83 domande da porsi prima di integrare la traduzione con IA nel proprio workfloow

Aggiungere la traduzione basata sull’IA a un prodotto, a una pipeline o a un processo sembra semplice, ma poi non lo è. Un metodo di integrazione sbagliato, un limite di frequenza superato, una risposta asincrona non gestita, un modello di costo non preso in considerazione: ognuno di questi problemi può trasformare un progetto semplice in una sessione di debug.

Questa guida raccoglie tutte le domande che vale la pena porsi prima di scegliere un approccio. Tratta di ciò che la traduzione basata sull’IA può e non può fare, di come scegliere il metodo di integrazione più adatto, di come funzionano la fatturazione e i limiti di utilizzo e di cosa verificare prima di andare live. La maggior parte delle domande è indipendente dallo strumento utilizzato. Laddove un dettaglio specifico dell’implementazione sia rilevante, indichiamo come Lara Translate lo gestisce.

---

Cosa può (e non può) fare la traduzione basata sull’IA

1. In che modo la traduzione basata sull’IA si differenzia dalla traduzione automatica tradizionale?

I sistemi di traduzione automatica (MT) tradizionali, come quelli basati su frasi o i primi modelli neurali, traducono frase per frase, in gran parte senza tenere conto del contesto circostante. I moderni motori di traduzione basati sull’IA combinano i Large Language Model (LLM) con la traduzione automatica neurale (NMT) per ragionare sull’intero documento o conversazione, gestire le ambiguità e adattare il tono e la terminologia. Il risultato è un output più fluido e più attento al contesto, ma ciò significa anche che la qualità dipende in larga misura dalla quantità di contesto fornita al motore.

2. Quante lingue supporta di solito un’API di traduzione basata sull’IA?

Ciò varia in modo significativo a seconda del fornitore. Alcuni forniscono un buon supporto per meno di 50 lingue; altri ne coprono oltre 200. Il supporto completo per la scrittura da destra a sinistra (RTL), come per l’arabo, l’ebraico e il persiano, non è universale, pertanto è necessario verificare espressamente se ne avete bisogno. Lara Translate supporta 207 lingue con rendering RTL completo. Consulta l’elenco completo delle lingue.

3. Quali tipi di contenuti vengono gestiti bene dalla traduzione basata sull’IA?

La traduzione basata sull’IA offre prestazioni ottimali con testi ben strutturati e privi di ambiguità: documenti aziendali, contenuti di assistenza, descrizioni di prodotti, stringhe dell’interfaccia utente, documentazione tecnica e sottotitoli. Gestisce in modo meno affidabile i testi di partenza scritti in modo scadente o fortemente idiomatici: vale ancora il principio “garbage in, garbage out” (input scadente produce output scadente). Quanto maggiore è il contesto fornito (settore, pubblico, tono), tanto migliore sarà il risultato. Come valutare la qualità della traduzione.

4. Quali tipi di contenuti la traduzione basata sull’IA gestisce male?

I contenuti altamente creativi (poesia, giochi di parole, umorismo culturale), i testi legali che richiedono un’accuratezza certificata, il gergo altamente tecnico senza materiale di riferimento e i testi di partenza ambigui rappresentano tutti una sfida. In questi casi, la traduzione generata dall’IA dovrebbe essere considerata una prima bozza da sottoporre a revisione umana, non il risultato finale. Come richiedere una revisione umana in aggiunta alle traduzioni generate dall’IA.

5. La traduzione basata sull’IA è in grado di mantenere la formattazione del documento originale?

Sì, a condizione che l’API o lo strumento che si utilizza sia progettato per la traduzione di documenti. Una buona API per la traduzione di documenti conserva tabelle, titoli, formattazione in linea, didascalie ed elementi incorporati. Le API di traduzione di solo testo non lo fanno: restituiscono unicamente stringhe tradotte e spetta a voi ricostruire il layout.

6. Che cos’è la valutazione della qualità linguistica (LQA) e dovrei utilizzarla?

La valutazione della qualità linguistica (LQA) è un livello di punteggio automatizzato che valuta la qualità di un output tradotto. Alcuni motori di traduzione basati sull’IA la integrano in modo nativo, contrassegnando i segmenti come eccellenti, accettabili o ambigui. Risulta particolarmente utile nelle pipeline di produzione, dove è necessario disporre di un indicatore di affidabilità prima di consegnare l’output agli utenti finali, ad esempio per decidere se inviare un segmento a revisione umana. La funzionalità LQA di Lara Translate etichetta automaticamente ogni traduzione come Eccellente, Buona o Ambigua. Scopri di più sulla LQA in Lara.

7. La traduzione basata sull’IA può imporre l’uso di una terminologia specifica?

Sì, tramite i glossari. Un glossario è un vocabolario controllato, ossia un elenco di termini e delle loro traduzioni approvate, che il motore applica in modo preciso durante la traduzione. Ciò è fondamentale per i nomi dei prodotti, i termini legali, il linguaggio specifico del marchio o qualsiasi termine che non deve mai variare. La maggior parte delle API di livello enterprise consente di allegare un glossario al momento della richiesta. Come funzionano i glossari in Lara.

8. Cos’è una memoria di traduzione e l’API la utilizza?

Una memoria di traduzione (TM) memorizza i segmenti tradotti in precedenza. Quando si ripresenta una frase identica o simile, il motore riutilizza la traduzione approvata anziché generarne una nuova. In questo modo si garantisce la coerenza in documenti lunghi o in progetti ripetuti e si possono ridurre i costi. Non tutte le API di traduzione basate su IA supportano le TM in modo nativo: verificalo prima di scegliere un’architettura che ne dipenda. Che cos’è una memoria di traduzione?

9. La traduzione basata sull’IA è in grado di rilevare automaticamente la lingua di partenza?

La maggior parte delle API di traduzione basate su IA moderne include il rilevamento della lingua. È sufficiente inviare il testo senza specificare la lingua di partenza: il motore restituisce la sua migliore previsione, accompagnata da un punteggio di affidabilità. Alcune API consentono di fornire un suggerimento o un elenco di lingue candidate per affinare la previsione. Questa funzionalità è utile per i contenuti generati dagli utenti, quando la lingua di partenza non è nota, ma, se la si conosce, indicare esplicitamente la lingua di origine è sempre più affidabile. Come funziona il rilevamento della lingua in Lara.

10. Esiste una differenza tra la traduzione di testo semplice e la traduzione di HTML?

Sì, e la differenza è significativa. Quando si invia del codice HTML a un’API di traduzione, il motore deve sapere che si tratta di HTML; in caso contrario, potrebbe tradurre gli attributi dei tag, danneggiare il markup o alterare gli elementi inline. Per un’implementazione corretta, si utilizza il flag content_type: text/html (o equivalente), che indica al motore di tradurre solo i nodi di testo visibili e di lasciare intatti tag, attributi e URL. Come Lara gestisce i tipi di contenuto HTML.

11. La traduzione basata sull’IA è in grado di gestire contenuti di origine multilingue?

Alcuni motori sono in grado di rilevare e gestire documenti in cui segmenti diversi sono scritti in lingue diverse, traducendo solo i segmenti che non sono già nella lingua di destinazione. Ciò risulta utile per i ticket di assistenza, i forum o i contenuti generati dagli utenti in più lingue. Verifica che l’API che stai utilizzando supporti il rilevamento della lingua per segmento e non solo a livello di documento.

---

Scegliere il metodo di integrazione giusto

12. Quali opzioni di integrazione sono generalmente disponibili per la traduzione basata sull’IA?

La maggior parte dei fornitori di traduzione basata sull’IA offre una combinazione di: API REST, SDK specifici per lingua, strumento CLI, connettori no-code (n8n, Zapier, Make), estensioni per browser, plug-in per CAT tool e, sempre più spesso, server MCP per flussi di lavoro con agenti basati sull’IA. La scelta più adatta dipende dal vostro stack tecnologico, dal volume di traduzioni e dal fatto che abbiate bisogno di elaborazione in tempo reale o in batch. Accesso all’API di Lara.

13. Quando dovrei utilizzare direttamente l’API REST anziché un SDK?

Utilizza direttamente l’API REST quando lavori in una lingua per la quale non è disponibile un SDK ufficiale, quando desideri ridurre al minimo le dipendenze o quando effettui chiamate da una funzione serverless o da uno script shell. Utilizza un SDK se ne esiste uno per la tua lingua: gli SDK si occupano per te della firma per l’autenticazione, della formattazione delle richieste, dei tentativi di ripetizione e dell’analisi delle risposte, riducendo così il codice ripetitivo e la superficie di errore. Lara offre SDK per Python, Node.js, Java, PHP, Go, .NET e Swift. Guida rapida e documentazione per l’SDK di Lara.

14. Che cos’è un server MCP e in quali casi è opportuno utilizzarlo per la traduzione?

Un server MCP (Model Context Protocol) è un’interfaccia standardizzata che consente agli agenti IA di chiamare strumenti esterni, tra cui quelli di traduzione, direttamente all’interno di un flusso di lavoro LLM. Se state sviluppando prodotti basati sull’IA in cui un LLM deve tradurre contenuti nell’ambito di un’attività più ampia (riassunto, chat multilingue, generazione di contenuti), la connessione a un server MCP di traduzione trasferisce tale compito a un modello di traduzione specializzato anziché richiedere la traduzione all’LLM generico. In questo modo si riduce il rischio di allucinazioni, si garantisce l’uso corretto della terminologia e si separa la qualità della traduzione dalla qualità del ragionamento dell’LLM. Lara offre un server MCP compatibile con i flussi di lavoro multi-agente di Claude Desktop e del protocollo A2A. Introduzione al server MCP di Lara · Perché utilizzare un motore di traduzione dedicato all’interno di un LLM · Installare Lara su Claude Desktop.

15. In quali casi dovrei utilizzare uno strumento CLI anziché l’API?

Una CLI è la scelta giusta per i flussi di lavoro di localizzazione che risiedono nei repository di codice, ad esempio per tradurre file di risorse JSON, file PO, contenuti Markdown o componenti Vue nell’ambito di un processo di build o di rilascio. Gli strumenti CLI si integrano in modo nativo con le pipeline CI/CD (GitHub Actions, GitLab CI) e possono essere attivati in caso di modifiche ai file senza dover scrivere alcun codice applicativo. La CLI di Lara (lara-cli translate) supporta JSON, PO, TS, Vue, Markdown e Android XML tramite un file di configurazione lara.yaml gerarchico. Introduzione alla CLI di Lara.

16. In quali casi è opportuno utilizzare un connettore no-code (n8n, Zapier, Make)?

Quando le persone che gestiscono il flusso di lavoro non sono sviluppatori o quando si desidera collegare la traduzione ad altri strumenti (CRM, piattaforme di e-mail, archiviazione di file, moduli) senza dover scrivere codice personalizzato. I connettori no-code sono ideali per automatizzare la traduzione dei documenti al momento dell’invio di un modulo, per tradurre i ticket di assistenza in arrivo o per sincronizzare i contenuti tradotti con un CMS. Rispetto all’API, il compromesso consiste in un controllo ridotto sui parametri delle richieste e nella gestione dei limiti di frequenza. Panoramica dell’API di Lara e delle integrazioni.

17. Lavoro con Google Sheets. Posso richiedere la traduzione direttamente da una formula di cella?

Sì, se il fornitore di servizi di traduzione dispone di un’integrazione con Google Sheets. Lara Translate offre =LARATRANSLATE() per la traduzione a livello di cella e =LARAEVAL() per la valutazione automatica della qualità, consentendo flussi di lavoro di localizzazione basati su fogli di calcolo senza alcuna configurazione dell’API. Come installare l’estensione Lara per Google Sheets.

18. Qual è la differenza tra la traduzione in tempo reale e la traduzione in batch tramite API?

La traduzione in tempo reale (sincrona) restituisce il risultato immediatamente: è utile per le funzionalità rivolte agli utenti, dove la latenza è importante. La traduzione in batch elabora grandi volumi in modo asincrono: si invia un lavoro, si verifica il completamento e si recuperano i risultati. In genere, la traduzione in batch ha un costo per carattere inferiore ed è più adatta per l’elaborazione di grandi volumi di documenti o per i processi notturni. Alcuni provider offrono endpoint batch espliciti con prezzi diversi; altri si limitano a proporre SLA con latenze differenti. Lara offre un modello Lara Batch dedicato che, per i lavori ad alto volume, può essere fino a 10 volte più economico rispetto alle tariffe standard.

19. Devo essere uno sviluppatore per utilizzare un’API di traduzione basata sull’IA?

Non sempre. Molti fornitori offrono soluzioni no-code (estensioni per browser, componenti aggiuntivi per Fogli Google, plugin per CMS, nodi n8n) che consentono anche a chi non è sviluppatore di accedere alla stessa API sottostante senza dover scrivere codice. Vale la pena comprendere concettualmente l’API stessa, anche se non la si chiama direttamente, perché determina le possibilità a valle. Estensione del browser Lara per non sviluppatori.

---

Autenticazione e configurazione

20. Come funziona l’autenticazione per le API di traduzione?

La maggior parte delle API di traduzione utilizza l’autenticazione tramite chiave API: l’utente genera una chiave dalla dashboard del provider e la include nell’intestazione di ogni richiesta. Alcuni provider utilizzano una singola chiave API; altri utilizzano una coppia di chiavi (un Access Key ID e un Access Key Secret), dove la chiave segreta viene utilizzata per firmare le richieste. Memorizza le credenziali nelle variabili di ambiente, mai nel codice sorgente. Come generare una chiave API Lara.

21. Che cos’è la combinazione Access Key ID / Access Key Secret?

Si tratta di una coppia di credenziali in cui l’ID è un identificatore pubblico e la chiave segreta viene utilizzata per firmare o autenticare le richieste. In genere, la chiave segreta viene mostrata una sola volta al momento della creazione: se la si perde, è necessario eseguire la rotazione della chiave. Lara utilizza questo modello: l’SDK gestisce automaticamente la firma, quindi è sufficiente impostare le due variabili di ambiente. Cosa fare in caso di smarrimento della chiave API.

22. Come posso archiviare in modo sicuro le credenziali API?

Utilizzate le variabili di ambiente in fase di sviluppo e un gestore di segreti (AWS Secrets Manager, HashiCorp Vault, GitHub Actions Secrets, Doppler) in produzione. Non inserire mai le credenziali come valore fisso nei file sorgente e non eseguirne mai il commit in un repository. Se le chiavi vengono in qualche modo esposte, effettuate la rotazione.

23. Posso utilizzare la stessa chiave API in più ambienti (dev, staging, prod)?

Sì, è possibile, ma è buona pratica generare chiavi separate per ciascun ambiente. In questo modo, è possibile ruotare o revocare una chiave compromessa senza incidere su tutti gli ambienti e si ottengono report di utilizzo più chiari per ciascun ambiente.

24. È disponibile un piano gratuito per effettuare test prima di impegnarsi?

La maggior parte dei principali fornitori offre un piano gratuito o una prova gratuita. Il piano API gratuito di Lara include 10.000 caratteri al mese con un limite di 1.000 caratteri al secondo: una quantità sufficiente per sviluppare e testare un’integrazione di base. Gli output web del piano gratuito includono la firma di attribuzione “Translated with laratranslate.com”. Dettagli del piano gratuito dell’API di Lara.

25. Come posso effettuare la mia prima chiamata all’API di traduzione?

Per effettuare la chiamata minima valida sono necessari: le tue credenziali, un testo di partenza, una lingua di arrivo e un URL dell’endpoint. Nella maggior parte degli SDK, si tratta di tre-cinque righe di codice. Per Lara, utilizzando l’SDK per Python:

from lara import Translator
translator = Translator(access_key_id="...", access_key_secret="...")
result = translator.text.translate(text=["Hello world"], target="it-IT")
print(result[0].translation)

Guida rapida completa disponibile nel Lara Developer Hub.

---

Traduzione di testi tramite API

26. Qual è la struttura di base di una richiesta di traduzione di testo?

Come minimo: il testo da tradurre (una stringa o un array di stringhe), la lingua di destinazione e, facoltativamente, la lingua di partenza. I parametri aggiuntivi (contesto, stile, ID glossario, ID TM, flag di privacy) vengono aggiunti in un secondo momento. Mantenere semplice la chiamata di base e aggiungere i parametri in modo incrementale è il modo migliore per isolare i problemi di qualità durante lo sviluppo. Documentazione dell’API di traduzione di testi di Lara.

27. Posso tradurre più stringhe in un’unica chiamata API?

Sì. La maggior parte delle API accetta un array di stringhe in un’unica richiesta, il che è più efficiente rispetto all’esecuzione di chiamate singole in loop. In genere esiste una dimensione massima per l’array: Lara supporta fino a 128 blocchi di testo per richiesta. L’elaborazione in batch riduce il sovraccarico di round trip ed è particolarmente importante quando si traducono stringhe di interfaccia utente o contenuti brevi su larga scala.

28. Come posso fornire il contesto per migliorare la qualità della traduzione?

La maggior parte delle API dispone di un parametro per il contesto o le istruzioni, nel quale è possibile descrivere l’argomento del contenuto, il pubblico di destinazione, il tono o eventuali note di chiarimento. Frasi come “Questo è un contratto legale per clienti SaaS B2B” o “Traduci in modo informale, il pubblico di destinazione sono adolescenti” modificano in modo significativo il risultato della traduzione. Fornisci istruzioni brevi e precise: le istruzioni vaghe vengono ignorate o applicate in modo errato. Quale contesto fornire a Lara · Casi d’uso comuni con esempi · Adattamento al contesto (API) · Adattamento alle istruzioni (API).

29. Come faccio a evitare che determinate stringhe vengano tradotte?

Passale come blocchi non traducibili. Nell’API di Lara, nel campo di testo puoi inserire un array di oggetti con il flag translatable: false. Questi blocchi vengono passati all’IA come contesto circostante senza essere tradotti. Questa soluzione è utile per i nomi di prodotti, i termini di marchi o le stringhe placeholder che devono comparire letteralmente nell’output.

30. Come gestisco i contenuti HTML nelle richieste di traduzione?

Imposta content_type: text/html nella richiesta. Il motore analizzerà l’HTML, estrarrà i nodi di testo traducibili, li tradurrà e ricostruirà il markup. Tra i tag inline supportati da Lara figurano <g>, <ph> e <mrk>. Non inviare mai HTML non elaborato a un endpoint di testo semplice: i tag verrebbero considerati testo traducibile e quindi danneggiati. Gestione del content_type nell’API di Lara.

31. Quali stili o modalità di traduzione sono generalmente disponibili?

Lo stile determina il modo in cui il motore bilancia l’accuratezza letterale con la naturalezza della formulazione. Opzioni comuni: Fedele (fedele al testo di partenza, mantiene la struttura; ideale per testi legali, tecnici e medici), Fluido (naturale e di facile lettura; ideale per contenuti aziendali), Creativo (espressivo, idiomatico; ideale per marketing e transcreation). Non tutti i provider rendono disponibile questa opzione come parametro esplicito; alcuni la integrano nella selezione del modello. Stili di traduzione in Lara.

32. Cos’è un modello di ragionamento o “think” e quando dovrei utilizzarlo?

Un modello di traduzione orientato al ragionamento esegue un’analisi linguistica in più fasi prima di produrre l’output, verificando la presenza di ambiguità, controllando la terminologia e autocorreggendosi. È più lento (in genere 5–10 volte) e più costoso, ma significativamente più accurato per contenuti complessi o ad alto rischio. Il modello Lara Think di Lara rileva e corregge circa l’80% dei principali problemi linguistici. Utilizzatelo per contenuti legali, medici o normativi, dove un errore di traduzione può avere conseguenze concrete. Per attivarlo, impostare reasoning: true nella richiesta API.

33. Esiste un’opzione a latenza ultra-ridotta per le applicazioni in tempo reale?

Alcuni fornitori offrono un modello fast-path ottimizzato per la latenza rispetto alla massima qualità. Lara offre Lara Flash, che raggiunge una latenza media di circa 50 ms, ideale per la traduzione di chat in tempo reale, per gli aggiornamenti in tempo reale dell’interfaccia utente o per qualsiasi funzionalità rivolta agli utenti in cui il tempo di risposta è più importante della massima accuratezza.

34. Come posso gestire le parolacce o il linguaggio sensibile nei contenuti generati dagli utenti?

Alcune API includono un parametro per il filtro delle parolacce, con opzioni per rilevare, nascondere o evitare le parolacce nell’output. Ciò è importante per le piattaforme in cui gli input degli utenti sono eterogenei o sconosciuti. L’API di Lara supporta profanityFilter: detect | hide | avoid. La documentazione completa dei parametri è disponibile nel Lara Developer Hub.

35. Cos’è la cache delle traduzioni e dovrei attivarla?

La cache di traduzione memorizza il risultato di una richiesta di traduzione, in modo che lo stesso input restituisca lo stesso output senza dover eseguire nuovamente il modello. Riduce i costi e la latenza per i contenuti ad alta ripetizione (stringhe dell’interfaccia utente, dichiarazioni di non responsabilità standard, e-mail basate su modelli). Lo svantaggio è che, fino alla scadenza della cache, i risultati memorizzati non riflettono gli aggiornamenti del glossario o della TM. Lara offre la memorizzazione nella cache con un TTL configurabile (cache_ttl), disponibile su richiesta.

---

Traduzione di documenti tramite API

36. In che modo la traduzione di documenti tramite API si differenzia dalla traduzione di testo?

La traduzione di documenti è asincrona: si carica il file, si riceve un ID del lavoro, si attende il completamento del lavoro e infine si scarica il file tradotto. La traduzione di testo è sincrona: si invia una richiesta e si riceve immediatamente una risposta. Il modello asincrono è necessario perché l’elaborazione di documenti di grandi dimensioni può richiedere da alcuni secondi a diversi minuti. Riferimento API per la traduzione di documenti con Lara · Panoramica della documentazione API.

37. Quali formati di file supporta solitamente la traduzione basata sull’IA tramite API?

Le API di livello enterprise supportano un’ampia gamma di formati: documenti Office (DOCX, XLSX, PPTX), PDF, InDesign (IDML), FrameMaker (MIF), XLIFF, sottotitoli (SRT, VTT), formati di dati (JSON, CSV, XML, YAML), formati web (HTML, Markdown) e file di localizzazione (PO, RESX, STRINGS). Lara supporta esattamente 70 formati di file. Verificare sempre la compatibilità del formato prima di progettare un flusso di lavoro basato su un tipo di file specifico. Formati di file supportati da Lara.

38. Qual è la soglia minima di fatturazione per la traduzione di documenti?

Molti fornitori applicano un numero minimo di caratteri per documento, indipendentemente dalla dimensione effettiva del contenuto. Nei piani a pagamento, Lara applica un minimo di 20.000 caratteri per file: pertanto, un documento di 5.000 caratteri viene fatturato come se fosse di 20.000 caratteri. Quando elaborate un numero elevato di file di piccole dimensioni, tenete conto di questo aspetto nel vostro modello di costo.

39. Come posso allegare memorie di traduzione e glossari a una richiesta API per un documento?

Nella richiesta di caricamento, trasmetta gli ID della TM e del glossario come parametri. Il motore li applica durante la traduzione, garantendo l’uso della terminologia approvata e il riutilizzo dei segmenti tradotti in precedenza. Ciò è particolarmente importante per i documenti con versioni multiple, nei quali si desidera che la differenza (ossia solo i segmenti nuovi o modificati) mantenga le traduzioni approvate. Parametri dell’API per i documenti nel Lara Developer Hub.

40. Posso ricevere il documento tradotto in formato PDF anziché in un formato modificabile?

Se il provider lo supporta. Lara consente di specificare outputFormat: "pdf" nella richiesta API quando si traduce un PDF; per impostazione predefinita, viene restituito un file DOCX modificabile. Ciò è importante quando l’utente che riceve il risultato ha bisogno di un file non modificabile o quando si desidera mantenere il layout originale esattamente come visualizzato.

41. Come posso gestire i file DOCX con revisioni tramite l’API?

Per accettare automaticamente tutte le revisioni prima dell’inizio della traduzione, inserisci acceptRevisions: true all’interno di extractionParams. In caso contrario, la traduzione potrebbe contenere il markup delle revisioni, generando un output non affidabile. Nell’interfaccia utente web, l’operazione equivalente consiste in una richiesta manuale prima del caricamento.

42. Come faccio a includere i commenti di un documento Word nel lavoro di traduzione?

Passa extractComments: true all’interno di extractionParams. In questo modo, i commenti vengono inclusi come contenuto traducibile insieme al testo principale.

43. Cosa succede alle formule contenute in un file Excel quando lo traduco?

Un’API di traduzione di documenti implementata correttamente rileva automaticamente le formule nelle celle e le ignora: viene tradotto solo il contenuto testuale visibile. Se vengono tradotte le formule, è possibile che nel file alcune celle risultino formattate come testo semplice anziché come celle con formula. Correggi la formattazione prima di caricare il file. Come tradurre un file Excel con Lara.

44. Come posso gestire la traduzione delle immagini all’interno di un PDF tramite l’API?

La traduzione di immagini basata su OCR all’interno dei PDF deve essere richiesta esplicitamente; non è attivata per impostazione predefinita. Nell’API di Lara, al momento del caricamento, abilita l’opzione “Translate images”. I caratteri estratti tramite OCR vengono conteggiati ai fini della quota di utilizzo separatamente dai caratteri standard del documento. L’OCR nella traduzione di documenti con Lara.

---

Qualità, glossari e memorie di traduzione

45. Come faccio a creare e gestire un glossario tramite API?

In genere, gli endpoint per la gestione dei glossari consentono di creare, aggiornare, elencare, esportare ed eliminare i glossari a livello di programmazione. Puoi aggiungere singoli termini o importare in blocco un file CSV. L’API di Lara supporta sia i glossari monodirezionali (lingua di partenza → lingua di arrivo, CSV con tipo di contenuto csv/table-uni) sia i glossari multidirezionali (basati su concetti con un GUID condiviso tra tutte le combinazioni linguistiche, csv/table-multi). Riferimento per la gestione dei glossari · Linee guida per la formattazione dei file CSV per i glossari Lara.

46. Qual è la differenza tra un glossario monodirezionale e un glossario multidirezionale?

Un glossario monodirezionale associa i termini di una lingua di partenza a una lingua di arrivo. Un glossario multidirezionale utilizza una struttura basata sui concetti, con un identificatore univoco per ogni termine, e collega contemporaneamente le traduzioni in tutte le combinazioni linguistiche. Ciò risulta utile quando si traduce lo stesso contenuto in molte lingue e si desidera disporre di un’unica fonte di riferimento per la terminologia. Funzionamento dei glossari in Lara · Riferimento API per la gestione dei glossari.

47. Come faccio a creare e gestire le memorie di traduzione tramite l’API?

Gli endpoint per la gestione delle TM consentono di creare memorie, aggiungere o eliminare singole unità di traduzione, importare file TMX in blocco e verificare lo stato dell’importazione. Puoi inoltre creare TM da fonti esterne come MyMemory. Lara supporta il controllo granulare delle unità di traduzione (TU), compresi i campi di contesto della frase (sentence_before, sentence_after) per la disambiguazione. Riferimento API per le memorie di traduzione.

48. Posso importare un file TMX esistente a livello di programmazione?

Sì. La maggior parte delle API aziendali supporta l’importazione asincrona di file TMX: carichi il file, ricevi un ID lavoro ed effettui il polling per verificarne il completamento. Questo è l’approccio corretto per migrare una memoria di traduzione esistente da uno strumento CAT a un flusso di lavoro basato su API.

49. Come posso utilizzare l’API per valutare la qualità di una traduzione esistente?

Alcuni provider offrono un endpoint dedicato per la valutazione della qualità, che assegna un punteggio a una coppia testo di partenza-traduzione. A tale scopo, il componente aggiuntivo di Lara per Google Sheets utilizza la funzione =LARAEVAL(); a livello di API, i punteggi LQA vengono restituiti come parte della risposta di traduzione. Ciò risulta utile per valutare le traduzioni prodotte al di fuori di Lara prima di aggiungerle a una TM. LARAEVAL in Fogli Google.

---

Privacy, sicurezza e trattamento dei dati

50. Il fornitore di servizi di traduzione conserva i miei contenuti dopo la traduzione?

Dipende dal fornitore e dalla modalità. Per impostazione predefinita, la maggior parte dei fornitori memorizza le traduzioni al fine di creare memorie di traduzione e migliorare i modelli. Leggi attentamente l’informativa sulla privacy, in particolare verifica se puoi rifiutare la conservazione dei dati, se questi vengono utilizzati per l’addestramento dei modelli e qual è il periodo di conservazione. Spiegazione delle modalità di apprendimento e in incognito di Lara Translate.

51. Che cos’è la modalità di conservazione zero o la modalità in incognito in un’API di traduzione?

In modalità zero-retention, il provider elabora la traduzione e la elimina immediatamente: nulla viene archiviato, registrato o utilizzato per l’addestramento dei modelli. Per attivare questa modalità nell’API di Lara, è sufficiente passare il parametro "noTrace": true (REST) o no_trace: true (SDK). Utilizzatela per qualsiasi contenuto protetto da NDA, dal segreto professionale tra avvocato e cliente o da requisiti normativi sulla gestione dei dati. Come funziona la modalità Incognito.

52. Un’API di traduzione è conforme al GDPR?

Dipende dal fornitore. Domande chiave: Dove vengono trattati i dati? Chi sono i subincaricati del trattamento? È disponibile un Data Processing Addendum (DPA)? Il fornitore rispetta le Clausole contrattuali tipo (SCC) e il Quadro UE-USA per la privacy dei dati? Lara è un’azienda italiana, pienamente conforme al GDPR, che mette a disposizione un DPA per gli accordi aziendali. Lara e la conformità al GDPR.

53. Posso richiedere un Data Processing Addendum (DPA)?

Di norma, i fornitori di servizi di livello enterprise offrono DPA per i piani a pagamento. Un DPA disciplina il modo in cui il fornitore, in qualità di responsabile del trattamento, gestisce i vostri dati, assegna le responsabilità e definisce gli obblighi in materia di sicurezza. Si tratta di un prerequisito per la maggior parte delle procedure di acquisto delle aziende. Privacy e protezione dei dati in Lara.

54. Chi sono i subincaricati tipici per un’API di traduzione basata sull’IA?

Tra i subincaricati più comuni figurano i fornitori di infrastrutture cloud (AWS, GCP, Azure), i servizi di monitoraggio degli errori (Sentry), i gestori dei pagamenti (Stripe) e gli strumenti di analisi. Tra i subincaricati documentati di Lara figurano AWS, Sentry, Stripe, Google Analytics/Ads/Workspace, HubSpot, ActiveCampaign, PostHog, Cookiebot, Meta e LinkedIn. Elenco dei subincaricati di Lara.

55. Come gestisco la traduzione di contenuti che includono dati personali (PII)?

Utilizzare la modalità di conservazione zero per qualsiasi contenuto che includa nomi, indirizzi, dati finanziari o informazioni sanitarie. Verificare che l’accordo di trattamento dei dati (DPA) del fornitore copra il trattamento delle PII. Per i settori regolamentati (sanità, finanza, legale), ottieni l’approvazione legale per il flusso di dati prima di procedere con lo sviluppo. Lara è affidabile? Panoramica sulla sicurezza.

---

Limiti di utilizzo, fatturazione e modellazione dei costi

56. In genere, come vengono calcolati i costi delle API di traduzione?

La maggior parte dei fornitori addebita i costi in base al numero di caratteri, ossia al numero di caratteri presenti nel testo di partenza. Per la traduzione di documenti, alcuni fornitori addebitano il costo per parola o per “pagina”. In genere, i livelli di prezzo variano in base al volume (per milione di caratteri), al piano (gratuito, Pro, Team) e al modello (standard vs. modello di ragionamento/qualità). Verificate sempre se l’unità di fatturazione minima per richiesta possa influire sul vostro modello di costo per le stringhe brevi. Dettaglio dei prezzi dell’API di Lara.

57. Cos’è un limite di velocità e in che modo influisce sulla mia integrazione?

Il limite di frequenza è il throughput massimo consentito dall’API in un determinato intervallo di tempo, di solito espresso in caratteri al secondo. Se viene superato, viene restituito un errore 429. Progetta la tua integrazione in modo da rispettare i limiti di velocità, limitando le richieste, mettendo in coda i lavori di grandi dimensioni e implementando un backoff esponenziale in caso di risposte 429. I limiti di velocità di Lara sono di 1.000 caratteri al secondo per il piano Free e di 10.000 caratteri al secondo per i piani a pagamento. Limiti di velocità dell’API di Lara e piani.

58. Come faccio a stimare il costo della traduzione di un determinato volume di contenuti?

Conta il numero totale di caratteri del contenuto di partenza (per la maggior parte delle lingue, una parola corrisponde in media a 5–6 caratteri). Moltiplica il risultato per la tariffa per carattere prevista per il piano e il modello di destinazione. Se stai traducendo file, aggiungi un margine per i minimi previsti per documento. Per le lingue con parole brevi (inglese, olandese), il conteggio sarà inferiore rispetto a quello per le lingue agglutinanti (finlandese, turco, tedesco). La traduzione di immagini e la traduzione di audio hanno prezzi diversi: una tariffa fissa per immagine e una tariffa fissa al minuto, rispettivamente.

59. È previsto un addebito minimo per richiesta API o per documento?

Sì, per la traduzione di documenti nella maggior parte dei piani a pagamento. Lara applica un minimo di 20.000 caratteri per documento: pertanto, anche un file di 3.000 caratteri viene fatturato come se fosse di 20.000 caratteri. Per le chiamate API di traduzione di testo non è previsto un minimo per richiesta, ma l’utilizzo dell’API con il piano Free è soggetto a un limite mensile. Limiti del piano gratuito e confronto con i piani a pagamento.

60. In che modo il modello di ragionamento/qualità influisce sui prezzi?

I modelli di ragionamento hanno un prezzo notevolmente superiore rispetto ai modelli standard, spesso 50–100 volte più alto per carattere. Il prezzo di Lara Think è di 2.000 €/2.499 $ per milione di caratteri con il piano Pro (rispetto a 20 €/24,99 $ con il piano Standard). Utilizzatelo in modo selettivo: individuate i tipi di contenuti nella vostra pipeline che ne hanno effettivamente bisogno e indirizzate tutto il resto al modello standard. Confronto dei prezzi del modello Lara.

61. Come posso monitorare l’utilizzo dell’API a livello di programmazione?

La maggior parte dei fornitori offre una dashboard di utilizzo e/o un endpoint API per il monitoraggio dell’utilizzo. Includete il monitoraggio dell’utilizzo nella vostra integrazione fin dal primo giorno, soprattutto per i piani Team, dove un singolo processo impegnativo può esaurire l’intero pool di caratteri condiviso. Imposta avvisi prima di raggiungere i limiti di quota, non dopo. Come monitorare l’utilizzo dell’API su Lara.

62. Cosa succede se supero la mia quota?

Il comportamento varia: alcuni provider restituiscono immediatamente un errore; altri accodano le richieste e le elaborano quando la quota viene azzerata. Informati sul comportamento del tuo provider prima che influisca sulla produzione. Nel piano Team di Lara, le quote di caratteri per il testo sono condivise; i limiti di pagine per i documenti si applicano a ciascun utente. I minuti di interpretariato non sono condivisi.

---

Passaggio alla produzione

63. Quali codici di errore dovrebbe gestire la mia integrazione?

Come minimo: 400 (richiesta non valida — parametri non corretti), 401 (errore di autenticazione — verificare le credenziali), 403 (errore di autorizzazione — verificare le autorizzazioni), 429 (limite di frequenza superato — attendere e riprovare), 500/503 (errore del server — riprovare con backoff esponenziale). Per la traduzione asincrona di documenti, gestire anche gli errori relativi allo stato del job nel loop di polling. Riferimento API di Lara e codici di errore.

64. Come devo implementare la logica di retry per le chiamate all’API di traduzione?

Per gli errori che consentono un nuovo tentativo (429, 503), utilizzare il backoff esponenziale con jitter. Non effettuare nuovi tentativi in caso di errori 400 o 401: questi indicano un problema relativo alla richiesta o alle credenziali che non si risolverà da solo. Impostate un numero massimo di tentativi e segnalate gli errori al vostro sistema di registrazione/avviso anziché ignorarli silenziosamente.

65. Come gestisco i timeout per le attività di traduzione di documenti di lunga durata?

La traduzione di documenti è asincrona per progettazione: non impostare un timeout rigido per la chiamata di caricamento. Invece, esegui il polling dell’endpoint di stato a intervalli ragionevoli (ad esempio, ogni 5–10 secondi) e imposta un tempo di attesa massimo adeguato al tuo SLA. Se un processo supera il timeout, segnalatelo come errore ed effettuate le opportune indagini tramite la dashboard del provider. L’API di Lara consente di impostare un timeout_in_millis personalizzato fino a 300.000 ms (5 minuti) per le singole chiamate.

66. Dovrei convalidare l’output della traduzione prima di consegnarlo agli utenti finali?

Sì, soprattutto nelle prime fasi di una nuova integrazione. Verificate la presenza di output evidentemente errati: segmenti non tradotti, caratteri illeggibili, testo troncato o HTML non reso correttamente. Se disponibili, utilizzate i punteggi LQA. Man mano che acquisite fiducia nella pipeline, potete allentare la convalida, ma mantenete sempre un meccanismo per segnalare le anomalie.

67. Come posso testare la mia integrazione senza consumare la quota a pagamento?

Per lo sviluppo, utilizza un account con piano gratuito o un ambiente sandbox. Mantieni un set di stringhe di test rappresentative che coprano le tue effettive tipologie di contenuto: stringhe UI brevi, paragrafi lunghi, contenuti HTML, testo con terminologia tecnica. Testa i casi limite: stringhe vuote, input molto lunghi, contenuti con caratteri speciali, testo RTL. API Lara Free per lo sviluppo e il testing.

68. Quali dati dovrei registrare dalle chiamate all’API di traduzione?

Come minimo: data e ora della richiesta, numero di caratteri, lingua di partenza e di arrivo, modello utilizzato, tempo di risposta, codice di stato ed eventuali messaggi di errore. Per i lavori relativi a documenti: ID del lavoro, data e ora di caricamento, tentativi di polling e stato finale del lavoro. In questo modo, disporrete di dati sufficienti per risolvere i problemi di qualità, monitorare i costi e individuare i colli di bottiglia nelle prestazioni.

69. Come gestisco il fallback se l’API di traduzione non è disponibile?

Decidete in anticipo quale sarà il vostro comportamento di fallback: mostrare il testo originale non tradotto, mettere in coda la richiesta per l’elaborazione successiva o mostrare un messaggio di errore all’utente. La risposta corretta dipende dal vostro caso d’uso: una funzione di chat live richiede un fallback diverso rispetto a una pipeline di localizzazione in background. Definite la procedura di fallback prima di averne bisogno.

70. Esiste un’opzione di callback o webhook per la traduzione asincrona di documenti?

Alcuni provider supportano le callback: si tratta di un URL webhook fornito dall’utente che viene chiamato al completamento di un processo, evitando così la necessità di eseguire polling. Questa opzione è preferibile per le pipeline di produzione, poiché elimina le richieste di polling non necessarie. Verifica se il tuo provider la supporta; in caso contrario, l’approccio standard consiste nell’eseguire il polling con backoff esponenziale sull’endpoint di stato. Flusso di lavoro asincrono per i documenti nel Lara Developer Hub.

---

Flussi di lavoro di localizzazione e CI/CD

71. Come si inserisce la traduzione basata sull’IA nel flusso di lavoro di localizzazione del software?

La traduzione basata sull’IA si colloca tra l’estrazione delle stringhe e la revisione umana. Flusso tipico: estrazione delle stringhe traducibili dal codice sorgente → invio all’API di traduzione → revisione dell’output (da parte di un revisore umano o tramite controllo LQA) → commit delle traduzioni nel repository. L’API gestisce il volume; le persone si occupano dei casi particolari e dei controlli di qualità. Le memorie di traduzione garantiscono la coerenza tra le varie versioni.

72. Quali formati di file vengono comunemente utilizzati nelle pipeline di localizzazione software?

JSON (React, Vue, Next.js), PO/POT (gettext, Django, WordPress), RESX (.NET), STRINGS (iOS), Android XML, XLIFF (standard multipiattaforma) e TS (Qt). Uno strumento di traduzione basato su CLI dovrebbe supportare nativamente questi formati, con configurazioni del parser in grado di distinguere quali chiavi tradurre e quali ignorare. Formati e parser supportati da Lara CLI.

73. Come posso integrare la traduzione in una pipeline CI/CD di GitHub Actions?

Utilizzare la CLI o l’API del fornitore di servizi di traduzione in una fase del flusso di lavoro attivata da una richiesta di push o pull per i file delle impostazioni locali pertinenti. Questa fase estrae le stringhe nuove o modificate, le invia per la traduzione e ne esegue il commit dei risultati. La CLI di Lara si integra in modo nativo con GitHub Actions e utilizza un file di configurazione lara.yaml per le impostazioni a livello di progetto, di file e di chiave. Guida all’integrazione tra Lara CLI e GitHub Actions.

74. Come posso evitare di tradurre nuovamente le stringhe che non sono state modificate?

Allega una memoria di traduzione a ogni richiesta API. Le stringhe invariate già presenti nella TM vengono restituite immediatamente, senza dover eseguire nuovamente il modello. Solo le stringhe nuove o modificate comportano costi di traduzione. Questo è l’approccio standard per gestire set di localizzazione di grandi dimensioni in caso di rilasci frequenti.

75. Come gestisco le variabili placeholder nelle stringhe traducibili?

Variabili come {username}, %s o {{ count }} devono rimanere invariate durante la traduzione. La maggior parte delle API di traduzione professionali può essere impostata in modo da considerare queste variabili come token non traducibili. In Lara, è possibile passarli come blocchi non traducibili oppure utilizzare il parametro instructions per specificare che i placeholder debbano essere mantenuti invariati. Effettua sempre test con stringhe che contengono variabili: sono una causa comune di output errati.

76. Che cos’è un file di configurazione gerarchico per una CLI di traduzione?

Un file di configurazione (come il lara.yaml di Lara) che consente di definire le impostazioni di traduzione a più livelli: impostazioni predefinite a livello di progetto, override a livello di file ed eccezioni a livello di chiave. Ad esempio, puoi impostare style: faithful a livello di progetto, sovrascriverlo con style: fluid per i file di copy marketing e contrassegnare chiavi specifiche come non traducibili. In questo modo si riduce la gestione dei parametri a ogni chiamata e si rendono riproducibili le pipeline di localizzazione. Riferimento alla configurazione di lara.yaml.

---

Risoluzione dei problemi ed errori comuni

77. L’output tradotto contiene HTML non valido. Qual è il problema?

È quasi certo che abbiate inviato HTML a un endpoint di testo semplice senza impostare content_type: text/html. Il motore ha considerato i tag come testo traducibile, ha tradotto i valori degli attributi e ha danneggiato il markup. Imposta il content type corretto ed esegui nuovamente la richiesta. Gestione del content type nell’API di Lara.

78. L’API restituisce testo non tradotto. Cosa dovrei verificare?

In primo luogo: hai indicato il codice corretto della lingua di destinazione? I codici lingua devono corrispondere esattamente al formato accettato dal provider (ad esempio, it-IT e non it o Italian). Secondo: il testo è nella lingua di partenza che hai specificato? Se la lingua di partenza e quella di arrivo coincidono, la maggior parte dei motori restituisce il testo originale senza modifiche. Terzo: il contenuto si trova in un blocco non traducibile?

79. I termini del mio glossario non vengono applicati. Perché?

Verifica quanto segue: (1) stai indicando l’ID del glossario corretto nella richiesta, (2) il glossario contiene la lingua di partenza corretta e la forma esatta del termine così come appare nel tuo testo (nei glossari viene fatta distinzione tra maiuscole e minuscole), (3) il glossario è attivo e non è vuoto. Verifica inoltre che il termine compaia effettivamente nel testo di partenza: i glossari si applicano solo ai termini presenti nell’input. Come funzionano i glossari in Lara.

80. Ricevo un errore 429. Cosa devo fare?

Hai superato il tuo limite di richieste. Implementa il backoff esponenziale: attendi, riprova, attendi più a lungo, riprova di nuovo. Se stai elaborando volumi elevati, aggiungi un livello di coda o di limitazione (throttle) a monte delle chiamate di traduzione. Se raggiungete costantemente i limiti di frequenza al vostro livello di utilizzo, contattate il provider per valutare l’upgrade del vostro piano o per richiedere un limite più elevato. Limiti di frequenza dell’API di Lara.

81. Il mio job asincrono per la traduzione di documenti non restituisce mai lo stato “completed”. Cosa devo fare?

Controlla direttamente l’endpoint dello stato: è possibile che il processo non sia in sospeso, ma che abbia fallito con uno stato di errore. Se il processo è effettivamente bloccato, verifica che il file sia valido (non danneggiato o protetto da password senza che la password sia stata fornita), che il formato del file sia supportato e che il caricamento stesso sia stato completato correttamente. Se il problema persiste, contatta l’assistenza indicando l’ID del lavoro. API di traduzione di documenti di Lara e stato del lavoro.

82. La qualità della traduzione non è uniforme per contenuti simili. Qual è la causa?

Possibili cause: nessun contesto o istruzione trasmessi, nessun glossario allegato (quindi la terminologia varia), nessuna TM allegata (quindi la stessa frase viene tradotta ogni volta in modo diverso) o qualità variabile dei testi di partenza. Innanzitutto, allega una TM: spesso, questa operazione da sola risolve i problemi di coerenza all’interno di una serie di contenuti. Come valutare e migliorare la qualità della traduzione · Come le TM migliorano la coerenza nell’API.

83. Un termine specifico continua a essere tradotto in modo errato nonostante il mio glossario. Cosa dovrei controllare?

Verifichi che il termine presente nel glossario corrisponda esattamente alla forma utilizzata nel testo di partenza, inclusi spazi, punteggiatura e maiuscole/minuscole. I glossari tengono conto della distinzione tra maiuscole e minuscole e richiedono una corrispondenza esatta delle stringhe. Se il termine compare in forme diverse (plurale, declinazione, abbreviazione), potrebbe essere necessario inserire voci separate nel glossario per ciascuna forma. Linee guida per la formattazione CSV del glossario.

---