---
title: "ترجمة ملفات i18n JSON إلى العربية بنموذج LLM | BroadRouter"
description: "ترجم ملفات i18n JSON إلى العربية عبر API لنموذج LLM: جمّد المتغيرات، وولّد صيغ الجمع العربية الست، وتحقق من صيغة ICU في CI، واعزل الأسماء المُدرجة."
url: https://broadrouter.com/ar/blog/translate-app-strings-to-arabic-llm/
lang: ar
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

تُرجمت هذه الصفحة من الإنجليزية بمساعدة الذكاء الاصطناعي. [اقرأ الأصل الإنجليزي](https://broadrouter.com/blog/translate-app-strings-to-arabic-llm/) (حُدّث في 2026-11-15).

# ترجمة نصوص التطبيق إلى العربية بنموذج LLM: المتغيرات وصيغ الجمع

بقلم فريق BroadNet Inference · قراءة في 7 دقائق · تاريخ النشر 2026-11-15

لترجمة نصوص التطبيق إلى العربية بنموذج LLM، أرسلها بصيغة JSON بعد استبدال كل متغير بعلامة، واطلب صيغ الجمع العربية الست (zero وone وtwo وfew وmany وother)، وابنِ رسالة الجمع بصيغة ICU في الشيفرة لا في النموذج. ثم تحقق في CI: المفاتيح نفسها، والمتغيرات والوسوم نفسها، والصيغ الست كلها. واعزل الأسماء المُدرجة بعوازل Unicode ليُعرض النص من اليمين إلى اليسار صحيحًا.

## أبرز النقاط

-   للعربية ست فئات جمع عددية في CLDR. أما ملفات المصدر الإنجليزية ففيها فئتان، فيجب على النموذج كتابة أربع صيغ لا وجود لها في المصدر.
-   الصيغة العربية الناقصة تفشل بصمت. في اختبارنا، عرضت رسالة ICU لا تحوي إلا one وother العبارة «2 ملف» لملفين بدلًا من المثنى ملفان، من دون أي خطأ.
-   استبدل المتغيرات والوسوم بعلامات مثل ⟦0⟧ قبل الطلب، وأعِدها بعده. فالنموذج لا يستطيع ترجمة ما لا يراه.
-   دع الشيفرة تجمع صيغة الجمع في ICU من ست سلاسل نصية بسيطة. ثم حلّل كل رسالة بمحلل FormatJS في CI، وأفشِل البناء عند أي نقص.
-   الأسماء المُدرجة وأسماء المنتجات اللاتينية داخل النص العربي تحتاج إلى عزل ثنائي الاتجاه: bdi أو dir="auto" في HTML، وU+2068 وU+2069 في النص العادي.

**في هذه الصفحة**

1.  لماذا تُفسد صيغ الجمع العربية ملفات النصوص المترجمة آليًا؟
2.  كيف ترسل النصوص إلى النموذج؟
3.  سكربت الترجمة
4.  كيف تتحقق من الملف العربي في CI؟
5.  ماذا عن العرض من اليمين إلى اليسار؟
6.  من يجب أن يراجع المخرجات؟
7.  كم يكلّف ذلك؟
8.  أين تناسب BroadNet Inference

ترجمة ملفات النصوص في التطبيق مهمة تختلف عن ترجمة النثر. فكل قيمة قصيرة، وكثيرًا ما تأتي بلا سياق، وتحمل صيغة يجب ألا يلمسها النموذج: المتغيرات، ووسوم HTML، وقواعد الجمع. والعربية تجعل الأخيرة صعبة: فملفات الإنجليزية فيها صيغتا جمع، والعربية تحتاج إلى ست. يبني هذا المقال خط معالجة صغيرًا على نموذج LLM متوافق مع OpenAI: جمّد المتغيرات، واطلب ست صيغ جمع نصية بسيطة، واجمع صيغة ICU في الشيفرة، ثم تحقق من كل شيء في CI.

ولترجمة المستندات والتذاكر والعقود، انظر [الترجمة بين العربية والإنجليزية بنماذج LLM](https://broadrouter.com/ar/blog/arabic-english-translation-llm/)، الذي يتناول النبرة والمسارد والتقييم في ترجمة النثر.

## لماذا تُفسد صيغ الجمع العربية ملفات النصوص المترجمة آليًا؟

يعطي Unicode CLDR، الذي تتبعه `Intl.PluralRules` وICU وi18next جميعًا، العربية ست فئات عددية:

| الفئة | قاعدة CLDR | أعداد مثالية | مثال: «ملف» |
| --- | --- | --- | --- |
| zero | n = 0 | 0 | لا توجد ملفات |
| one | n = 1 | 1 | ملف واحد |
| two | n = 2 | 2 | ملفان (مثنى) |
| few | n % 100 = 3..10 | 3–10، 103–110 | 5 ملفات (جمع) |
| many | n % 100 = 11..99 | 11–99، 111 | 11 ملفًا (مفرد منصوب) |
| other | كل ما عدا ذلك | 100–102، 1000، 0.5 | 100 ملف (مفرد) |

تفصيلان يوقعان الناس في الخطأ. الأول أن الفئات ليست هي الأعداد: 103 من فئة few و111 من فئة many. والثاني أن المصدر الإنجليزي لا يعطي النموذج إلا `one` و`other`، فعليه أن يستنتج أربع صيغ من القواعد وحدها. ومعظم الإخفاقات تأتي من نسخ النموذج للزوج الإنجليزي.

والإخفاق صامت. عرضنا رسالة عربية لا تحوي إلا `one` و`other` بمكتبة intl-messageformat 12.1.5: فخرجت 0 و2 و11 ملفًا كلها بصيغة «N ملف». وتصرّفت i18next 27.1.2 بالطريقة نفسها حين غاب المفتاح `_many`: فعرضت 11 ملفًا بنص `_other`. لا خطأ ولا تحذير، مجرد عربية خاطئة.

## كيف ترسل النصوص إلى النموذج؟

اجمعها في دفعات. فطلب واحد لكل نص يهدر الرموز (التوكنز) على أمر النظام ويُفقد السياق بين النصوص المترابطة. أرسل من 50 إلى 200 مفتاح في كل مرة كائنَ JSON، مجمّعة بحسب الشاشة أو الميزة، كي تُقرأ «Save» بجوار «Cancel» على أنها زر.

ثلاث قواعد تجعل الرد قابلًا للتحقق:

1.  **جمّد المتغيرات.** استبدل `{name}`، ومتغيرات i18next ذات القوسين المزدوجين، و`%s`، و`%1$s`، والوسوم مثل `<b>` بعلامات مثل ⟦0⟧. فيرى النموذج «Welcome back, ⟦0⟧!» ولا يستطيع ترجمة `name` إلى اسم.
2.  **اطلب صيغ الجمع سلاسل نصية بسيطة.** أرسل نصي `one` و`other` الإنجليزيين واطلب ست سلاسل عربية. والشيفرة تبني صيغة ICU؛ فلا يكتب النموذج قوسًا واحدًا.
3.  **أعطِ مسردًا وقائمة بما لا يُترجم.** أسماء المنتجات، وأسماء الخطط، والمصطلحات التي يستخدمها فريق الدعم. ويشرح [قسم المسرد في مقال الترجمة](https://broadrouter.com/ar/blog/arabic-english-translation-llm/) لماذا يهم هذا أكثر من اختيار النموذج.

## سكربت الترجمة

يستخدم ملف المصدر صيغة ICU MessageFormat، وهي الصيغة التي توثّقها FormatJS. والتجميد نفسه يعمل مع صيغة JSON الخاصة بـi18next، التي تنتهي مفاتيح الجمع فيها بـ`_zero` و`_one` و`_two` و`_few` و`_many` و`_other`.

```json
{
  "save": "Save",
  "welcome": "Welcome back, {name}!",
  "invite": "<b>{inviter}</b> invited you to the {workspace} workspace",
  "billing": "Pay with AcmePay",
  "files": "{count, plural, one {# file} other {# files}}"
}
```

```python
import json, os, re
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])

FORMS = ["zero", "one", "two", "few", "many", "other"]
# ICU arguments, double-brace and printf placeholders, HTML-style tags
PH = re.compile(r"\{\{\s*\w+\s*\}\}|\{\w+\}|%(?:\d+\$)?[sdif@]|</?\w+[^>]*>")
PLURAL = re.compile(r"^\{(\w+), plural,(.*)\}$", re.S)

def freeze(text):
    """Replace each placeholder with ⟦n⟧ so the model cannot translate or break it."""
    found = PH.findall(text)
    for i, p in enumerate(found):
        text = text.replace(p, f"⟦{i}⟧", 1)
    return text, found

def thaw(text, found):
    for i, p in enumerate(found):
        text = text.replace(f"⟦{i}⟧", p)
    return text

def branches(body):
    """'one {# file} other {# files}' -> {'one': '# file', 'other': '# files'}."""
    out, i = {}, 0
    while i < len(body):
        m = re.compile(r"\s*([=\w]+)\s*\{").match(body, i)
        if not m:
            break
        depth, j = 1, m.end()
        while depth:
            depth += {"{": 1, "}": -1}.get(body[j], 0)
            j += 1
        out[m.group(1)] = body[m.end():j - 1]
        i = j
    return out

SYSTEM = """You translate app interface strings from English to Modern Standard Arabic.
Reply with one JSON object only: {"STRINGS": {key: Arabic}, "PLURALS": {key: {six forms}}}.
Rules:
- ⟦0⟧, ⟦1⟧ ... are placeholders. Keep every one exactly once and unchanged; move it if Arabic word order needs it.
- # stands for the number. Keep it where the number should appear.
- Interface style: short, no full stops on buttons or labels.
- Never translate terms in DO_NOT_TRANSLATE. Use GLOSSARY translations exactly.
- For each PLURALS key, return all six Arabic forms: zero, one, two, few, many, other.
  zero = none; one = singular without a number; two = dual without a number;
  few = 3-10: # + plural noun; many = 11-99: # + singular noun in the accusative;
  other = 100, 1000 and also 0.5 and 1.5: # + singular noun."""

def translate(src, glossary=None, dnt=(), model="broadnet/qwen3.8-27b"):
    strings, plurals, frozen = {}, {}, {}
    for key, text in src.items():
        m = PLURAL.match(text)
        if m:
            b = branches(m.group(2))
            fone, ph = freeze(b.get("one", b["other"]))
            fother, _ = freeze(b["other"])
            plurals[key] = {"one": fone, "other": fother}
            frozen[key] = (m.group(1), ph)
        elif "{" in PH.sub("", text):
            raise ValueError(f"{key}: nested ICU, send to a human")
        else:
            strings[key], ph = freeze(text)
            frozen[key] = (None, ph)
    payload = {"STRINGS": strings, "PLURALS": plurals,
               "GLOSSARY": glossary or {}, "DO_NOT_TRANSLATE": list(dnt)}
    r = client.chat.completions.create(
        model=model, max_tokens=4000, temperature=0.2,
        messages=[{"role": "system", "content": SYSTEM},
                  {"role": "user", "content": json.dumps(payload, ensure_ascii=False)}])
    out = json.loads(r.choices[0].message.content)
    ar = {k: thaw(v, frozen[k][1]) for k, v in out.get("STRINGS", {}).items() if k in frozen}
    for k, forms in out.get("PLURALS", {}).items():
        if k not in frozen:
            continue
        arg, ph = frozen[k]
        ar[k] = "{%s, plural, %s}" % (arg, " ".join(
            f + " {" + thaw(forms[f], ph) + "}" for f in FORMS if f in forms))
    return ar

en = json.load(open("en.json"))
ar = translate(en, glossary={"workspace": "مساحة العمل"}, dnt=["AcmePay"])
json.dump(ar, open("ar.json", "w"), ensure_ascii=False, indent=2)
```

شغّلناه بـOpenAI Python SDK على خادم محاكاة محلي، لا على الواجهة الحية، مع رد عربي معدّ مسبقًا. وكان الطلب الذي سيراه النموذج يحوي «Welcome back, ⟦0⟧!» و«⟦0⟧⟦1⟧⟦2⟧ invited you to the ⟦3⟧ workspace»، وكتب السكربت ملف `ar.json` هذا:

```json
{
  "save": "حفظ",
  "welcome": "مرحبًا بعودتك يا {name}!",
  "invite": "دعاك <b>{inviter}</b> إلى مساحة العمل {workspace}",
  "billing": "ادفع عبر AcmePay",
  "files": "{count, plural, zero {لا توجد ملفات} one {ملف واحد} two {ملفان} few {# ملفات} many {# ملفًا} other {# ملف}}"
}
```

ملاحظات على الشيفرة:

-   **العلامات تتحرك، ولا تختفي.** كثيرًا ما تبدأ الجملة العربية بالفعل، فقد يتحرك ⟦0⟧. والتحقق أدناه يعدّ العلامات، ولا يهمه موضعها.
-   **رسائل ICU المتداخلة تذهب إلى شخص.** وجود `select` داخل `plural` نادر وسهل الكسر. فيرفضه السكربت بدلًا من التخمين.
-   **`max_tokens=4000` يترك مساحة للاستدلال.** تقول وثائق BroadNet إن DeepSeek V4.1 Flash وGLM 5.3 وQwen3.8 27B تستدل قبل الإجابة، وإن الاستدلال يُحتسب ضمن [max\_tokens](https://broadrouter.com/ar/glossary/max-tokens/). انظر [الردود الفارغة من نماذج الاستدلال](https://broadrouter.com/ar/guides/reasoning-tokens-empty-response/).
-   **قد يفشل `json.loads`.** غلّفه وأعِد الإرسال مرة واحدة مع الخطأ؛ ففي [إصلاح JSON غير الصالح من نموذج LLM](https://broadrouter.com/ar/blog/fix-invalid-json-from-llm/) دالة إصلاح مُختبرة. وعلى GLM 5.3 وQwen3.8 27B، نموذجي BroadNet الموثَّق دعمهما لـ[المخرجات المنظَّمة](https://broadrouter.com/ar/glossary/structured-output/)، أضف مخطط `response_format` أيضًا. والتحقق أدناه يبقى في الحالتين.

## كيف تتحقق من الملف العربي في CI؟

حلّل كل رسالة بالمحلل نفسه الذي يستخدمه تطبيقك وقت التشغيل، وقارنها بالمصدر. يستخدم سكربت Node هذا الحزمة `@formatjs/icu-messageformat-parser` (الإصدار 3.5.23 في اختبارنا):

```js
// node check-ar.mjs en.json ar.json  -> exits 1 on any problem
import { readFileSync } from "node:fs";
import { parse, TYPE } from "@formatjs/icu-messageformat-parser";

const AR_FORMS = ["zero", "one", "two", "few", "many", "other"];
const [en, ar] = process.argv.slice(2).map((p) => JSON.parse(readFileSync(p, "utf8")));
const errors = [];

// Collect argument and tag names; return the plural elements too.
function walk(nodes, names = [], plurals = []) {
  for (const n of nodes) {
    if (n.type === TYPE.literal || n.type === TYPE.pound) continue;
    names.push(n.type === TYPE.tag ? `<${n.value}>` : `{${n.value}}`);
    if (n.type === TYPE.tag) walk(n.children, names, plurals);
    if (n.type === TYPE.plural) plurals.push(n);
    if (n.options) for (const o of Object.values(n.options)) walk(o.value, [], plurals);
  }
  return { names: names.sort().join(" "), plurals };
}

for (const key of Object.keys(en)) {
  if (!(key in ar)) { errors.push(`${key}: missing`); continue; }
  let src, dst;
  try { src = walk(parse(en[key])); dst = walk(parse(ar[key], { requiresOtherClause: true })); }
  catch (e) { errors.push(`${key}: ICU syntax error ${e.message}`); continue; }
  if (src.names !== dst.names) errors.push(`${key}: arguments differ: [${src.names}] vs [${dst.names}]`);
  for (const p of dst.plurals) {
    const missing = AR_FORMS.filter((f) => !(f in p.options));
    if (missing.length) errors.push(`${key}: plural {${p.value}} lacks ${missing.join(", ")}`);
  }
  if (!/[؀-ۿ]/.test(ar[key])) errors.push(`${key}: no Arabic letters`);
  if (/⟦\d+⟧/.test(ar[key])) errors.push(`${key}: placeholder marker left in text`);
}
for (const key of Object.keys(ar)) if (!(key in en)) errors.push(`${key}: not in source`);
console.log(errors.join("\n") || "ok");
process.exit(errors.length ? 1 : 0);
```

على الملف أعلاه طبع `ok`. ثم جعلنا رد المحاكاة يُسقط صيغة `many` وعلامة `{workspace}`. فخرج السكربت برمز 1 وطبع:

```text
invite: arguments differ: [<b> {inviter} {workspace}] vs [<b> {inviter}]
files: plural {count} lacks many
```

تلتقط قاعدة «no Arabic letters» النصوص التي تركها النموذج بالإنجليزية. لكنها تلتقط أيضًا القيم التي ليست إلا اسم منتج أو رقمًا، فاحتفظ بقائمة استثناء لها. ولصيغة i18next الخاصة، طبّق التحققات نفسها لكل مفتاح: كل زوج `_one`/`_other` في الإنجليزية يحتاج إلى المفاتيح الست ذات اللواحق في العربية، وكل منها يحتاج إلى المتغيرات نفسها، إلا أن `_zero` و`_one` و`_two` يجوز أن تُسقط العدد.

وأخيرًا، اعرض بضعة أعداد عبر منسّقك الحقيقي. مع intl-messageformat 12.1.5، أعطت رسالة `files` أعلاه: 0 ← لا توجد ملفات، و2 ← ملفان، و5 ← 5 ملفات، و11 ← 11 ملفًا، و102 ← 102 ملف، و111 ← 111 ملفًا. وهذا الفحص السريع يلتقط صيغة تُحلَّل بنجاح لكنها تستخدم الاسم الخطأ.

## ماذا عن العرض من اليمين إلى اليسار؟

الترجمة تضبط الكلمات، لكن المتصفح ما زال عليه ترتيبها. فحين يُدرج اسم لاتيني أو رقم في جملة عربية، قد تنقل خوارزمية Unicode ثنائية الاتجاه علامات الترقيم أو تبادل مواضع المقاطع المتجاورة. ونصيحة W3C هي عزل النص المُدرج: غلّفه بـ`<bdi>` أو بعنصر فيه `dir="auto"` في HTML، أو أحِطه بالحرفين U+2068 FIRST STRONG ISOLATE وU+2069 POP DIRECTIONAL ISOLATE في النص العادي، مثل الإشعارات الفورية.

افعل ذلك حيث تُدرج القيم، لا في الترجمة. ففي اختبارنا، أبقى تنسيقُ رسالة الترحيب مع اسم محاط بـU+2068 وU+2069 الحرفين في الناتج، ولم يمسّ النص العربي. واضبط أيضًا `dir="rtl"` و`lang="ar"` على الصفحة أو الحاوية. وفي [هندسة الأوامر للعربية](https://broadrouter.com/ar/blog/arabic-prompt-engineering/) قائمة تحقق قصيرة لأخطاء العرض من اليمين إلى اليسار.

والأرقام اختيار المنسّق، لا اختيار الترجمة. أبقِ `#` أو المتغير في النص. على Node 24 (ICU 78.3)، كتب `Intl.NumberFormat` العدد 1234 بصيغة 1,234 للمحلية `ar`، وبصيغة ١٬٢٣٤ للمحليتين `ar-EG` و`ar-SA`. اختر وسم المحلية الذي يطابق سوقك. وللأسئلة الأوسع في المنتج (لغة الواجهة مقابل لغة النموذج، وفقاعات المحادثة ذات الاتجاهات المختلطة، واكتشاف اللغة، والتكلفة لكل لغة)، انظر [تصميم تجربة ذكاء اصطناعي بلغات متعددة](https://broadrouter.com/ar/blog/multilingual-product-design/).

## من يجب أن يراجع المخرجات؟

خط معالجة LLM بهذه التحققات يضمن أن الملف سليم البنية. لكنه لا يضمن أن العربية صحيحة. اطلب من متحدث بالعربية مراجعة:

-   **النصوص الجديدة والمعدّلة فقط.** قارن `en.json` بالإصدار السابق ولا تترجم إلا ما تغيّر. فتبقى المراجعات صغيرة، ولا تتحرك النصوص المعتمدة أبدًا.
-   **صيغ الجمع، كلمة كلمة.** المطابقة مع الأعداد هي حيث يزلّ النموذج أكثر، خصوصًا النصب بعد 11 إلى 99.
-   **الجنس.** يتغير ضمير المخاطب والأفعال في العربية بحسب جنس القارئ. فإن كانت واجهتك تخاطب المستخدمين مباشرة، فاعتمد اصطلاحًا، مثل صيغة ثابتة أو إعادة صياغة محايدة، وضعه في أمر النظام.
-   **الطول.** قد تكون النصوص العربية أطول من الإنجليزية أو أقصر. تحقق من الأزرار والتبويبات في التخطيط الحقيقي بعرض شاشة الجوال.

احتفظ بملف مسرد مُراجَع في المستودع، وأرسله مع كل طلب، كي تبقى المصطلحات المعتمدة ثابتة.

## كم يكلّف ذلك؟

ملفات النصوص صغيرة. والمخرجات بطول المدخلات تقريبًا، وتحتاج العربية عادةً إلى رموز لكل كلمة أكثر من الإنجليزية؛ وفي [عدد الرموز لكل كلمة في العربية والإنجليزية](https://broadrouter.com/ar/blog/tokens-per-word-arabic-english/) نسب مقيسة. الصق دفعة في [عدّاد الرموز العربية](https://broadrouter.com/tools/arabic-token-counter/)، واضرب في عدد الدفعات، وأضف أمر النظام إلى كل منها. وتستهلك نماذج الاستدلال رموزًا في التفكير أيضًا؛ وتعرضها BroadNet في `usage` باسم `completion_tokens_details.reasoning_tokens`، فاقرأ `usage` من طلب حقيقي قبل أن تستقرئ.

| النموذج | ملاحظات لهذه المهمة | الإدخال / الإخراج لكل مليون رمز |
| --- | --- | --- |
| [Qwen3.8 27B](https://broadrouter.com/ar/models/qwen3.8-27b/) | المخرجات المنظَّمة موثّقة | $0.175 / $2.17 |
| [GLM 5.3](https://broadrouter.com/ar/models/glm-5.3/) | المخرجات المنظَّمة موثّقة؛ سياق من 1,048,576 رمزًا | $0.78 / $3.46 |
| [Gemma 4 VL 26B](https://broadrouter.com/ar/models/gemma-4-vl-26b/) | يعمل على الرصيد الابتدائي $5؛ JSON بالأمر وحده، فالمدقق أهم هنا | $0.10 / $0.22 |
| [DeepSeek V4.1 Flash](https://broadrouter.com/ar/models/deepseek-v4.1-flash/) | متاح أيضًا بخطط ثابتة، مثل $15 أسبوعيًا لكل جلسة، بطلب واحد في كل مرة لكل جلسة | $0.175 / $0.52 |

الأسعار من موجز أسعار BroadNet، المحدَّث في 2026-11-14. ترجم النصوص المئة نفسها بنموذجين، واطلب من مراجعك مقارنتهما قبل أن تختار؛ فسعر الرمز أقل أهمية من عدد الإصلاحات. ولآلاف المفاتيح عبر لغات كثيرة، يتناول [مقال المعالجة بالجملة من دون Batch API](https://broadrouter.com/ar/blog/llm-batch-processing-without-batch-api/) التزامن وإعادة المحاولة.

## أين تناسب BroadNet Inference

BroadRouter هو موقع BroadNet نفسها. تمنحك BroadNet Inference وصولًا متوافقًا مع OpenAI إلى النماذج أعلاه، فيعمل السكربت مع [OpenAI Python SDK](https://broadrouter.com/ar/guides/openai-python-sdk/) بعد تغيير عنوان base URL ومعرّف النموذج؛ وراجع [المرجع التقني](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-blog-translate-app-strings-to-arabic-llm&utm_content=body) للمعاملات التي يدعمها كل نموذج. ليست لديها نقطة نهاية للترجمة، ولا تنشر معيارًا للتعريب، فيبقى المدقق والمراجع البشري بوابة الجودة لديك. وتضيف منصات التعريب المخصصة ذاكرة ترجمة، وسير عمل للمراجعين، ولقطات شاشة في السياق؛ فإن احتجت إليها، فاستخدم إحداها وأبقِ تحقق CI أعلاه خط دفاع ثانيًا.

أدوات مجانية لهذا الموضوع (بالإنجليزية)

-   [Arabic token counter](https://broadrouter.com/tools/arabic-token-counter/) Arabic vs English token counts per tokenizer: the "Arabic tax" in tokens and money.
-   [Arabic text normalizer](https://broadrouter.com/tools/arabic-text-normalizer/) Tashkeel, tatweel, alef, ya, ta marbuta, digits and invisible characters, with a matching Python function.
-   [Speech-to-text cost calculator](https://broadrouter.com/tools/speech-to-text-cost-calculator/) Hours, calls or voice notes to a monthly transcription bill, against your current provider.

[أدوات مجانية (بالإنجليزية)](https://broadrouter.com/tools/)

## مصطلحات في هذا المقال

[الرمز (التوكن، Token)](https://broadrouter.com/ar/glossary/token/)

الرمز (التوكن) هو وحدة النص التي يقرؤها نموذج اللغة ويكتبها: كلمة، أو جزء من كلمة، أو علامة ترقيم، أو تسلسل بايتات ينتجه مجزّئ النموذج (tokenizer). وتَعُدّ واجهات LLM API الاستهلاك بالرموز، وتضع حدودها بها، وتحتسب تكلفتها بها عادةً.

[أمر النظام (System prompt)](https://broadrouter.com/ar/glossary/system-prompt/)

أمر النظام (system prompt) هو نص التعليمات الذي يرسله التطبيق إلى النموذج اللغوي قبل المحادثة، عادةً في رسالة بالدور system أو developer. وهو يحدد دور النموذج وقواعده ونبرته وصيغة مخرجاته، ويُفترض أن يلتزم به النموذج إذا تعارض مع رسائل المستخدم.

[العنوان الأساسي (Base URL)](https://broadrouter.com/ar/glossary/base-url/)

العنوان الأساسي (base URL) هو الجذر الثابت لعنوان الواجهة، مثل https://api.example.com/v1، الذي يضعه العميل قبل كل مسار نقطة نهاية، مثل /chat/completions. وفي حزم SDK المتوافقة مع OpenAI، يكفي تغيير العنوان الأساسي، مع مفتاح API ومعرّف النموذج، لتوجيه الشيفرة نفسها إلى مزوّد آخر.

[اتفاقية مستوى الخدمة (SLA)](https://broadrouter.com/ar/glossary/sla/)

اتفاقية مستوى الخدمة (SLA) التزام تعاقدي من المزوّد بمستوى خدمة قابل للقياس، عادةً نسبة توفر شهرية، مع تعويض محدد، عادةً أرصدة خدمة، إذا لم يتحقق. وتحدد الاتفاقية ما يُعدّ توقفًا، وما هو مستثنى، وكيفية المطالبة.

[استدعاء الأدوات (Tool calling)](https://broadrouter.com/ar/glossary/tool-calling/)

استدعاء الأدوات، ويُسمّى أيضًا استدعاء الدوال (function calling)، ميزة في واجهات LLM API يُرجع فيها النموذج طلبًا منظَّمًا لتشغيل دالة عرّفها المطوّر، مع معاملات بصيغة JSON. ويشغّل التطبيق الدالة ويعيد النتيجة؛ فالنموذج لا يشغّل الشيفرة بنفسه أبدًا.

[التزامن (Concurrency)](https://broadrouter.com/ar/glossary/concurrency/)

التزامن (concurrency) هو عدد الطلبات التي تكون لدى العميل قيد التنفيذ في الوقت نفسه. وكثيرًا ما تضع واجهات LLM API سقفًا له لكل مفتاح أو خطة، بمعزل عن عدد الطلبات في الدقيقة، لأن كل طلب مفتوح يشغل قدرة من وحدة GPU حتى تكتمل استجابته.

[هندسة الأوامر (Prompt engineering)](https://broadrouter.com/ar/glossary/prompt-engineering/)

هندسة الأوامر (prompt engineering) هي عملية كتابة التعليمات المقدَّمة إلى النموذج اللغوي وتنظيمها واختبارها، حتى يُنتج باستمرار مخرجات تفي بمتطلباتك. وتشمل رسائل الأدوار، والتعليمات الواضحة، والأمثلة، والتنسيق، وقياس النتائج على حالات اختبار.

[واجهة الدفعات (Batch API)](https://broadrouter.com/ar/glossary/batch-api/)

واجهة الدفعات (Batch API) هي نقطة نهاية غير متزامنة لنماذج اللغة تستقبل طلبات كثيرة دفعة واحدة، غالبًا في ملف، وتعالجها خلال مهلة محددة بدل المعالجة الفورية، ثم تُرجع النتائج معًا. ويسعّر مزوّدون مثل OpenAI وAnthropic طلبات الدفعات بخصم مقارنةً بواجهاتهم القياسية.

## أسئلة شائعة

### كم صيغة جمع في اللغة العربية؟

ست فئات عددية في Unicode CLDR: zero (0)، وone (1)، وtwo (2)، وfew (الأعداد المنتهية بـ03 إلى 10، مثل 3 إلى 10 و103)، وmany (المنتهية بـ11 إلى 99)، وother (100 إلى 102، و1000، والكسور مثل 0.5). أما الملف الإنجليزي ففيه one وother فقط.

### هل يستطيع ChatGPT أو أي نموذج LLM آخر ترجمة ملف i18n JSON إلى العربية؟

نعم، إن تحكّمت في الصيغة. أرسل القيم وحدها، واستبدل المتغيرات بعلامات، واطلب ست صيغ جمع، وتحقق من النتيجة في الشيفرة: المفاتيح والمتغيرات والوسوم وفئات الجمع. واطلب من متحدث بالعربية مراجعة النصوص الجديدة قبل الإصدار.

### ماذا يحدث إن نقصت صيغة جمع من الترجمة العربية؟

غالبًا لا يفشل شيء ظاهر. إذ ترجع i18next وintl-messageformat إلى صيغة other، فيظهر ملفان بصيغة «2 ملف» بدلًا من المثنى ملفان. ولا يكتشف ذلك قبل المستخدمين إلا مدقق يشترط الصيغ الست كلها.

### هل يجب أن يكتب نموذج LLM صيغة ICU MessageFormat بنفسه؟

الأفضل ألا يفعل. اطلب ست سلاسل نصية بسيطة لكل رسالة جمع، واجمع صيغة ICU في الشيفرة. فالنماذج تُسقط أحيانًا قوسًا أو تترجم اسم المتغير، وعندها يكسر خطأ المحلل الحزمة كلها وقت التشغيل.

### أي أرقام تستخدمها نصوص الواجهة العربية؟

دع منسّق الأرقام يقرر، لا الترجمة. أبقِ # أو المتغير في النص. في اختبارنا على Node 24، نسّق Intl.NumberFormat العدد 1234 بصيغة 1,234 للمحلية ar، وبصيغة ١٬٢٣٤ للمحليتين ar-EG وar-SA، فوسم المحلية هو ما يحدد الأرقام.

## تابع القراءة

-   [الترجمة بين العربية والإنجليزية بنماذج LLM: الأوامر والمسارد والتقييم](https://broadrouter.com/ar/blog/arabic-english-translation-llm/)
-   [هندسة الأوامر بالعربية: المستوى اللغوي والاتجاه والأرقام والنص المختلط](https://broadrouter.com/ar/blog/arabic-prompt-engineering/)
-   [وضع JSON أم json\_schema: مخرجات منظَّمة يمكن الاعتماد عليها](https://broadrouter.com/ar/blog/structured-output-json-schema/)
-   [إصلاح JSON غير الصالح من LLM: الأسباب والإصلاح وإعادة المحاولة](https://broadrouter.com/ar/blog/fix-invalid-json-from-llm/)
-   [عدد الرموز لكل كلمة في العربية والإنجليزية: لماذا تكلّف العربية أكثر؟](https://broadrouter.com/ar/blog/tokens-per-word-arabic-english/)
-   [معالجة دفعات LLM دون Batch API: مشغّل قابل للاستئناف](https://broadrouter.com/ar/blog/llm-batch-processing-without-batch-api/)
-   [كيف تصمّم منتج ذكاء اصطناعي متعدد اللغات](https://broadrouter.com/ar/blog/multilingual-product-design/)
-   [تشكيل النص العربي بنموذج LLM: الأمر والتحقق ومعدل DER](https://broadrouter.com/ar/blog/arabic-diacritization-llm/)
-   [التدقيق الإملائي والنحوي للنص العربي بنموذج LLM: دليل عملي](https://broadrouter.com/ar/blog/arabic-grammar-spelling-correction-llm/)
-   [دليل: استخدام OpenAI Python SDK مع BroadNet Inference](https://broadrouter.com/ar/guides/openai-python-sdk/)
-   [دليل: لماذا يعيد نموذج الاستدلال إجابة فارغة؟](https://broadrouter.com/ar/guides/reasoning-tokens-empty-response/)

جرّبه على مهامك الفعلية. تبدأ الحسابات الجديدة برصيد قدره $5 لاستخدام Gemma والتفريغ الصوتي. أما DeepSeek وGLM وQwen3.8 فتتطلب شحن الرصيد.

[ابدأ الآن](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-blog-translate-app-strings-to-arabic-llm&utm_content=page-cta) ·

**المصادر**

-   [Unicode CLDR، جدول Language Plural Rules: فئات الجمع العددية العربية zero وone وtwo وfew (n % 100 = 3..10) وmany (n % 100 = 11..99) وother (رُوجع في 2026-11-15)](https://www.unicode.org/cldr/charts/latest/supplemental/language_plural_rules.html)
-   [MDN، Intl.PluralRules.prototype.select(): للعربية 6 صيغ للأعداد (رُوجع في 2026-11-15)](https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/Intl/PluralRules/select)
-   [FormatJS، صيغة الرسائل: فئات الجمع، والمطابقة التامة =value، والرمز #، وإلزامية other، والهروب بعلامة الاقتباس (رُوجع في 2026-11-15)](https://formatjs.github.io/docs/core-concepts/icu-syntax)
-   [وثائق i18next، الجمع: اللواحق \_zero و\_one و\_two و\_few و\_many و\_other، ومثال عربي، وIntl.PluralRules، ومتغير count (رُوجع في 2026-11-15)](https://www.i18next.com/translation-function/plurals)
-   [وثائق i18next، صيغة JSON: مفاتيح الجمع في الإصدار v4 والإدراج (رُوجع في 2026-11-15)](https://www.i18next.com/misc/json-format)
-   [W3C Internationalization، الترميز المضمّن والنص ثنائي الاتجاه في HTML: dir وbdi وFSI U+2068 وPDI U+2069 (رُوجع في 2026-11-15)](https://www.w3.org/International/articles/inline-bidi-markup/)
-   [المرجع التقني لواجهة BroadNet Inference: معرّفات النماذج، والمخرجات المنظَّمة لـGLM 5.3 وQwen3.8 27B، واحتساب الاستدلال ضمن max\_tokens (رُوجع في 2026-11-15) (بالإنجليزية)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-blog-translate-app-strings-to-arabic-llm&utm_content=sources)
