ที่ OPPO Mexico ผมประสานงานทุกวันในสี่ภาษา: อังกฤษกับทีมและผู้บริหารบางส่วน สเปนกับผู้ใช้และทีมท้องถิ่น จีนกับฝั่งสำนักงานใหญ่ และไทยกับเพื่อนร่วมงานบางคน ระบบที่ทีมดูแลบางระบบก็ต้องแสดงผลหลายภาษาด้วย ผมไม่ได้เก่งทุกภาษา แต่เรียนรู้ว่าการนำทีมหลายภาษาให้ได้ผลไม่ได้ขึ้นกับความเก่งภาษา แต่ขึ้นกับระบบการสื่อสาร บทความนี้สรุปสี่เครื่องมือที่ผมใช้
ปัญหาจริงของทีมหลายภาษา
ปัญหาไม่ใช่ "ฟังไม่เข้าใจ" แต่คือ "คิดว่าเข้าใจตรงกัน แต่จริง ๆ ไม่ตรง" ตัวอย่างที่เจอบ่อย:
- คำว่า "close" ของคนหนึ่งหมายถึงปิด ticket อีกคนหมายถึงปิดงบ
- ประชุมด้วยวาจาจบแล้วทุกคนพยักหน้า แต่แต่ละคนจำ action item ต่างกัน
- ข้อความที่แปลด้วยเครื่องมือดูถูกไวยากรณ์ แต่ความหมายทางธุรกิจผิด
ทุกข้อแก้ได้ด้วยการลดการพึ่งพาความจำและการพูด แล้วเพิ่มสิ่งที่เขียนไว้
1. Spec เป็นลายลักษณ์อักษรเสมอ
กติกาข้อแรกของผม: อะไรที่ไม่ได้เขียน ถือว่ายังไม่ได้ตกลง ทุก requirement ต้องมีเอกสารสั้น ๆ ในภาษากลาง (ส่วนใหญ่เป็นอังกฤษ) ที่มีโครงสร้างเดียวกันทุกครั้ง:
## Request: <ชื่อสั้น>
Requester: <ฝ่าย / ชื่อ>
Problem: ปัญหาปัจจุบันใน 2-3 ประโยค
Expected: ผลลัพธ์ที่ต้องการ (วัดได้)
Out of scope: สิ่งที่ไม่ทำในรอบนี้
Example: ตัวอย่างข้อมูลจริง หรือภาพหน้าจอ
Acceptance:
- [ ] เงื่อนไขที่ 1
- [ ] เงื่อนไขที่ 2
ส่วน Example สำคัญที่สุดในทีมหลายภาษา ภาพหน้าจอหรือตัวอย่างข้อมูลจริงหนึ่งแถวสื่อสารได้ชัดกว่าคำอธิบายยาวหลายย่อหน้า เพราะตัวเลขกับภาพไม่ต้องแปล
ประโยคใน spec ควรสั้น หนึ่งประโยคหนึ่งความหมาย หลีกเลี่ยงสำนวนและคำย่อ คนที่ใช้อังกฤษเป็นภาษาที่สองหรือสามจะอ่านได้เร็วขึ้น และเครื่องมือแปลก็แปลได้ถูกขึ้นด้วย
2. Glossary กลาง
ผมทำตาราง glossary ของคำทางธุรกิจที่ใช้บ่อย คำละหนึ่งแถว สี่ภาษา พร้อมคำอธิบายสั้น ๆ:
| term (EN) | ES | ZH | TH | meaning in our systems |
|--------------|--------------------|-------|-----------------|-----------------------------------------|
| sell-in | sell-in | 进货 | sell-in | ยอดที่ distributor ซื้อเข้าจากบริษัท |
| sell-out | sell-out | 出货 | sell-out | ยอดที่ร้านขายให้ลูกค้าปลายทาง |
| demo unit | equipo demo | 演示机 | เครื่องโชว์ | เครื่องที่ใช้จัดแสดงในร้าน ไม่ได้ขาย |
| close (ticket)| cerrar (ticket) | 关闭 | ปิด ticket | งานเสร็จและผู้ขอยืนยันแล้ว |
glossary นี้ใช้สามทาง: คนในทีมใช้อ้างอิง คนใหม่ใช้เรียนรู้ และใช้เป็น input ให้ AI ตอนแปล ซึ่งจะพูดถึงด้านล่าง ในโค้ด เรายังใช้คำจาก glossary เป็นชื่อตัวแปรและ key ของ i18n ด้วย ทำให้ภาษาในเอกสาร ในโค้ด และในหน้าจอตรงกัน
3. อัปเดตแบบ async
ประชุมสดในทีมหลายภาษาเหนื่อยกว่าปกติ เพราะทุกคนต้องฟังและแปลในหัวไปพร้อมกัน ผมจึงลดการประชุมสดและใช้อัปเดตแบบเขียนแทน:
- Daily update สามบรรทัด ในแชตของทีม: เมื่อวานทำอะไร วันนี้จะทำอะไร ติดอะไร
- สรุปหลังประชุมทุกครั้ง เป็นข้อ ๆ พร้อม action item ชื่อเจ้าของ และวันกำหนด ส่งภายในวันเดียวกัน
- Decision log ทุกการตัดสินใจสำคัญจดไว้ที่เดียว พร้อมเหตุผล
การเขียนให้เวลาคนอ่านได้ใช้เครื่องมือแปล อ่านซ้ำ และถามกลับในสิ่งที่ไม่แน่ใจ ซึ่งการพูดสดทำไม่ได้ อีกข้อดีคือคนที่อยู่คนละ timezone กับเราตามงานได้โดยไม่ต้องตื่นมาประชุม
4. ใช้ AI แปลอย่างระวัง
AI แปลภาษาได้ดีมาก และผมใช้ทุกวัน แต่มีกติกาที่ตั้งไว้:
- ส่ง glossary ไปพร้อมข้อความเสมอ บอก AI ว่าคำไหนต้องแปลอย่างไร หรือห้ามแปล
- ให้ AI แปลกลับ (back-translation) สำหรับข้อความสำคัญ เช่นประกาศหรือ spec ถ้าแปลกลับมาแล้วความหมายเปลี่ยน แปลว่ามีจุดที่ต้องแก้
- ตัวเลข วันที่ และชื่อระบบต้องตรวจด้วยตา ทุกครั้ง AI บางครั้งแปลง format วันที่หรือหน่วยโดยไม่บอก
- ข้อความที่ผู้ใช้เห็นบนระบบ ต้องให้เจ้าของภาษาตรวจก่อนขึ้น production
- อย่าส่งข้อมูลลับ หรือข้อมูลส่วนบุคคลเข้าเครื่องมือแปลที่บริษัทไม่ได้อนุมัติ
ตัวอย่าง prompt ที่ใช้บ่อย:
Translate the message below from English to Spanish (Mexico).
Use this glossary exactly; do not translate terms marked KEEP:
- sell-in: KEEP
- demo unit: equipo demo
- close (ticket): cerrar
Keep numbers, dates (YYYY-MM-DD) and system names unchanged.
Then translate your Spanish back to English so I can check meaning.
ผมเขียนรายละเอียดฝั่งเทคนิคของการทำ LLM หลายภาษาไว้ใน LLM หลายภาษา ES/TH/EN/ZH
สิ่งที่ภาษาแก้ไม่ได้
เครื่องมือทั้งหมดนี้ช่วยเรื่องความหมาย แต่ไม่ได้แทนที่ความเคารพต่อวัฒนธรรมการทำงานที่ต่างกัน บางทีมชอบให้บอกตรง บางทีมต้องการบริบทก่อน ผมพยายามเรียนวลีพื้นฐานของแต่ละภาษา และใช้มันตอนทักทายหรือขอบคุณ สิ่งเล็ก ๆ นี้ทำให้คนเปิดใจคุยด้วยมากขึ้นอย่างชัดเจน
สรุป
การนำทีมที่ทำงานสี่ภาษาให้ได้ผลขึ้นกับระบบ ไม่ใช่ความเก่งภาษาของหัวหน้า เขียน spec ทุกครั้งพร้อมตัวอย่างจริง สร้าง glossary กลางที่ใช้ทั้งในเอกสารและโค้ด ย้ายการอัปเดตไปเป็นแบบ async และใช้ AI แปลโดยมี glossary กับ back-translation เป็นตัวตรวจ เมื่อทุกอย่างถูกเขียนไว้ ความเข้าใจผิดจะลดลงเอง