多言語サポート

概要

Claudeは堅牢な多言語機能を備えており、特にさまざまな言語での「zero-shot」（ゼロショット）タスクにおいて優れたパフォーマンスを発揮します。

Claudeは、以下の表でベンチマークされている言語以外にも多くの言語に対応しています。ご自身の具体的なユースケースに関連する言語でテストしてください。

性能データ

次の表は、Global-MMLUにおけるClaudeモデルのゼロショットスコアを示しています。Global-MMLUは、「Massive Multitask Language Understanding」（大規模マルチタスク言語理解）、すなわちMMLUのテストセットを42の言語に拡張したものです。各スコアは、同じモデルの英語スコアに対する割合です：

すべてのスコアは、maxの「effort level」（エフォートレベル）で「adaptive thinking」（適応型思考）を使用しています。スコアには、安全性分類器によってブロックされた質問や回答されなかった質問は含まれていません。表の各スコアにおいて、除外された質問は最大でも1.7%です。

応答言語を設定する

Claudeは会話から応答言語を推測しますが、本番アプリケーションでは対象言語を明示的に指定すべきです。これを行う最も確実な場所は「system prompt」（システムプロンプト）であり、会話のすべてのターンにわたって指示を安定して維持できます。

client = anthropic.Anthropic()

message = client.messages.create(
    model="claude-opus-5-5",
    max_tokens=1024,
    system="Always respond in French, regardless of the language the user writes in.",
    messages=[{"role": "user", "content": "How do I reset my password?"}],
)

print(message.content)

アプリケーションでユーザーが実行時に言語を選択できる場合は、Claudeがユーザーのメッセージから推測することに頼るのではなく、その選択をシステムプロンプトに埋め込んでください。2つの特定の言語間で翻訳するには、両方の言語を指定します：Translate the user's message from German to Korean. Respond with only the translation.

ベストプラクティス

多言語コンテンツを扱う際は、以下の点に留意してください。

1. 明確な言語コンテキストを提供する： Claudeはターゲット言語を自動的に検出できますが、希望する入力言語と出力言語を明示的に指定することで信頼性が向上します。流暢さを高めるために、Claudeに「ネイティブスピーカーのような慣用的な表現」を使用するよう指示することができます。
2. ネイティブの文字体系を使用する： 最適な結果を得るには、翻字ではなくその言語本来の文字体系でテキストを送信してください。
3. 文化的コンテキストを考慮する： 効果的なコミュニケーションには、純粋な翻訳を超えた文化的・地域的な認識が必要となることがよくあります。

また、出力品質をさらに向上させるために、プロンプトエンジニアリングの概要の一般的なガイダンスにも従ってください。

言語サポートに関する考慮事項

• Claudeは、標準的なUnicode文字を使用する世界のほとんどの言語で入力を処理し、出力を生成します。
• 性能は言語によって異なり、広く話されている言語で特に高い能力を発揮します。
• デジタルリソースの少ない言語であっても、Claudeは有意義な能力を維持しています。

次のステップ

利用可能状況

多言語サポートはすべてのモデルで利用可能です。

APIサポート