົ້ນສະບັບ ບໍ່ຕ້ອງຈົງໃຈແປ.
2. ນ້ຳສຽງກົງໄປກົງມາ ແລະ ເປັນກາງ ໃຫ້ບົດສະຫຼຸບ ແລະ ລາຍການທີ່ເຮັດຕາມໄດ້ທັນທີ ບໍ່ເອົານ້ຳສຽງແບບຕຳລາ ຫຼື ຄຳໂຄສະນາລອຍໆ.
3. ໃຊ້ສຳນວນທ້ອງຖິ່ນຂອງໄຕ້ຫວັນຢ່າງເຄັ່ງຄັດ ຫຼີກລ່ຽງຄຳແບບ "給到、質量、視頻、代碼".
ຄຳຖາມທີ່ພົບເລື້ອຍ (FAQ)#
Q1: ຂຽນ Prompt ເປັນພາສາຈີນຈະໃຊ້ Token ຫຼາຍກວ່າ ແລະ ຊ້າກວ່າບໍ?#
ເນື້ອຫາດຽວກັນຂຽນເປັນພາສາຈີນ ຈຳນວນ Token ມັກຫຼາຍກວ່າພາສາອັງກິດຢູ່ບາງ ແຕ່ລາຄາ Input Token ຕ່ຳຫຼາຍ. ເມື່ອທຽບກັບຄ່າ Token ທີ່ປະຫຍັດໄດ້ພຽງເລັກໜ້ອຍ ເວລາທີ່ເສຍໄປກັບການ "ສ້າງໃໝ່" ຫຼື ແກ້ຕົ້ນສະບັບດ້ວຍມືເພາະບໍລິບົດຜິດ ແມ່ນຄ່າໃຊ້ຈ່າຍແຝງທີ່ແພງທີ່ສຸດ.
Q2: ເປັນຫຍັງຂ້ອຍສັ່ງໃຫ້ AI ໃຊ້ "ພາສາຈີນຕົວເຕັມ (Traditional Chinese)" ແລ້ວ ກໍຍັງມີຄຳສັບແບບຈີນແຜ່ນດິນໃຫຍ່ໂຜ່ມາ?#
ເພາະສຳລັບໂມເດວ Traditional Chinese ມັກໝາຍເຖິງພຽງ "ການເຂົ້າລະຫັດຕົວອັກສອນ ແລະ ຮູບອັກສອນ (Script)" ບໍ່ໄດ້ໝາຍເຖິງ "ວັດທະນະທຳຂອງພາກພື້ນ (Locale)". ຂໍ້ມູນຂອງຮົງກົງ ມາເກົາ ໄຕ້ຫວັນ ແລະ ຂໍ້ມູນທີ່ແປງຈາກຕົວຫຍໍ້ເປັນຕົວເຕັມ ລ້ວນຈັດເປັນພາສາຈີນຕົວເຕັມທັງສິ້ນ. ຕ້ອງລະບຸ "ສຳນວນໄຕ້ຫວັນ (zh-TW)" ແລະ "ກຸ່ມຜູ້ອ່ານເປົ້າໝາຍ (ເຊັ່ນ ວິສະວະກອນໄຕ້ຫວັນ)" ຢ່າງຊັດເຈນ ຈຶ່ງຈະບີບການເລືອກຄຳຂອງໂມເດວໃຫ້ແຄບລົງໄດ້ຢ່າງຖືກຕ້ອງ.
ຢາກໄດ້ຄຳຕອບແບບທ້ອງຖິ່ນ ກໍຖາມດ້ວຍພາສາທ້ອງຖິ່ນ ແລ້ວບອກພາກພື້ນໃຫ້ຊັດ.
ຕັກກະນີ້ບໍ່ໄດ້ໃຊ້ໄດ້ແຕ່ກັບການຖາມຕອບປະຈຳວັນ ແຕ່ຍັງເປັນພື້ນຖານສຳຄັນຂອງການເຮັດ localization ຜະລິດຕະພັນຂ້າມປະເທດ. ບົດຄວາມໜ້າ ພວກເຮົາຈະນຳແນວຄິດນີ້ໄປຕໍ່ຍອດໃນງານວິສະວະກຳຈິງໂດຍກົງ: "ເມື່ອເວັບໄຊຮອງຮັບ 22 locale ຈະເຮັດໃຫ້ AI ແປຂໍ້ຄວາມທີ່ເປັນທ້ອງຖິ່ນແທ້ໆ ໂດຍອັດຕະໂນມັດໄດ້ແນວໃດ?"