---
title: "用大模型把 i18n JSON 翻译成阿拉伯语：复数处理 | BroadRouter"
description: "用大模型 API 把 i18n JSON 文件翻译成阿拉伯语：冻结占位符，生成全部六种阿拉伯语复数形式，在 CI 中校验 ICU 语法，并隔离插入的名称。"
url: https://broadrouter.com/zh/blog/translate-app-strings-to-arabic-llm/
lang: zh-Hans
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

本页由英文原文借助 AI 翻译。[阅读英文原文](https://broadrouter.com/blog/translate-app-strings-to-arabic-llm/)（2026-11-15 更新）。

# 用大模型把应用字符串翻译成阿拉伯语：占位符与复数

BroadNet Inference 团队 · 阅读约 7 分钟 · 发布于 2026-11-15

把字符串以 JSON 发送，每个占位符都换成标记，要求模型给出全部六种阿拉伯语复数形式（zero、one、two、few、many、other），ICU 复数语法由代码而不是模型来拼装。在 CI 中校验：键相同、参数和标签相同、六种形式齐全。插入的名称用 Unicode 隔离符包裹，从右到左的文本才能正确显示。

## 要点

-   在 CLDR 中，阿拉伯语有六个基数复数类别。英语源文件只有两个，所以模型必须写出源文件中根本不存在的四种形式。
-   缺少某个阿拉伯语形式时不会报错。在我们的测试中，一条只有 one 和 other 的 ICU 消息把 2 个文件显示成“2 ملف”，而不是双数形式 ملفان，没有任何错误提示。
-   请求前把占位符和标签换成 ⟦0⟧ 这样的标记，返回后再还原。模型看不到的东西，就没法翻译。
-   让代码用六个纯字符串拼装 ICU 复数语法。然后在 CI 中用 FormatJS 解析器解析每条消息，只要有缺漏就让构建失败。
-   阿拉伯语中插入的名称和拉丁字母产品名需要双向隔离：HTML 中用 bdi 或 dir="auto"，纯文本中用 U+2068 和 U+2069。

**本页内容**

1.  为什么阿拉伯语复数会搞坏机器翻译的字符串文件？
2.  应该怎样把字符串发给模型？
3.  翻译脚本
4.  如何在 CI 中校验阿拉伯语文件？
5.  从右到左显示怎么办？
6.  谁来审校输出？
7.  成本是多少？
8.  BroadNet Inference 的定位

翻译应用的字符串文件与翻译文章是两回事。每个值都很短，往往没有上下文，还带着模型绝不能碰的语法：占位符、HTML 标签和复数规则。阿拉伯语让最后一项变得困难：英语文件只有两种复数形式，阿拉伯语却需要六种。本文基于 OpenAI 兼容的大模型搭建一条小流水线：冻结占位符，要求六个纯文本复数字符串，用代码拼装 ICU 语法，然后在 CI 中全面校验。

翻译文档、工单和合同，参见[用大模型做阿拉伯语与英语互译](https://broadrouter.com/zh/blog/arabic-english-translation-llm/)，那篇文章讲的是文章类文本的语气、术语表和评估。

## 为什么阿拉伯语复数会搞坏机器翻译的字符串文件？

`Intl.PluralRules`、ICU 和 i18next 都遵循 Unicode CLDR，而 CLDR 为阿拉伯语定义了六个基数类别：

| 类别 | CLDR 规则 | 示例数字 | 示例：“文件” |
| --- | --- | --- | --- |
| zero | n = 0 | 0 | لا توجد ملفات |
| one | n = 1 | 1 | ملف واحد |
| two | n = 2 | 2 | ملفان（双数） |
| few | n % 100 = 3..10 | 3–10、103–110 | 5 ملفات（复数） |
| many | n % 100 = 11..99 | 11–99、111 | 11 ملفًا（单数宾格） |
| other | 其余所有数 | 100–102、1000、0.5 | 100 ملف（单数） |

有两个细节容易让人栽跟头。第一，类别不等于数字本身：103 属于 few，111 属于 many。第二，英语源文件只给模型 `one` 和 `other`，模型只能单凭语法编出另外四种形式。大多数失败都来自模型照抄英语的那一对。

这种失败是无声的。我们用 intl-messageformat 12.1.5 渲染一条只有 `one` 和 `other` 的阿拉伯语消息：0、2 和 11 个文件全都显示为“N ملف”。缺少 `_many` 键时，i18next 27.1.2 的表现也一样：11 个文件显示的是 `_other` 的文本。没有错误，没有警告，只有错误的阿拉伯语。

## 应该怎样把字符串发给模型？

分批发送。每个字符串一个请求，会在系统提示词上浪费 token，还会丢失相关字符串之间的上下文。每次以 JSON 对象发送 50 到 200 个键，按页面或功能分组，这样“Save”挨着“Cancel”，模型就知道它是一个按钮。

三条规则让回复变得可检查：

1.  \*\*冻结占位符。\*\*把 `{name}`、i18next 的双花括号占位符、`%s`、`%1$s` 以及 `<b>` 这样的标签换成 ⟦0⟧ 之类的标记。模型看到的是“Welcome back, ⟦0⟧!”，就没法把 `name` 翻译成 اسم。
2.  \*\*以纯字符串索取复数形式。\*\*发送英语的 `one` 和 `other` 文本，要求六个阿拉伯语字符串。ICU 语法由代码构建，模型一个花括号都不用写。
3.  \*\*提供术语表和不翻译清单。\*\*产品名、套餐名，以及你的客服团队使用的术语。[翻译文章中的术语表一节](https://broadrouter.com/zh/blog/arabic-english-translation-llm/)解释了为什么这比选哪个模型更重要。

## 翻译脚本

源文件使用 FormatJS 文档中描述的 ICU MessageFormat 语法。同样的冻结方法也适用于 i18next 自己的 JSON 格式，其复数键以 `_zero`、`_one`、`_two`、`_few`、`_many` 和 `_other` 结尾。

```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)
```

我们用 OpenAI Python SDK 在本地模拟服务器上运行了它（不是线上 API），使用一条预设的阿拉伯语回复。模型看到的请求中是“Welcome back, ⟦0⟧!”和“⟦0⟧⟦1⟧⟦2⟧ invited you to the ⟦3⟧ workspace”，脚本写出了这个 `ar.json`：

```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}}"
}
```

关于这段代码：

-   \*\*标记会移动，但不会消失。\*\*阿拉伯语常常把动词放在前面，所以 ⟦0⟧ 可能会移位。下面的检查只统计标记数量，不关心它们的位置。
-   **嵌套 ICU 交给人处理。**`plural` 里面嵌套 `select` 很少见，也很容易弄坏。脚本直接拒绝，而不是去猜。
-   \*\*`max_tokens=4000` 为思考留出空间。\*\*BroadNet 的文档说明，DeepSeek V4.1 Flash、GLM 5.3 和 Qwen3.8 27B 会先思考再作答，思考内容计入 [max\_tokens](https://broadrouter.com/zh/glossary/max-tokens/)。参见[思考模型返回空响应](https://broadrouter.com/zh/guides/reasoning-tokens-empty-response/)。
-   \*\*`json.loads` 可能失败。\*\*把它包起来，出错时附上错误信息重发一次；[修复大模型返回的无效 JSON](https://broadrouter.com/zh/blog/fix-invalid-json-from-llm/) 里有一个经过测试的修复函数。在 GLM 5.3 和 Qwen3.8 27B 这两个文档注明支持[结构化输出](https://broadrouter.com/zh/glossary/structured-output/)的 BroadNet 模型上，还可以加上 `response_format` schema。无论哪种情况，下面的检查都要保留。

## 如何在 CI 中校验阿拉伯语文件？

用应用运行时所用的同一个解析器解析每条消息，并与源文件比较。这个 Node 脚本使用 `@formatjs/icu-messageformat-parser`（我们测试时为 3.5.23 版）：

```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);
```

对上面的文件，它输出 `ok`。然后我们让模拟回复丢掉 `many` 形式和 `{workspace}` 标记。脚本以退出码 1 结束，并输出：

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

“no Arabic letters”规则会标出模型留在英语里没翻译的字符串。它也会标出只有产品名或数字的值，所以要为这些值准备一份白名单。对于 i18next 自己的格式，按键做同样的检查：英语中每一对 `_one`/`_other`，在阿拉伯语中都需要全部六个带后缀的键，而且每个键的占位符都要相同，只是 `_zero`、`_one` 和 `_two` 可以不带计数。

最后，用你真正的格式化器渲染几个数字。用 intl-messageformat 12.1.5，上面的 `files` 消息得到 0 → لا توجد ملفات、2 → ملفان、5 → 5 ملفات、11 → 11 ملفًا、102 → 102 ملف、111 → 111 ملفًا。这种抽查能发现能通过解析、却用错了名词形式的情况。

## 从右到左显示怎么办？

翻译解决的是用词，浏览器还得把它们排好顺序。当拉丁字母的名称或数字插入阿拉伯语句子时，Unicode 双向算法可能挪动标点，或者调换相邻的文本段。W3C 的建议是隔离插入的文本：在 HTML 中用 `<bdi>` 或带 `dir="auto"` 的元素包裹；在推送通知这类纯文本中，用 U+2068 FIRST STRONG ISOLATE 和 U+2069 POP DIRECTIONAL ISOLATE 把它括起来。

这一步要在插值的地方做，而不是在翻译里做。在我们的测试中，把名字用 U+2068 和 U+2069 包裹后格式化欢迎消息，输出保留了这两个字符，阿拉伯语部分完全不受影响。页面或容器上也要设置 `dir="rtl"` 和 `lang="ar"`。[阿拉伯语提示词工程](https://broadrouter.com/zh/blog/arabic-prompt-engineering/)有一份 RTL 显示问题的简短检查清单。

数字由格式化器决定，而不是由翻译决定。字符串里保留 `#` 或参数。在 Node 24（ICU 78.3）中，`Intl.NumberFormat` 对 `ar` 把 1234 写成 1,234，对 `ar-EG` 和 `ar-SA` 则写成 ١٬٢٣٤。请选择与你的市场匹配的语言区域标签。更广泛的产品问题（界面语言区域与模型语言、混合方向的聊天气泡、语言检测和各语言成本），参见[为多语言设计 AI 体验](https://broadrouter.com/zh/blog/multilingual-product-design/)。

## 谁来审校输出？

带有这些检查的大模型流水线能保证文件格式正确，但不能保证阿拉伯语正确。请阿拉伯语母语者审校：

-   \*\*只审新增和改动的字符串。\*\*把 `en.json` 与上一个版本做 diff，只翻译有变化的部分。审校量小，已批准的字符串也不会再变。
-   \*\*逐词检查复数形式。\*\*与数字的一致关系是模型最常出错的地方，尤其是 11 到 99 之后的宾格。
-   \*\*性别。\*\*在阿拉伯语中，“你”和动词会随读者的性别变化。如果你的界面直接称呼用户，就要定一个约定，比如固定用一种形式，或改用中性表述，并写进系统提示词。
-   \*\*长度。\*\*阿拉伯语字符串可能比英语长，也可能比英语短。在移动端宽度的真实布局中检查按钮和标签页。

在代码仓库里保留一份审校过的术语表文件，并随每个请求一起发送，让已批准的术语保持固定。

## 成本是多少？

字符串文件很小。输出与输入长度相当，而阿拉伯语每个词通常比英语需要更多 token；[阿拉伯语与英语每词 token 数](https://broadrouter.com/zh/blog/tokens-per-word-arabic-english/)给出了实测比值。把一批字符串粘贴到[阿拉伯语 token 计数器](https://broadrouter.com/tools/arabic-token-counter/)，乘以批次数，再给每批加上系统提示词。思考模型还会在思考上消耗 token；BroadNet 在 `usage` 中以 `completion_tokens_details.reasoning_tokens` 报告这部分，所以外推之前，先从一个真实请求中读取 `usage`。

| 模型 | 本任务说明 | 每百万 token 输入 / 输出 |
| --- | --- | --- |
| [Qwen3.8 27B](https://broadrouter.com/zh/models/qwen3.8-27b/) | 文档注明支持结构化输出 | $0.175 / $2.17 |
| [GLM 5.3](https://broadrouter.com/zh/models/glm-5.3/) | 文档注明支持结构化输出；1,048,576 token 上下文 | $0.78 / $3.46 |
| [Gemma 4 VL 26B](https://broadrouter.com/zh/models/gemma-4-vl-26b/) | 可以用 $5 的初始额度运行；JSON 只能靠提示词约束，所以校验器更重要 | $0.10 / $0.22 |
| [DeepSeek V4.1 Flash](https://broadrouter.com/zh/models/deepseek-v4.1-flash/) | 也有固定价格套餐，例如每个会话每周 $15，每个会话一次一个请求 | $0.175 / $0.52 |

价格来自 BroadNet 的价格数据，更新于 2026-11-14。用两个模型翻译同样的 100 个字符串，请审校者比较之后再做选择；每 token 价格不如需要修改的数量重要。如果是多种语言、成千上万个键，[没有 Batch API 时的批量处理](https://broadrouter.com/zh/blog/llm-batch-processing-without-batch-api/)介绍了并发和重试。

## BroadNet Inference 的定位

BroadRouter 是 BroadNet 自己的网站。BroadNet Inference 以 OpenAI 兼容方式提供上述模型，所以只要改一下 base URL 和模型 ID，脚本就能用 [OpenAI Python SDK](https://broadrouter.com/zh/guides/openai-python-sdk/) 运行；各模型支持哪些参数，请查看 [API 参考](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-blog-translate-app-strings-to-arabic-llm&utm_content=body)。它没有翻译端点，也没有发布本地化基准，所以校验器和人工审校仍然是你的质量关卡。专门的本地化平台还提供翻译记忆、审校工作流和上下文截图；如果你需要这些功能，就用这样的平台，并把上面的 CI 检查作为第二道防线。

相关免费工具（英文）

-   [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.

[免费工具（英文）](https://broadrouter.com/tools/)

## 本文涉及的术语

[Token（词元）](https://broadrouter.com/zh/glossary/token/)

token（词元）是大语言模型读写文本的基本单位：由模型的分词器切分出的一个词、词的一部分、一个标点或一段字节序列。大模型 API 按 token 计数、设定限制，通常也按 token 计费。

[从右到左（RTL）文本](https://broadrouter.com/zh/glossary/rtl-text/)

从右到左（RTL）文本是指阿拉伯语、希伯来语等从右向左显示的文字。计算机按逻辑阅读顺序存储它；当它与从左到右的文字、数字、模型名或代码混排时，由 Unicode 双向算法决定显示顺序。

[结构化输出（structured output）](https://broadrouter.com/zh/glossary/structured-output/)

结构化输出是大模型 API 的一项功能，它把模型的回复约束为开发者指定的格式（通常是 JSON Schema），让代码能可靠地解析。它比 JSON mode 更严格：JSON mode 只保证输出是合法 JSON，不保证特定结构。

[系统提示词（system prompt）](https://broadrouter.com/zh/glossary/system-prompt/)

系统提示词是应用在对话开始前发给语言模型的指令文本，通常是一条 system 或 developer 角色的消息。它设定模型的角色、规则、语气和输出格式，当用户消息与它冲突时，模型应当优先遵循它。

[Base URL（base\_url）](https://broadrouter.com/zh/glossary/base-url/)

base URL 是 API 固定的根地址，例如 https://api.example.com/v1，客户端会把它加在每个端点路径（例如 /chat/completions）前面。在 OpenAI 兼容 SDK 中，修改 base URL，再配合 API 密钥和模型 ID，就能让同一份代码改用另一家服务商。

[大模型包月套餐（flat-rate LLM plan）](https://broadrouter.com/zh/glossary/flat-rate-llm-plan/)

大模型包月套餐（固定价格套餐）是按一个周期（如一个月）收取固定费用、提供大模型 API 使用权的计价方式，不按 token 计费。这类套餐通常会限制别的东西，如并发、速度、模型或使用时间窗口，所以限制条件和价格同样重要。

[工具调用（tool calling / function calling）](https://broadrouter.com/zh/glossary/tool-calling/)

工具调用（也叫函数调用，function calling）是大模型 API 的一项功能：模型返回一个结构化请求，要求执行开发者定义的某个函数，并附上 JSON 参数。应用执行该函数并把结果发回；模型自己从不执行代码。

[批处理 API（Batch API）](https://broadrouter.com/zh/glossary/batch-api/)

批处理 API 是一种异步的大模型端点：它一次接收大量请求（通常以文件形式），在设定的时间窗口内处理而不是立即处理，最后统一返回结果。OpenAI 和 Anthropic 等服务商对批处理请求的定价低于其标准 API。

## 常见问题

### 阿拉伯语有几种复数形式？

Unicode CLDR 中有六个基数类别：zero（0）、one（1）、two（2）、few（末两位为 03 到 10 的数，如 3 到 10 和 103）、many（末两位为 11 到 99）以及 other（100 到 102、1000，以及 0.5 这样的小数）。英语文件只有 one 和 other。

### ChatGPT 或其他大模型能把 i18n JSON 文件翻译成阿拉伯语吗？

能，前提是你掌控格式。只发送值，把占位符换成标记，要求六种复数形式，并在代码里检查结果：键、参数、标签和复数类别。新字符串上线前，请阿拉伯语母语者审校。

### 阿拉伯语翻译缺少一种复数形式会怎样？

通常不会有任何明显的报错。i18next 和 intl-messageformat 会回退到 other 形式，于是 2 个文件显示为“2 ملف”，而不是双数形式 ملفان。只有要求六种形式齐全的校验器，才能抢在用户之前发现它。

### 应该让大模型自己写 ICU MessageFormat 语法吗？

最好不要。每条复数消息只要六个纯字符串，ICU 语法由代码拼装。模型偶尔会漏掉一个花括号，或者把参数名翻译了，解析出错就会在运行时让整个语言包失效。

### 阿拉伯语界面字符串应该用哪种数字？

交给数字格式化器决定，而不是翻译。字符串里保留 # 或参数。在我们的 Node 24 测试中，Intl.NumberFormat 对 ar 把 1234 格式化为 1,234，对 ar-EG 和 ar-SA 则为 ١٬٢٣٤，所以数字由语言区域标签决定。

## 继续阅读

-   [用大模型做阿拉伯语与英语互译：提示词、术语表与质量评估](https://broadrouter.com/zh/blog/arabic-english-translation-llm/)
-   [阿拉伯语提示词工程：语体、RTL、数字与中英混排](https://broadrouter.com/zh/blog/arabic-prompt-engineering/)
-   [JSON 模式与 json\_schema：靠得住的结构化输出](https://broadrouter.com/zh/blog/structured-output-json-schema/)
-   [大模型返回的 JSON 不合法怎么办：原因、修复与重试](https://broadrouter.com/zh/blog/fix-invalid-json-from-llm/)
-   [阿拉伯语与英语每词 token 数：为什么阿拉伯语更贵](https://broadrouter.com/zh/blog/tokens-per-word-arabic-english/)
-   [没有 Batch API 也能批量调用大模型：可断点续跑的执行器](https://broadrouter.com/zh/blog/llm-batch-processing-without-batch-api/)
-   [如何为多语言用户设计 AI 产品体验](https://broadrouter.com/zh/blog/multilingual-product-design/)
-   [用大模型给阿拉伯语加注音符号：提示词、校验与 DER](https://broadrouter.com/zh/blog/arabic-diacritization-llm/)
-   [用大模型做阿拉伯语语法和拼写纠错：实操指南](https://broadrouter.com/zh/blog/arabic-grammar-spelling-correction-llm/)
-   [指南：用 OpenAI Python SDK 调用 BroadNet Inference](https://broadrouter.com/zh/guides/openai-python-sdk/)
-   [指南：推理模型为什么返回空回答](https://broadrouter.com/zh/guides/reasoning-tokens-empty-response/)

用你的真实业务负载试一试。新账户可获得 US$5 初始额度，用于 Gemma和转写。DeepSeek、GLM和Qwen3.8 需要先充值。

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

**来源**

-   [Unicode CLDR，Language Plural Rules 图表：阿拉伯语基数类别 zero、one、two、few（n % 100 = 3..10）、many（n % 100 = 11..99）、other（2026-11-15 查阅）](https://www.unicode.org/cldr/charts/latest/supplemental/language_plural_rules.html)
-   [MDN，Intl.PluralRules.prototype.select()：阿拉伯语基数有 6 种形式（2026-11-15 查阅）](https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/Intl/PluralRules/select)
-   [FormatJS，消息语法：复数类别、=value 精确匹配、# 符号、other 为必需、撇号转义（2026-11-15 查阅）](https://formatjs.github.io/docs/core-concepts/icu-syntax)
-   [i18next 文档，Plurals：\_zero、\_one、\_two、\_few、\_many、\_other 后缀、阿拉伯语示例、Intl.PluralRules、count 变量（2026-11-15 查阅）](https://www.i18next.com/translation-function/plurals)
-   [i18next 文档，JSON 格式：v4 复数键与插值（2026-11-15 查阅）](https://www.i18next.com/misc/json-format)
-   [W3C 国际化，HTML 中的内联标记与双向文本：dir、bdi、FSI U+2068 与 PDI U+2069（2026-11-15 查阅）](https://www.w3.org/International/articles/inline-bidi-markup/)
-   [BroadNet Inference API 参考：模型 ID、GLM 5.3 和 Qwen3.8 27B 的结构化输出、思考计入 max\_tokens（2026-11-15 查阅）（英文）](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-blog-translate-app-strings-to-arabic-llm&utm_content=sources)
