摘要

作為一種新興知識媒介，生成式人工智能深刻革新了翻譯實踐模式，并推動其向人機協作翻譯模式轉型。提示工程作為引導大語言模型生成預期內容的核心技術，在翻譯實踐中展現出顯著的應用價值，由此引發對譯者提示素養的關注。文章通過考察生成式人工智能的翻譯實踐應用，剖析譯者提示素養的概念內涵，從認知、能力和倫理三個維度探究其構成要素，構建出譯者提示素養的概念框架。譯者提示素養是生成式人工智能時代譯者信息素養的升級與拓展，也是人類譯者與AI系統進行高效協作的關鍵要素，更是專業譯者區別于非專業譯者的核心能力，應成為當前高校翻譯教育關注的重點議題。

引言

生成式人工智能技術，尤其是大語言模型的迅猛發展，正在深刻重塑人類信息獲取和知識生產的方式。通過預訓練，大語言模型從海量的公開文本數據中學習語言規律和語義關系，從而能夠理解自然語言并生成高質量的文本內容。大語言模型集聚了極為廣泛的人類知識，成為一種“全新的智能知識媒介”（姜華，2024），可為眾多領域的信息處理和知識生產提供強有力的支持。翻譯是一種“跨語言的知識加工、重構和再傳播的文化行為和社會實踐”（楊楓，2021），需要譯者“解決歧義問題、干擾問題和非對稱問題，以實現知識和經驗的跨文化傳通”（李瑞林，2020）。鑒于個體知識存量的有限性，譯者作為認知和求解翻譯問題的主體，必須借助外部信息資源，彌補個人知識不足，實現自身知識增量，匹配翻譯任務的知識要求，進而優化翻譯決策。作為一種新興知識媒介，生成式人工智能技術的廣泛應用無疑會給翻譯實踐領域帶來深遠影響。

在數字社會中，信息資源極其豐富，不斷拓展著人類的知識邊界。譯者對信息的精準需求與信息資源的海量無序，構成了數字社會中翻譯實踐的主要矛盾，從而彰顯了譯者信息素養對于翻譯工作的重要性。生成式人工智能的崛起，革新了人機交互模式，為信息獲取帶來了全新的可能性，使得譯者不再僅依賴傳統搜索，而是通過“提問”與AI系統互動，快速獲取所需信息。因此，譯者的能力體系需要實現從“搜商”向“問商”的升級，即從信息素養向提示素養的進階和拓展。譯者提示素養的概念內涵是什么？與信息素養之間具有何種關系？有何重要意義？由哪些要素構成？本文嘗試對這些問題做出解答，剖析譯者提示素養的概念內涵，分析其核心構成要素，并試圖構建譯者提示素養的概念框架，以期推進生成式人工智能時代的譯者能力體系研究。

1. 生成式人工智能的翻譯實踐應用

盡管以ChatGPT（聊天生成式預訓練變換模型）為代表的大語言模型并非專門為翻譯而設計，但其憑借強大的自然語言理解和文本生成能力在翻譯任務上表現出色，能夠實現多語言文本間的轉換并生成流暢且連貫的譯文，體現出較高的語言處理與語境適配能力。國內外學界對生成式人工智能在翻譯實踐中的應用展開了有益探索。譬如，Siu （2023）分析了ChatGPT在翻譯領域的潛力及其對語言行業的革命性影響，指出ChatGPT具備分析源文本、生成翻譯初稿、檢測翻譯問題、提出編輯建議等能力，表現出速度快、成本低和交互性強的特點。Lee（2024）從批判視角思考了AI技術對翻譯概念的影響，提出以“分布式認知”為基礎的替代性框架，用以重新定義翻譯實踐。騰訊人工智能實驗室的研究團隊發現，GPT-3.5在翻譯過程中容易產生幻覺和誤譯，而GPT-4的翻譯錯誤明顯減少，表明在GPT-4引擎的支持下ChatGPT已經成為一個出色的翻譯工具（Jiao et al.，2024）。仲文明等（2024）運用眼動追蹤和鍵盤記錄對比了生成式人工智能與神經網絡機器翻譯技術支持下的人工譯后編輯效率，初步驗證了基于生成式人工智能的人工譯后編輯模式在漢英翻譯中的效率優勢。趙軍峰、李翔（2024）闡釋了大語言模型驅動的翻譯智能體的概念，分析了基于提示工程、檢索增強生成和計算機輔助翻譯的三種翻譯智能體構建方式，并評估了翻譯智能體的譯文質量和實踐效果。Wang等（2024）提出了一種多智能體協作框架，其中包含譯者、顧問和評估者三個角色。這三個角色迭代合作，使大語言模型在文學翻譯任務上的性能得到顯著提升，展示了生成式人工智能在機器翻譯領域的應用潛力。

綜上可見，與統計機器翻譯和神經機器翻譯相比，生成式人工智能在譯文生成任務上表現更佳，展現出較大的應用潛力和技術優勢，引領翻譯實踐進入全新的人機協作翻譯階段。除了上述研究所探討的譯文生成任務，譯者還可以利用大語言模型獲取語法知識、詞語搭配、專業術語、文體風格、領域知識、文化差異等方面的信息，執行譯文評價、譯文迭代、譯文審校、風格調整、術語管理、語料對齊、質量保證等任務。在生成式人工智能發展浪潮的持續推動下，翻譯技術發展將呈現三大可能態勢：①更強算力、更優算法及更海量數據的投入，使得大語言模型的整體性能持續增強，特別是高級推理能力。AI系統在應對復雜翻譯任務時將有更加出色的表現。②模型微調、知識圖譜和檢索增強生成等技術不僅可以更充分地利用術語庫、翻譯記憶庫和平行文本等翻譯資源，還能夠針對特定應用場景或領域訓練和研發基于大語言模型的垂直機譯系統，顯著提升譯文產出的準確性與可讀性。③隨著“代理思維”的逐步落地，面向翻譯流程的智能體系統將得到進一步研發與應用，多模型和多智能體協作將超越對大語言模型的單向調用，與機輔翻譯系統深度整合，推動翻譯流程的自動化與智能化更趨完善。

2.譯者提示素養的概念內涵

近年來，生成式人工智能技術持續快速發展， 尤其是大語言模型在翻譯領域的廣泛應用，為翻譯實踐提供了多樣化賦能，促使翻譯工作模式發生重大變革，同時譯者的角色也在經歷深刻轉變。在當今的技術賦能環境下，翻譯工具和翻譯資源都非常豐富，為譯員的翻譯工作提供了極大的便利。如今的翻譯過程實質上就是譯者通過翻譯工具，調配翻譯資源，解決翻譯問題，高效生成目標文本，進而實現知識的語際生產和傳播的過程。在生成式人工智能賦能下的翻譯過程中，譯者的角色不僅是語言轉換者，還是機譯評價者、信息搜尋者、資源管理者和人機協商者。不管是利用大語言模型實施譯文生成，還是獲取信息、搜尋知識，抑或執行譯文加工、資源管理、質量保證等任務，均需要譯者以“提問”的方式與AI系統進行互動和協商，才能保證相關任務的高質量完成。相關研究已關注到生成式人工智能時代譯者的角色轉變（Siu，2023；Lee，2024），乃至大語言模型對譯者主體性的沖擊（王華樹、劉世界，2024），但鮮有研究對譯者與AI系統協作所需的提問能力展開探討。這種提問能力，或稱問商，指譯者通過設計提示語與AI系統互動，從中獲取所需信息的能力，即譯者的提示素養（prompt literacy）。

在生成式人工智能領域，提示語的英文對應詞是prompt，中文又稱提示詞、指令，指用戶通過向AI系統提供輸入內容，引導其生成符合預期目標的內容。本質上，提示語是一種與AI系統溝通的指令或問題，通過明確任務需求、提供背景信息、指定輸出格式及設置約束條件，指導AI系統高效完成指定任務。提示語可以是一個問句、祈使句或陳述句，也可以是更為復雜和結構化的進階形式。生成式人工智能蓬勃發展，愈發彰顯了提示語的重要性，由此催生了提示工程（prompt engineer-ing），并衍生出提示工程師（prompt engineer）這一新興職業，其主要職責是通過設計、優化和迭代提示語，最大限度地發揮大模型的潛力，為生成式人工智能系統的應用和優化提供更多可能。提示語工程師被視為“聯結個體思想和大語言模型的擺渡者，能夠憑借自身領域知識與數智素養彌合個體高意識需求與AIGC能力溝的‘最后一公里’”（趙曉偉等，2023）。

隨著生成式人工智能的逐步落地和推廣普及，先前的數字鴻溝發展為智能鴻溝，表現為個體或群體在人工智能技術的接觸、使用和應用結果等方面的差異（彭蘭，2024）。在這種背景下，提示素養作為用戶與AI系統高效交互的核心能力，成為彌合智能鴻溝的關鍵手段。具備高提示素養的用戶能夠通過提示工程充分發揮AI系統的能力，從中獲得更加精準的輸出，在工作效率、學習能力和創新能力方面占據優勢；而缺乏提示素養的用戶則可能難以提出清晰有效的提示語，導致AI系統生成結果不符合預期，進而降低對AI系統的信任和使用意愿，加劇智能鴻溝的擴大。

提示素養是用戶與生成式AI系統進行協商互動的關鍵能力。Hwang等（2023）將提示素養定義為設計精準的提示語，輸入AI系統，解讀其輸出結果，并迭代優化提示語以實現預期目標的能力。Maloy和Gattupalli（2024）指出，提示素養可以讓任何人無須掌握計算機編程的專業知識就能夠與生成式AI系統進行交流并引導其工作。在教育領域，提示素養得到了特別關注。Jacobs和Fisher（2023）認為，提示素養在基于人工智能的學習中至關重要，它能夠促進學習體驗的個性化，提供更具沉浸感和互動性的學習機會，并激發學生的創造力，使其能夠創造出前所未有的成果。Gattupalli等（2023）認為，隨著生成式人工智能的崛起，提示素養逐漸成為一種基礎能力，涵蓋AI提示語的設計、解讀和分析。文秋芳、梁茂成（2024）提出，人機互動協商能力是影響AI應用效果的關鍵因素，并闡述了培養學生人機互動協商能力的重要性和必要性。這種人機互動協商能力主要在于對提示語的設計、使用和優化，即提示素養。

翻譯技術是人類翻譯能力的延伸和拓展，其本質在于為人類的翻譯能力進行賦能（王少爽，2024）。這種賦能對大眾用戶和專業譯員具有不同意義。對大眾用戶而言，AI的使用門檻越來越低，越來越“傻瓜式”（fool-proof），操作越來越簡便。雖然AI翻譯的精準度和流暢性仍難以完全達到專業譯者的水平，但作為一種方便快捷的翻譯工具，它能夠幫助人們在日常生活和工作中應對跨語言知識獲取的難題，克服語言交流障礙。對專業譯者而言，他們應具備有別于大眾用戶的智能翻譯素養，尤其是人機協作翻譯所需的提示素養，才能體現自身的專業屬性，實現人工智能時代翻譯職業道路上的可持續發展。專業譯者需要根據翻譯實踐中的各種具體需求，選擇并靈活運用合適的AI工具，批判性評估和使用AI生成內容，從而高效完成翻譯任務。鑒于此，本文認為，譯者提示素養是譯者在翻譯實踐中與生成式人工智能系統高效協作所需的一種綜合素養，指譯者基于翻譯任務的信息需求，精心設計和優化提示語，并批判性地評估和使用AI輸出內容，進而構建高質量翻譯產出所需的知識和能力系統。譯者提示素養是生成式人工智能時代專業譯者區別于使用AI翻譯的普通用戶的核心素養，也是當前語境下翻譯專業性的關鍵體現。

3.?譯者提示素養的構成要素

人與AI系統的交互方式經歷了兩次主要轉變，即從早期的命令行界面到后來的圖形用戶界面，再到生成式人工智能時代的自然語言界面。在未來一段時期內，作為自然語言的提示語將是人與AI系統交互的重要方式。信息素養是人生活在信息社會中需要具備的一種基本素養，其內涵隨著技術環境的演進而日益豐富和深化。聯合國教科文組織曾建議，新的情境在任何時候都可能會對信息素養能力提出更高或全新的要求（Catts & Lau，2008）。數字素養、計算素養、媒介素養、網絡素養、數據素養、算法素養、人工智能素養，乃至提示素養，均是信息素養在不同技術環境下的演進形態。已有多個組織機構、政府部門及學者針對這些素養提出了各具特色的框架，并對相關素養的構成要素進行了描述和規定。由于提示素養概念提出的時間相對較短，對其框架的探討較為鮮見。譬如， 張貴香和賈君枝（2024）基于提示素養的內涵分析，提出其核心框架由四種要素構成：生成式AI 工具的理解與認知、提示詞編寫技巧、生成內容的評估能力及倫理與道德意識。

鑒于此，譯者提示素養是譯者信息素養在生成式人工智能時代的全新體現，它不僅是人類譯者與AI系統高效協作翻譯的關鍵要素，更是譯者在技術革新中構建自身知識體系、提升專業能力和實現職業可持續發展的重要支撐。基于翻譯實踐中對提示語的使用經驗，借鑒現有譯者信息素養模型（王少爽，2017），筆者構建出譯者提示素養的概念框架，將其構成要素歸納為認知、能力和倫理三個維度，如圖1。

圖1 譯者提示素養的概念框架

如圖1所示，認知維度為譯者提示素養提供理論基礎，能力維度是實踐操作的核心環節，而倫理維度則為譯者提示素養的應用提供方向性保障。同時，技術應用能力、問題求解能力、批判思維能力和溝通協作能力作為基本支撐，為三個核心維度的有機融合和全面發展提供有力支持。

3.1 認知維度

認知維度指譯者對生成式人工智能技術和人機協作翻譯模式的認識，為譯者與AI系統之間的翻譯協作提供必要的知識儲備和理論支持，主要包括技術知識、提示邏輯和翻譯思維。就技術知識而言，譯者需要了解生成式人工智能的運作機制， 尤其是大語言模型的基本原理，包括機器學習、神經網絡、強化學習、預訓練、模型微調、檢索增強生成、知識增強生成等關鍵技術，并知曉各種生成式人工智能系統的能力邊界。正如優秀的司機需要了解汽車的基本構成和機械原理才能更好地發揮駕駛技能，優秀的譯者亦需掌握生成式人工智能的技術原理，才能嫻熟地運用提示語工程生成符合翻譯任務需求的內容或譯文。此外，譯者還應掌握各種AI系統和工具的功能，能夠根據具體的任務場景，靈活選用符合任務需求的系統或工具。提示邏輯則要求譯者基于人機互動的溝通本質和提示工程的相關知識，理解AI系統對提示語的解析和響應機制，掌握高效提示語的設計策略，確保AI生成內容符合預期。人與AI系統之間的交流互動可視為數智時代人際溝通的新形態，只不過其中一方變成了具有“擬主體性”的AI系統。因此，譯者可以借鑒人際溝通領域的經典理論和模型指導翻譯過程中的提示語設計，如合作原則（cooperative principle）、關聯理論（relevance theory）和喬哈里視窗（Johari window）等。在這些理論和模型的觀照下，譯者能夠更為深入地理解人機協作翻譯過程，提升與大語言模型互動的成效。例如，如果譯者和AI系統都較為熟悉翻譯相關語境，就可以采用較為簡單的提示語；如果譯者預判AI系統不熟悉翻譯相關語境，就需要通過提示語為AI系統補充必要的語境信息，引導AI系統生成符合預期的內容。翻譯思維指譯者對翻譯活動本質的認識，即譯者的翻譯觀。譯者要能夠理解翻譯是一種跨語言的知識生成和文化溝通行為，并非語言之間的簡單轉換。在人工智能時代，技術的飛速進步使得機器成為一種新型翻譯主體，譯者需要了解不同類型機器主體的翻譯思維差異，包括統計機器翻譯系統、神經網絡機器翻譯系統、生成式人工智能翻譯系統，進而形成人機互惠共生的協同翻譯思維模式。

3.2 能力維度

譯者提示素養的提升不僅依賴于上述理論知識的積累，更需通過大量提示語應用實踐，增強人機協作翻譯的默契度。能力維度涉及需求分析、語境構建、提示編寫、輸出評價、提示優化、信息利用和提示管理等方面。譯者對AI系統的使用源于其在翻譯過程中的信息需求，因此需要精準識別信息需求，明確翻譯任務的具體目標和要求。在翻譯過程中，譯者主要使用AI系統解決三個方面的信息需求：一是知識獲取，包括語言知識、術語定義、背景信息、領域知識等；二是譯文加工，包括譯文生成、譯文對比、語義優化、風格調整等；三是資源管理，包括術語提取、語料對齊、質量控制等。精準的需求分析能力是有效利用AI系統的前提，它能夠幫助譯者明確所需信息的類型和范圍。語境構建能力則要求譯者準確掌握當前翻譯任務的語境信息。文本具有基本信息和作者意圖雙重意義，影響作者意圖推理的關鍵項是文化語境，知識的個體差異及不同文化體之間的差異構成了翻譯過程中文化語境構建最根本的釋義障礙（陳開舉，2023）。因此，譯者需充分理解翻譯任務的語境，補充AI系統所不具備的語境信息，對知識差異導致的釋義難題進行有效調和，確保翻譯結果的準確性和文化適應性。

提示編寫能力要求譯者能夠基于翻譯過程中的需求分析和語境構建，編寫精準、高效的提示語，引導AI系統生成符合預期的內容，內容可以是生成或優化的譯文、所需相關知識或加工后的翻譯資源。譯者需要掌握編寫提示語的一般原則，如清晰表述、提供語境信息、明確輸出要求、分解復雜任務、避免否定性提示等；熟悉零樣本提示（zero-shot prompting）、少樣本提示（few-shot prompt-ing）、角色扮演提示（role prompting）、思維鏈提示（chain of thought prompting）、自我一致性提示（self-consistency prompting）、知識生成提示（generated knowledge prompting）等提示技術；靈活運用成熟的提示模板，如BROKE、Co-STAR、CRISPE、ICIO、RISE、TRACE等。已有研究表明，不同格式的提示語會對大語言模型的內容生成產生明顯的影響（He et al.，2024）。因此，譯者還需要學會編寫不同格式的提示語，包括純文本、Markdown、JSON、YAML等，熟悉不同格式的提示語的內容生成效果及所適用的任務場景，以便根據任務的具體需求選用恰當的提示語格式，提升AI系統的內容生成質量。此外，譯者還需要能夠針對大語言模型的不同類型，選擇相應的提示語策略。當前，大語言模型主要分為通用型和推理型兩類。DeepSeek-R1模型的推出，大幅提升了推理大模型的能力，有效降低了其訓練成本，推動了推理大模型的普及。例如，提示語中的角色設定在使用通用大模型時是一個非常重要的設置，但由于推理大模型能夠根據提示語對角色進行分析推斷，角色設定的作用有所減弱。因為需要進行推理運算，現階段的推理大模型的響應速度普遍較慢，且幻覺程度較高。譯者需要掌握兩類大模型的特點，根據翻譯任務的具體信息需求，對大語言模型的類型做出合理選擇。

輸出評價能力則要求譯者能夠對AI系統生成的內容進行正確評估，判斷生成內容是否滿足任務需求。評價標準可包括準確性、流暢度、邏輯連貫性、文化適配性、信息完整度及語境契合度等方面。如果AI系統的生成內容不能滿足任務需求，譯者需分析原因，調整提示語設計策略，補充必要的語境信息，重新引導AI系統生成，直至達到滿意效果，這種能力即提示優化能力。信息利用能力指譯者能夠有效地整合和利用AI系統生成的內容，包括譯文版本、語言知識、翻譯資源、背景知識等，提升翻譯工作的質量和效率。提示管理能力則指譯者對提示語進行分類、存儲、檢索和維護， 確保在后續翻譯任務中能夠對其進行高效調用，達成提示語資源的充分利用與優化迭代。

3.3 倫理維度

人工智能技術在翻譯實踐中的廣泛應用為譯者帶來了前所未有的倫理挑戰。陸艷（2024）從算法倫理、交互倫理和生態倫理三個方面探討了人工智能時代的翻譯技術倫理標準。譯者提示素養作為譯者與AI系統進行翻譯協作的核心能力，其倫理維度主要涉及交互倫理層面，即譯者在與AI交互過程中的倫理考量，主要表現為數據安全、知識產權和偏見規避。譯者在使用提示語與AI系統交互協作的過程中，需謹慎對待敏感信息，如未公開的商業機密、法律文件或客戶隱私數據。這些數據一旦被上傳至AI系統，很可能被用于訓練大語言模型，從而造成數據濫用，引發泄露風險。有些AI 系統默認將用戶數據用于模型訓練，而用戶對此并不知情，這進一步加劇了安全隱患。如確有上傳需要，譯者需對數據進行必要的脫敏處理，避免敏感信息和商業機密的泄露。譯者應能夠盡可能識別AI生成內容中可能存在的版權爭議，確保所用數據和資料沒有知識產權問題。由于訓練數據的局限性，大語言模型生成的內容可能會帶有性別、種族、文化、意識形態、社會階層等方面的偏見。譯者需具備批判思維能力，審慎地對AI生成的譯文或知識進行偏見審核，避免使用不當內容。

4. 結束語

作為一種新興的智能知識媒介，生成式人工智能憑借強大的語言理解與內容生成能力，加速了翻譯過程的智能化轉型，深刻重塑了翻譯實踐的工作模式。作為用于引導大語言模型生成內容的核心技術，提示工程在人機協作智能翻譯模式中發揮著關鍵作用。因此，譯者提示素養需要得到足夠重視。譯者提示素養是譯者信息素養在生成式人工智能時代的拓展和升級，是當前人機協作翻譯的關鍵能力，其構成要素主要涉及認知、能力和倫理三個核心維度。開源大語言模型DeepSeek的發布，顯著降低了大語言模型的訓練成本，表現出卓越的推理能力，成為生成式人工智能發展史上的又一里程碑事件，AI系統呈現出容易獲取、操作便捷的特點，助推生成式人工智能技術的進一步普及。隨著大語言模型翻譯性能的提升，提示素養成為譯者翻譯專業性的重要體現，是專業譯者區別于普通用戶的關鍵能力特征。專業譯者需要熟悉人工智能技術的基本原理，掌握提示工程的策略和方法，發展深刻的翻譯思維和跨文化溝通能力，準確分析翻譯過程中的復雜信息需求，充分構建翻譯過程中的相關語境，編寫、優化和管理提示語，審慎評估和合理利用AI生成內容，同時嚴格遵守相關法律和倫理規范，保護數據安全，尊重知識產權，規避歧視偏見。

然而，需要指出的是，雖然生成式人工智能為譯者提供了極為便捷的知識獲取渠道和譯文生成路徑，但傳統的搜索工具和方式依然發揮著重要作用，譯者須謹防對生成式人工智能系統形成技術依賴，從而導致搜商退化癥。幻覺是大語言模型的一種內在特質，很難完全杜絕，譯者應對AI系統生成內容保持批判態度，充分利用自己的搜商對存疑內容進行確證。生成式人工智能時代，譯者需要兼備搜商和問商，才能更好地運用AI系統實現高質量人機協作翻譯。鑒于此，高校翻譯教育應審時度勢，與時俱進，根據生成式人工智能時代人機協作翻譯模式的新要求，調整和優化教學目標、教學內容和教學方式，重視發展翻譯專業學生的提示素養，培養其敏銳的專業判斷力和思維創造力，提升學生面對人工智能發展浪潮的數字韌性，為應對復雜且充滿挑戰的翻譯實踐奠定堅實基礎，使其能夠在不斷發展的翻譯行業和社會中保持職業競爭力， 實現個人職業生涯的可持續發展。

本文來源：原文載于《外語教育研究》2025年第1期，第1-8頁，作者：王少爽。