10台の注文が、割引の対象から外れる。AI翻訳はどこまで任せていい？

海外向けの商品説明をAIで訳したものの、英語が自然かどうかしか分からない。社内で読める人も限られ、顧客に出してよいか迷う。そんなときは、ツール名より先に「誰が読むか」と「間違うと何が起きるか」を決めます。用語集で訳語をそろえたり、読者に合う表現を指示したりもできます。

対象は社内資料、一般的な顧客向け案内、技術文書です。10の短い原文と訳例を使い、意味が変わっていないかを読む練習をします（想定例）。

9台・10台・11台を入れると、意味の差が見える

「10台以上」を「10台を超える」と変えた誤訳は、数字の10だけを照合しても見つかりません。2026年10月26日、計算教材で0〜20台の条件を比較しました。10台以上を満たす集合と、10台を超える集合の差は、10台だけです。翻訳サービスを実行した結果ではなく、二つの条件の検算です。

試す注文	原文「10台以上」	誤った条件「10台を超える」
9台	対象外	対象外
10台	対象	対象外
11台	対象	対象

翻訳を直したら、10台の条件に加え、割引率、対象商品、適用期間、例外まで原文と照合し直します。「自然な訳になった」という確認と、「顧客の注文条件が変わっていない」という確認を別に残します。原文そのものが曖昧なら、訳す人に推測で決めてもらわず、商品担当へ戻します。

DeepLの品質評価の解説も、訳文の流暢さとは別に意味の誤りを探す必要を説明しています（2026年10月26日確認）。その製品説明を自社文書の精度として扱わず、配布10例の採点票では、該当する原文、誤った条件、修正後の確認を一組にして記入します。

10台の注文が、割引の対象から外れてしまう

原文は「10台以上の注文に限り、5％の割引を適用します」。

訳の条件	9台	10台	11台
at least 10 units（10台以上）	対象外	対象	対象
more than 10 units（10台を超える）	対象外	対象外	対象

どちらも英文としては読めます。しかし、10台注文した顧客への案内が変わります。翻訳を見るときは、自然さに加えて「この条件で同じ対応になるか」を確かめます。

翻訳と書き直しを分ける

翻訳では、原文で言っていることを過不足なく伝えたかを見ます。書き直しでは、読み手に合わせて語調や順序を整えます。一度に頼むと、どの変更が翻訳に必要で、どれが編集上の判断なのか追いにくくなります。

例えばT02の原文は「登録が完了するまで、確認メールを削除しないでください」です。訳例は「Do not delete the confirmation email until registration is complete.」です。これを「Do not delete the confirmation email.」と短くすると、「登録が完了するまで」という終了条件が消えます。

意味を保つ翻訳案を先に作り、その後に必要な表現調整をします。調整後も数字・否定・条件を照合してください。DeepLは翻訳品質評価の開発説明で、翻訳モデルと評価モデルを分け、原文と訳文を並べて誤りの候補を人が確認する方法を示しています。各プランで使えるかは、契約前に確かめます。

専用ツールと汎用AIを同じ軸で比べる

専用翻訳の例をDeepL、汎用生成AIの例をChatGPTとして比べます。この区分は使い方の違いです。DeepLも大規模言語モデルを基盤とする翻訳サービスと説明しているため、使われている技術だけで二分はできません。

表1　翻訳方式を選ぶ五つの比較軸

比較軸	専用翻訳の例：DeepL	汎用生成AIの例：ChatGPT
指定用語	用語集へ訳語を登録。対象言語・利用環境・プランを調べる。	訳語表を依頼文に添える。指定どおりになったか訳文と照合する。
文書書式	文書翻訳と書式維持に対応。実ファイルで脚注・表・画像内の文字を確かめる。	文書の抽出・比較・書き換えに対応。読み取りと元書式の再現を分けて確かめる。
文脈・文体	用語集や文書翻訳のカスタマイズ機能を使う。利用できる設定を調べる。	読者・目的・語調を文章で伝える。表現調整後も原文の条件を照合する。
原文との対応	原文と訳文を並べて読める運用を選ぶ。品質評価機能の提供条件は別に調べる。	文番号付きの対訳表を依頼する。番号抜けや対応違いを原文で確かめる。
データ条件	無料版とProを分け、保存する用語集・訳文、処理地域を調べる。	個人向けとBusiness等を分け、学習利用の設定、保持・共有条件を調べる。

用語集は、翻訳に加える条件です。DeepLの用語集の案内と公式ヘルプでは、語や短い表現の訳し方を指定し、文法に合わせて適用すると説明しています。汎用AIへ渡す訳語表は依頼の一部です。登録型の用語集と同じ働き方とは限らず、どちらも指定語が入ったことだけで数量や否定まで正しいと判断しません。

文書書式については、DeepLが元のレイアウトを維持する文書翻訳を案内し、ChatGPTのFile Uploads FAQは比較・抽出・書き換えを案内しています。脚注の読み取り漏れ、表の対応、出力の文字切れは、使いたいファイルで試します。画像を読み取れるかはファイル種別や契約にもよります。

読者・目的・語調を具体的に伝える方法は、OpenAIのChatGPTへの指示作成ガイドにも示されています。文番号付きの対訳表は、照合しやすくするための運用例です。

実資料を入れる前に、使うプラン、学習利用、保存・削除、共有先、処理地域が社内の入力ルールに合うか確かめます。「学習に使わない」と「保存しない」は別です。共通の調べ方はAIへ社内情報を入れる前に｜学習・保存・共有で整理しています。

DeepL・ChatGPTのデータ条件の調べ先

OpenAIのデータ利用の説明は、個人向けの学習利用と拒否設定、Business・Enterprise・APIの既定の学習不使用を分けています。DeepLも無料版はProと同じデータ保護ではないと説明しています。

学習に使わないことと、保存しないことは別です。DeepLのデータ保護・処理地域の説明やChatGPTのファイル保持条件を読みます。試用は架空文から始め、実資料を入れる前に、契約、保存・削除、共有先、処理地域、社内の入力ルールを照合してください。

短い試用セットを作り、残せた意味を記録する

長い文書を一度だけ訳すより、判断したい箇所が分かる小さなセットを先に作ります。判断表・評価票のExcel（記入例と空欄版）には、日→英5例・英→日5例の原文、訳例、見るべき点と、評価の練習用に問題を入れた文を収録しています。

表2　試用セットに含める10項目

全候補で原文の版、前後の文脈、言語方向、目的、読者をそろえます。最初はA「専用・用語集なし」とB「汎用・訳語表なし」、次にC「Aに用語集」とD「Bに同じ訳語表の指示」を追加します。用語指定の効果はA対C、B対Dで見ます。異なる製品の出力差を、用語集だけの効果と呼ばないようにします。

提供できる文脈や設定が異なる場合は、その違いも記録します。サービス名、表示されたモデル・版、プラン、設定、実行日、原文と用語集の版を残し、分からない欄は「不明」とします。

合計点より、修正箇所と次の扱いを残す

冒頭の「10台以上」の例は、意味が要修正、用語と表現は一致と記録します。英語が自然でも、10台の注文が対象から外れるため、数量の条件を直して訳し直します。

T08では画面名称を「Sleep mode→スリープモード」と指定しています。「待機モード」でも意味が通じる設定ですが、指定用語は要修正です。T09の「up to 500 records locally」は「端末内に最大500件」で、「500件以上」と訳すと上限と下限が逆になり、保存先も抜けます。

T07は同梱と別売りを保った修正不要の見本、T10は意味を保ったまま冗長さを整える見本です。意味の変更・用語・表現と重大度を分け、修正理由と次の扱いを残します。評価票では、誤りが利用者の判断に与える影響も記録します。

10例で分かるのは、その原文と条件で起きた問題です。NIST AI 600-1のMEASURE 2.5（PDF）も、狭く非体系的な評価から性能を一般化しないよう示しています。全言語・全分野の品質順位を公表する検証は、対象文書群と評価基準を別に設計し、両言語を照合できる評価者を確保して行います。

分からない言語は、原文との対応を見えるようにする

原文に文番号を付け、訳文と並べます。隣に指定用語、数字と単位、否定、条件、不明点を置くと、担当者は数値や型番から見直せます。意味を読めない部分は保留し、該当言語を読める人へ原文と訳文を渡します。

汎用AIには次のように依頼できます。用途、文脈、完成形を具体的に伝え、出力を見て依頼を調整する方法は、OpenAIの指示作成ガイドでも案内されています。

原文の意味を追加・省略せずに翻訳してください。文番号を保ち、「原文／訳文／用語・数字・否定・条件／不明点」の対訳表で出してください。原文だけでは決められない主語や対象は、質問として分けてください。文体の改善案は翻訳案と別に示してください。

逆翻訳は、違いを探す補助に使う

逆翻訳は、訳文を元の言語に戻して違いを探す方法です。ただし、戻す工程にも誤りが入り得ます。次は二つの誤りが打ち消し合ったように見える説明用の例です。

段階	数量の条件
日本語の原文	10台以上
誤った英訳	more than 10 units（10台を含まない）
さらに誤って戻した日本語	10台以上

最初と最後の日本語は一致しても、顧客が読む英語の条件は変わったままです。

別のAIや品質評価機能は、疑わしい箇所を絞る補助に使います。DeepLの品質評価の説明は人の関与を残し、NIST AI 600-1の「Human-AI Configuration」はAIへの過信をリスクとして扱っています。「問題なし」という採点だけで公開を決めず、原文に戻って照合します。

原文が曖昧なら、作成者へ聞く

T05「確認後、送信します」だけでは、誰が何を確認し、何を送るかが決まりません。原文作成者から「当社が申込内容を確認し、設定ファイルを送る」と確認できた場合に限り、その情報を加えた訳を検討できます。Excelの英語例「After we confirm the application details, we will send the setup file.」は、この追加条件を置いた仮定例です。

用途に合わせて確認の深さと担当を決める

社内の概要把握、顧客への公開、契約や安全の判断では、誤りの影響が異なります。少量の文書なら、担当者が照合できる対訳表から始められます。

表3　用途別の見直す人と利用条件

用途	見直しの考え方	使う前の条件
概要の把握	資料の関連性を探すための仮訳。判断に使う数字・条件は原文へ戻る。	不明な段落を保留し、該当言語が分かる人に絞って聞く。
一般的な社外公開	両言語の意味を照合できる人と商品・業務の担当が見直す。	対訳・用語・数値を確かめてから文体を整え、公開版を承認する。
契約・医療・安全	該当言語と領域を見直せる人を置く。役割を満たせれば兼務できる。	一般チェックや逆翻訳だけで確定しない。担当不在なら利用・公開を保留する。

契約・医療・安全に関する文書には、原文自体の妥当性や専門的な判断も関わります。自社に担当者がいなければ、該当分野と両言語を扱う翻訳者・専門家へ、原文、訳文、用途、不明箇所をまとめて渡します。

採用した原文・訳文・用語集の版と、誰がどの言語・項目を見直したかを残します。原文の数字や条件が変わったら、対応する訳文も見直してください。まず一つの文書で、意味・指定用語・読みやすさを分けて照合するところから始めます。

翻訳した文章を提案書や報告書へ載せる前に、顧客・期間・元表の取り違えも点検できます（AIで作る提案書・報告書｜原文と数字の確かめ方）。

原文と訳文、用語、修正履歴、見直し担当をまとめて管理する必要が出た段階では、AI翻訳と多言語文書の確認画面開発が関連する案内です。既存の翻訳ツールと対訳表で運用できるかを先に確かめます。

生成AIの使い方を全体から確かめる

参考出典

• DeepL：用語集
• DeepL AI Labs：翻訳品質評価の開発
• NIST：NIST AI 600-1（2024年7月）（PDF）
• DeepL：文書翻訳
• OpenAI：ChatGPTへの指示作成ガイド
• OpenAI：File Uploads FAQ
• OpenAI：データの学習利用
• DeepL：データ保護と処理地域
• DeepL：無料版へのアクセスとデータ保護
• DeepL：用語集の公式ヘルプ
• DeepL：翻訳モデルの基盤

製品機能の確認日：2026年9月15日。