Communitygithub.com

100x-localize

將廣告文案或腳本本地化為墨西哥西班牙語(預設),不是逐字翻譯,而是壓縮長度、貼合真實語料的實際強度分佈。

100x-localize 是什麼?

這是一個專為 AI 代理(如 Claude Code)設計的廣告腳本本地化技能,稱為 100x-localize。它的核心功能是將任意來源語言的廣告文案(純文字)轉換為墨西哥西班牙語的本地化版本,而非逐字翻譯。此技能基於「100x 體系 L2 創意生成層」,特別注重長度壓縮(字元數控制在原文的 0.5 至 1.10 倍之間)和語域強度(預設貼合真實語料的實際分佈,不使用保守風格)。它支援墨西哥(mx)和通用拉丁美洲(generic-latam)地區,並強制全篇統一使用 tú 人稱。此技能可獨立運作,不需要使用者預先執行其他技能,但可選擇性地接收上游技能(如人物場景或搜尋查詢)的產出作為參考。它包含嚴格的驗證流程,確保輸出符合結構規範、壓縮公理,並防止捏造權威聲稱(如 FDA、Harvard)。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/kezd088/100x-skill-tiktok/tree/main/skills/100x-localize

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

100x-localize 是做什麼的?

一句話定位

輸入一段源文案(任意源語言),輸出墨西哥西語預設本地化版本——不是逐字翻譯,而是主動壓縮長度、貼合真實語料的實際強度分佈。屬於 100x 體系 L2 創意生成層,對應「2c 投放語本地化」這一步。

何時觸發

使用者說:

  • 「投放語本地化」/「本地化成西語」/「翻譯成西語文案」/「改寫成墨西哥西語」/「這條文案怎麼本地化」
  • 「localize this ad copy」/「translate this script into Spanish」/「adapt this for the Spanish market」/「Mexican Spanish localization」
  • 或直接給一段源文案(源語言任意,通常是英語或中文文案),要求出西語本地化版本

輸入

最小輸入(類別 A,硬性必填):source_script——完整源文案純文字(源語言任意)。 本 skill 不接影片/音訊檔案,只吃文字。

軟性補充(類別 B,皆有明確預設值,見 workflow.md Phase 1):target_region(預設 "mx",僅接受 mx/generic-latam,其餘值降級為 generic-latam 並在 meta.warnings 記錄)、register_profile(預設 "default",貼合真實語料強度,不是保守檔,見「核心約束」公理 2)。

上游可選產出(類別 C,缺失靜默跳過,不阻塞,也絕不要求使用者先跑別的 skill): 100x-persona 的人物/場景卡片、100x-search-query 的搜尋詞結果。

輸出

結構見 schema.json:source_script(原文回顯)+ target_region + register_profile + localized_script(西語本地化產出)+ meta(必填:generated_by、warnings;可選資訊字段:compression_ratio)。

核心約束(4 條公理,詳見 axioms.md)

  1. 壓縮公理:西語產出字元數不得超過源文案字元數的 1.10 倍(也不得低於 0.5 倍)——基於參考語料的轉寫長度分佈校準,西語表達同等資訊量天然較長,逐字直譯會系統性超出口播時長預算,必須主動壓縮改寫,不是逐字翻譯(1.10/0.5 這兩個具體數字是工程判斷,詳見 axioms.md 公理 1)
  2. 語域強度預設公理:預設貼合真實語料實際強度分佈,07 號規範文件(07_西語口播風格規範.md)§5 的保守禁語清單降級為可選檔 profiles/compliance-conservative.md,不是預設(該文件 §1 自己聲明「不是從庫內西語爆款樣本歸納出的實戰結論」,本 skill 因此不把它的保守建議當作預設必須遵守的驗證結論)
  3. 人稱一致公理:全篇統一 tú 稱呼,不得混入 usted/vosotros(已知局限:目前只支援 mx/generic-latam 兩個 target_region,不支援西班牙正式 usted/vosotros register 或阿根廷 vos 變位——這是範圍限制,請求這類地區會被降級到 generic-latam 並提示,不會假裝支援。另外參考語料存在實際出現 usted 且與 tú 混用的情況——這條公理是本 skill 對自己產出設的品質線,不是對真實語料現狀的描述,見 axioms.md 公理 3。目前機制已覆蓋全大寫/去重音/零寬不可見字元插入/組合重音符號插入這四類繞過手法(手寫校驗層對公理 2/3 做不可見字元 + 組合重音符號雙重歸一化,公理 4 的權威詞族檢測同樣做不可見字元剝離),仍有的已知殘留缺口:schema.json 層面的 ajv pattern 仍然沒有預處理能力(JSON Schema 規範結構限制),且手寫層的不可見字元碼點列表(6 個)不是 Unicode 格式字元類別的窮舉,見 axioms.md 公理 2/3/4 的 TODO)
  4. 防臆造權威聲稱公理:不得引入源文案沒有的權威/認證類聲稱(閉集詞族:FDA/Harvard/OMS/臨床驗證類表述)——已知局限:這只能攔住閉集詞族內的關鍵詞層面新增(已對去重音、大小寫混合、逐字母加點縮寫等書寫變體做歸一化,仍無法攔住編造一個不在閉集裡的虛構機構名/人名),見 axioms.md 公理 4

三階段流程

詳見 workflow.md:Phase 1 接收+校驗(類別 A/B/C,target_region/register_profile 降級填充) → Phase 2(語域強度決策 → 語言自然化改寫 → 長度壓縮 → 逐句自檢 → 批量自檢) → Phase 3 使用者觸發的返工(L1 單輪壓縮 / L2 檔位或地區切換 / L3 全體重做;人稱語域沒有對應返工路徑——v1 只支援 tú,見「核心約束」公理 3)。

獨立呼叫保證

類別 A(source_script)缺失或用戶發來影片/音訊檔案 → 固定拒絕話術追問,不代猜、不代寫腳本。類別 B(target_region/register_profile)缺失 → 直接用文件化的預設值繼續跑,不追問、不阻塞。類別 C(上游 100x-persona/100x-search-query 產出)缺失 → 靜默跳過,絕不要求使用者先跑其他 skill。

禁用詞

讓我 / 希望 / 或許 / 大概 / 可能 / 也許 / 讓我們;AI 客服味(as an AI / I'd be happy to / feel free to);register_profile=="compliance-conservative" 檔下的具體禁語清單見 profiles/compliance-conservative.md;不編造源文案沒有的效果/認證/用戶見證(見公理 4,已知局限見上);不寫死任何客戶品類詞典;不假裝支援 v1 未實現的地區/人稱 register(見公理 3 已知局限)。

路由(推薦,非強依賴)

  • 已有人物/場景設定、想讓本地化語氣貼合特定人設 → 人物場景類 skill(若已建,產出可作為類別 C 參考)
  • 還沒定搜尋關鍵詞、想先找參考素材再本地化 → 搜尋關鍵詞類 skill(若已建)
  • 本地化後想生成配音/字幕時間軸 → 配音/字幕類 skill(若已建)
  • 想回入口重新分診 → 100x 體系總入口(若已建)

以上均為「產出後按需推薦」,不是前置依賴;對應 skill 尚未建好時不影響本 skill 獨立工作。

出廠自檢

執行 node scripts/validate.js --selftest 驗證。schema.json 聲明的結構層約束(required/additionalProperties/enum/pattern,含 axiom 2/3 兩條可條件化的 if/then+pattern 檢查)由 scripts/validate.js 內的 ajv(真實 JSON Schema draft-07 驗證器,package.json 聲明的 devDependency,先 npm install 再跑)實際執行。公理 1(壓縮比)和公理 4(防臆造權威)是兩類跨字段比較規則,vanilla JSON Schema 結構上表達不出來(無法比較兩個字串字段的長度或內容),由 scripts/validate.js 裡的手寫程式碼補上:

npm install                                                   # 首次使用先裝 ajv
node scripts/validate.js <bundle.json> [bundle2.json ...]   # 校驗產出
node scripts/validate.js --selftest                          # 跑內建回歸用例

來源

本 skill 是基於以下原料建構:07_西語口播風格規範.md(語域/自然化規則的直接來源,其「不是實證結論」的自我聲明被原樣保留)+ 參考語料(提供壓縮公理和語域預設公理的資料支撐)+ T7 模組庫 CSV(提供模組骨架的結構性參考)。逐文件改寫點與判據說明,見 sources.md。

Individual skills in this repo

This repo contains 8 individual skills — each has its own dedicated page.

相關技能