多语言支持

概述

Claude 展现出强大的多语言能力，尤其在跨语言的 “zero-shot”（零样本）任务中表现出色。

除下表中进行基准测试的语言之外，Claude 还能够处理许多其他语言。请使用与您的具体用例相关的任何语言进行测试。

性能数据

下表展示了 Claude 模型在 Global-MMLU 上的零样本分数，该测试将 “Massive Multitask Language Understanding”（大规模多任务语言理解），即 MMLU 测试集扩展到了 42 种语言。每个分数均为同一模型英语分数的百分比：

所有分数均在 max effort 级别下使用 “adaptive thinking”（自适应思考）得出。分数不包括被 “safety classifier”（安全分类器）拦截或未获回答的问题。对于表中的每个分数，被排除的问题至多占 1.7%。

设置响应语言

Claude 会从对话中推断响应语言，但对于生产应用，您应明确指定目标语言。最可靠的做法是在 “system prompt”（系统提示）中进行指定，这样可以使该指令在对话的每一轮中保持稳定。

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)

如果您的应用允许用户在运行时选择语言，请将该选择插入到系统提示中，而不是依赖 Claude 从用户消息中推断。若要在两种特定语言之间进行翻译，请同时指明两种语言：Translate the user's message from German to Korean. Respond with only the translation.

最佳实践

处理多语言内容时：

1. 提供清晰的语言上下文： 虽然 Claude 可以自动检测目标语言，但明确说明您想要的输入和输出语言可以提高可靠性。为了增强流畅度，您可以提示 Claude 使用"如同母语者般的地道表达"。
2. 使用原生文字： 提交文本时请使用其原生文字而非音译，以获得最佳效果。
3. 考虑文化背景： 有效的沟通通常需要超越纯粹翻译的文化和地区意识。

另请遵循提示工程概述中的通用指导，以进一步提升输出质量。

语言支持注意事项

• Claude 可以处理大多数使用标准 Unicode 字符的世界语言的输入并生成输出。
• 性能因语言而异，在广泛使用的语言中能力尤为突出。
• 即使在数字资源较少的语言中，Claude 仍保持有意义的能力。

后续步骤

可用性