Day 231 其實用 OpenCC 就好了

今年為了發文這件事搞了一個支語警察 skill，在校稿環節會去掃文章有沒有殘留的簡體用詞。你會看到一個對照表，比方說質量→品質、信息→資訊、接口→介面，這樣一條一條列。大概列了四十幾條，都是從實際發文撞到的錯誤累積下來的。

然後前陣子有一次在處理翻譯逐字稿的任務時，偶然發現別人的流程裡就用了 OpenCC，已經把這個轉換做掉了。一查才知道有這個工具，而且它做的遠不止我那四十幾條。這篇分享的是：OpenCC 是什麼、我怎麼接進工作流程、以及這件事讓我發現什麼。

OpenCC 是什麼、怎麼接

OpenCC（開放中文轉換）是一套成熟的簡繁轉換工具，GitHub 上開源很久了：https://github.com/byvoid/opencc

它不只做字對字轉換，還內建了幾組用語轉換（台灣慣用、香港慣用）。遇到一個簡體字對應好幾個繁體寫法的時候，它是靠分詞加詞組詞典判斷（長詞優先），不是靠一張死的對照表硬對。

接法很簡單：

s2twp.json 是 OpenCC 內建的「簡體→台灣正體＋台灣用詞」設定檔；只想換字不換用詞的話用 s2tw.json。內建的設定檔還有 s2hkp.json（香港用詞）、s2hk.json（只轉香港字形）、s2t.json（純簡轉繁）等。一行指令，不用自己維護對照表。

發現 OpenCC 之前，我那條簡繁轉換流程長這樣：

最大的麻煩不是一開始建那四十幾條，而是後續。你永遠不知道漏了什麼。只靠樣本補規則，沒撞到的一對多，就是你文章裡的錯字。而且跨專案要複製同樣的規則也很麻煩，換一個專案就要再搬一次那份對照表，或做一個捷徑連過去。

轉換品質比我那份四十幾條的對照表好多了——不是因為 OpenCC 比較聰明，是因為它的詞典跟規則是社群從 2010 年維護到現在、十六年的累積，一對多這種情況的覆蓋率遠超過我一個人靠樣本補出來的清單。

有，OpenCC 還是會轉錯。但差別在於：OpenCC 的錯誤是已知的、可預期的（某個詞沒進詞組表，或詞典裡就固定對到某一邊）。自己維護對照表的錯誤是未知的、隨機的（某個冷門詞沒列到，你根本不知道它沒轉）。

所以現在我的做法是：先用 OpenCC 做基礎轉換，然後針對特定領域補幾條後處理規則（例如質量→品質這種 OpenCC 詞典沒收的，還是得自己補）。這個負擔比以前自己養整份對照表小很多——從「維護四十幾條對照規則」變成「維護五到十條例外」。

不是「先找工具再做」，而是：

你根本不知道你不知道什麼。

我那時候不是預設 OpenCC 不夠好，而是根本不知道有這個工具。如果只是沿用之前的成功經驗——嗯，對照表加一條規則就好了、再加一條就好了——那我永遠不會發現 OpenCC。

這就是為什麼現在有一派人說不要過度依賴 skill / 既有流程。不是 skill 不好，而是如果每次遇到問題都在現有的工具組合裡找解法，你會不知不覺把更好的解法擋在門外。而你永遠不知道這次的解法是不是最好的。

最近開始做免費的一對一諮詢，幫你把 AI 接進自己的工作流——有需要的話可以約：https://www.dawsonwang.com/