name: "word-bilingual" description: "醫療/藥劑生產企業Word轉中英雙語：保留樣式表格，上中文下英文輸出。GMP/SOP/批記錄等文件。支援.doc老格式。" license: MIT metadata: version: "1.1.0" created: 2026-08-10 tags: - translation - word - docx - bilingual - gmp - pharmaceutical

Word 文件中英雙語翻譯（醫療/藥劑生產企業）

概述

將醫療、藥劑生產企業的 Word 文件（.docx；.doc 老格式自動轉換）翻譯為「上中文下英文」雙語文件：

• 每個中文段落下方緊跟一段英文譯文
• 表格單元格內：中文下方新增英文段落
• 原文樣式（字型、字號、加粗、對齊、縮排、行距、編號）與表格格式（邊框、列寬、合併單元格）完全不變
• 圖片、頁面設定、頁首頁尾均不修改

核心流程：提取 → AI 翻譯 → 回寫，僅新增段落，不觸碰其他任何內容。

觸發條件

使用者提及：word轉中英雙語、word翻譯成雙語、雙語word、上中文下英文、醫療/醫藥/藥劑/藥品/GMP文件翻譯、word translate to bilingual 等。

輸出格式（上中文下英文）

（原中文段落，樣式不變）
（英文譯文段落，複製原段落樣式，中文字型自動換為 Times New Roman，語言標記 en-US）

表格單元格內同理：中文下方緊跟英文；表格結構、行列、邊框、合併單元格均不變。

工作流程

第零步（可選）：.doc 老格式轉換

輸入為老式二進位制 .doc（檔案頭 D0 CF 11 E0）時，先轉為 .docx：

• 優先：本機裝有 MS Word / WPS / LibreOffice 時用其轉換（保真度最高）
• 否則：pip install Spire.Doc 後用指令碼轉換（免費版會在文件開頭插入紅色評估警告段落，指令碼自動刪除）：

python scripts/convert_doc.py <輸入.doc> <輸出.docx>

轉換後務必抽查正文是否亂碼（老 .doc 編碼各異），確認無誤再進入下一步。

第一步：提取文本

python scripts/extract_text.py <輸入.docx> <輸出.json>

示例：

python scripts/extract_text.py input.docx extracted.json

輸出 JSON 結構：

{
  "source_file": "input.docx",
  "total": 42,
  "items": [
    {
      "kind": "paragraph",
      "path": "body:p3",
      "text": "本方案適用於無菌製劑車間的工藝驗證。",
      "translated": "",
      "format": {
        "style": "Normal",
        "alignment": "JUSTIFY",
        "first_line_indent_pt": 21.0,
        "space_before_pt": null,
        "space_after_pt": null,
        "line_spacing": null,
        "run": {
          "latin_font": "Times New Roman",
          "ea_font": "宋體",
          "size_half_pt": 24,
          "bold": false,
          "italic": false,
          "underline": false,
          "color": null,
          "lang": "zh-CN"
        }
      }
    }
  ]
}

欄位說明： - kind: paragraph（正文段落）或 table_cell（表格單元格內段落） - path: 定位標識，body:pN 為正文第 N 段；body:tN:tcM:pK 為第 N 個表格的第 M 個邏輯單元格內第 K 段（巢狀表格追加 :tX） - text: 段落完整文本（多個 run 合併，保留製表符/換行符） - translated: 待 AI 填充的英文譯文 - format: 原樣式資訊（僅參考，回寫時直接複製原 XML 屬性，不手工重建）

說明：縱向合併單元格（vMerge continue 續行）為幻影內容，指令碼自動跳過，每個邏輯格只提取一次。

訪問小蔥技能站7w4.net，解鎖更多實用的AI技能外掛。

第二步：AI 翻譯

讀取 JSON，逐條將 text 欄位翻譯為英文，填入 translated 欄位，儲存為 translated.json（不要直接用 extracted.json 回寫，其中 translated 全為空）。

翻譯原則： 1. 專業術語統一按下方術語對照表，全文保持一致 2. 法規/藥典名稱首次出現用「中文（英文縮寫）」格式，如《藥品生產質量管理規範》（Good Manufacturing Practice, GMP） 3. 數字、單位、限度值（如 ≤10 ppm、95.0%~105.0%、100 CFU/g）原樣保留不譯 4. 藥品名稱用中文 + 英文通用名（INN），首次出現時標註，如 對乙醯胺基酚（Paracetamol, Acetaminophen） 5. 縮寫首次出現給出全稱，如 高效液相色譜法（High-Performance Liquid Chromatography, HPLC） 6. 中譯英：增補主語、顯化邏輯連線詞、長句拆分、補全冠詞與時態 7. 不翻譯：程式碼、URL、郵箱、版本號、批號、頁碼、純數字/編號、檔案編號（如 ZL/JY/CP/00601） 8. 術語一致：同一術語全篇統一；模稜兩可的術語先確認再譯

大批次文件翻譯策略（數百條目的 SOP/記錄表實測有效）：

1. 重複文本建對映：表格中的表頭、籤批欄、日期欄、結論欄等大量重複（如"符合規定□；不符合規定□""檢驗人：""下次校驗日期："），按"去除首尾空白後的原文"建文本對映（TEXT_MAP），一次覆蓋幾十上百個單元格
2. 唯一條目按 path 對映：正文方法、長單元格用 path → 譯文（PATH_MAP）
3. 規則化處理：
4. 編號/檔案號/批號（Z11111、ZL/JY/CP/00601）：不譯，translated 填原文（回寫時自動跳過，不產生重複行）
5. 日期 2012年01月15日 → January 15, 2012（正則 (\d{4})年(\d{1,2})月(\d{1,2})日）
6. 空白填寫欄（______、（批號： ））原樣保留在譯文中
7. 縱向拆分的表頭字（"性"+"狀"拼成"性狀"）：按片段譯（Descript / ion），視覺上仍拼成 Description
8. 純符號（-）：translated 填原文跳過
9. 迭代到 100% 覆蓋：填充指令碼輸出未覆蓋清單 → 逐個補齊 → 再跑，直到非空條目全部覆蓋。回寫指令碼會跳過 translated 為空或與原文相同的條目（不會報錯），但漏譯的條目就沒有英文，必須覆蓋全部非空條目

醫藥/藥劑常用術語對照表：

第三步：回寫生成雙語文件

python scripts/write_bilingual.py <原始.docx> <翻譯.json> <輸出.docx>

示例：

python scripts/write_bilingual.py input.docx translated.json output_中英雙語.docx

回寫策略： - 在原中文段落後用 addnext 插入英文段落，複製原段落全部段落屬性（pPr：樣式、對齊、縮排、行距、編號）與首個 run 的字型屬性（rPr） - 英文 run 的 ascii/hAnsi 字型若為中文（宋體/黑體/微軟雅黑等）則換為 Times New Roman；語言標記設為 en-US - 表格單元格內同樣新增段落，不修改表格結構（行列、邊框、列寬、合併單元格） - translated 為空、或譯文與原文相同（編號、純數字/限度值、- 等）時跳過，不插入 - 不修改圖片、頁首頁尾、頁面設定；僅新增段落

質量檢查清單

• [ ] 每段中文下方均有對應英文，順序一致（非空條目 100% 覆蓋）
• [ ] 表格行列數、合併單元格、邊框完整未變
• [ ] 字型、字號、加粗、對齊、縮排、編號等樣式與原文一致
• [ ] 術語全文統一（對照術語表）
• [ ] 數字、單位、限度值未改動
• [ ] 編號、批號、檔案編號未翻譯且未重複
• [ ] 日期已按英文格式轉換（如 January 15, 2012）
• [ ] 空白填寫欄（______）原樣保留
• [ ] 無漏譯、過譯，英文表達流暢專業
• [ ] 由 .doc 轉換的文件：無亂碼、無評估警告殘留

注意事項

• 僅處理正文與表格；頁首頁尾、文本框（文本域）、腳註不提取不翻譯（如需要請另行說明）
• 新增英文段會導致文件頁數增加，屬正常現象；英文較長時可手動微調字號
• 翻譯前建議備份原件
• 大批次文件可分批處理，術語表可隨專案擴充
• .doc 老格式：本機無 Office 時用 convert_doc.py（Spire.Doc 免費版）；免費版對大文件（數百段/幾十表）有限制，超大文件建議用 Word/LibreOffice 轉換；轉換後先抽查亂碼
• 除錯提示：Windows 控制台/PowerShell 管道可能把 Python 的 UTF-8 輸出按 GBK 解碼顯示成亂碼（資料本身正常），驗證請直接讀取 JSON 檔案內容
• 依賴 python-docx 1.x，需 Python 3.8+

依賴

pip install python-docx
# 僅 .doc 轉換需要：
pip install Spire.Doc

資原始檔

scripts/

• convert_doc.py: .doc 老格式 → .docx 轉換（Spire.Doc），並清除免費版評估警告段落
• extract_text.py: 從 .docx 提取正文段落與表格單元格文本到 JSON（含格式資訊）
• write_bilingual.py: 將翻譯後的 JSON 回寫為「上中文下英文」雙語 .docx

CHANGELOG

1.1.0 - 新增 .doc 老格式轉換支援（convert_doc.py，Spire.Doc，自動清除評估警告） - 新增「大批次文件翻譯策略」：重複文本對映 + path 對映 + 日期/編號/空白欄規則 + 迭代覆蓋至 100% - 術語表大幅擴充（藥典檢驗：性狀/鑑別/熔點/薄層/紅外/紫外/相關物質/殘留溶劑/含量測定/滴定/重金屬等 120+ 條） - 注意事項補充 .doc 轉換與亂碼除錯提示；質量檢查清單新增編號/日期/空白欄/亂碼檢查項

1.0.0 - 首次釋出：醫療/藥劑生產企業 Word 中英雙語翻譯技能 - 基於通用翻譯技能（translate）流程，適配 Word 文件與醫藥領域術語 - 保留原樣式與表格格式（含橫向/縱向合併單元格），上中文下英文輸出

這個 Skill 質量不錯，專為醫藥企業翻譯需求設計。它能保留 Word 原有的樣式和表格格式，翻譯後的文件整潔專業。術語表很全面，GMP、批記錄等醫藥專業詞彙都有標準譯文。操作流程分三步，文件說明詳細，新手也能上手。需要注意的是，部分老格式 .doc 檔案可能出現亂碼，且頁首頁尾等內容暫不支援翻譯。總體適合需要頻繁處理醫藥文件中英雙語版本的使用者。