概念：稳定业务标识
术语：中英文名与别名
地区：同词不同业务含义
数据：字段、枚举与单位
输出：语言、格式与证据
结论：先统一概念，再翻译表达
“收入”“revenue”“sales”在不同地区可能指含税、未税、确认收入或下单金额。直接翻译问题不能解决口径冲突。
为每个业务概念建立稳定标识，再关联多语言名称、定义、公式和适用范围。
术语库要记录地区和上下文
同一缩写可能在财务、零售和供应链中含义不同。术语条目应包含语言、地区、业务域、别名、禁用词和示例问题。
用户语言不应自动决定数据地区；问题中的组织、币种和时间范围仍需明确。
枚举、单位和日期也需要本地化
门店状态、客户等级和产品类别要映射业务代码，而不是翻译数据库值。金额展示需说明原币或折算币种，日期需说明时区与财务日历。
格式本地化不能改变底层指标计算。
回答时保留可追溯概念
系统可用用户语言表达结论，同时展示采用的指标定义、范围和源字段。遇到多义术语时先澄清，而非静默选择。
中英混合追问应沿用已确认概念，不因语言切换重新猜测。
用对照问题验收
让不同语言用户提出语义等价问题，比较指标、过滤、时间、单位和权限；再测试歧义词、地区词和混合语言。
AskTable.ai 的语义配置与连续问数可参与评估；多语言术语管理、地区规则和翻译覆盖需当前项目确认。
把术语表升级为可执行的概念模型
真正可用的术语资产不应只有“中文名—英文名”两列。每个概念至少要保存 concept_id、业务域、负责人、定义、计算公式、允许维度、默认时间口径、币种、时区、生效日期和废止日期；语言只是同一概念下的显示层。这样，用户问“GMV”“成交总额”或“gross merchandise value”时，系统先落到同一个概念标识，再根据身份和地区补齐过滤条件，而不是分别猜三次。
多语言值域也要与概念分开治理。例如数据库里的状态码 PAID 不应被模型自由翻译为“已付款”或“已结算”，而应通过受控词典映射到各语言标签，并记录它是否包含部分退款、线下收款或待对账订单。只有定义、值域与计算都可追溯，语言切换才不会悄悄改变业务含义。
用“语言、地区、业务域、时间”四维消歧
跨国企业常见的错误不是翻译不流畅，而是同词异义。英文 sales 在销售团队可能指签单额，在财务团队可能指已确认收入；“本月”在中国团队按北京时间自然月，在美国团队可能按当地时区或 4-4-5 财务日历。消歧规则应同时读取提问语言、用户所属组织、业务域、数据实体和会话中已确认的口径。
系统没有足够证据时，应把候选解释和差异显式列出，例如询问“这里的 revenue 指开票收入还是会计确认收入？金额按原币还是集团本位币？”这类澄清会增加一步交互，却比输出一个精确但口径错误的数字成本低得多。默认值只适合低风险、已由业务负责人签字确认的高频场景。
建立双语等价问题集，而不是只测翻译质量
验收集应从真实业务问题抽样，构造成成对或成组的等价问法，并固定预期的指标标识、维度、过滤、时间窗、币种和权限结果。测试不只覆盖完整句，还要覆盖缩写、别名、错别字、中英混输、地区习惯和连续追问，例如先用中文确认“净销售额”，再用英文追问 by region，系统仍应沿用已确认定义。
评价时可把一次回答拆成概念命中率、过滤一致率、时间一致率、单位一致率、权限一致率和澄清触发率。文本表达不同并不等于错误，但底层查询计划和数据范围必须一致。发现差异后应回到术语资产或地区规则修复，而不是仅用更多提示词掩盖。
反例：把界面语言当成业务范围
一个常见反例是：用户把界面切成英文，系统就自动查询海外组织并改用美元；另一个反例是把“同比”翻译为 year over year 后，默认比较自然年，而中文环境沿用财务年。这些行为把展示偏好错误地提升为数据过滤条件，既会造成数字不一致，也可能越过组织权限。
正确做法是把 UI 语言、回答语言、数据地区、组织范围和折算币种作为五个独立变量。前两者可由用户偏好决定，后三者必须来自明确问题、会话确认或受治理的身份默认值。任何隐式推断都应在答案证据区展示，允许用户纠正并形成可审计记录。
落地顺序与边界
实施可分四步：先选销售、库存等一个业务域梳理二十到五十个高频概念；再让中英文业务负责人共同签署定义和例题；随后接入字段、枚举、指标公式与权限；最后用双语问题集做回归。不要一开始追求全公司所有语言，否则术语责任人和变更流程尚未建立，词典很快失效。
AskTable.ai 可以作为自然语言问数和连续追问的承载层，但本文不据此承诺它已内置任何特定语言、地区词典或自动翻译质量。项目仍需确认术语导入方式、地区规则、模型语言覆盖、审计字段和人工维护流程；在这些条件没有验证前，应把多语言能力视为需要实施和验收的系统工程。
可直接执行的上线检查表
上线前逐项确认：每个高频概念都有唯一 ID 和业务负责人；中英文名称、缩写、禁用词、公式、单位、时区、财务日历和生效期齐全；字段值域通过代码表而非自由翻译；组织默认范围与界面语言分离；歧义问题会触发澄清；答案展示采用定义、过滤、币种和数据截止；权限测试在两种语言下得到同样结果。任何一项缺失，都应记录为已知限制。
上线后每周抽样双语会话，把新别名、误命中和不必要澄清归入回归集；术语变更必须经过负责人审批并保留旧版本。衡量重点不是回答语言是否像母语，而是概念、过滤、权限和数值是否一致。若英文用户持续改写问题才能命中，应优先修复术语资产和例题，而不是要求用户学习系统表达。