多语言支持



概述

Claude 展现出强大的多语言能力，在跨语言的 "zero-shot"（零样本）任务中表现尤为突出。该模型在广泛使用的语言和资源较少的语言中均能保持一致的相对性能，使其成为多语言应用的可靠选择。

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



性能数据

下表显示了 Claude 模型在各语言中的零样本 "chain-of-thought"（思维链）评估分数，以相对于英语性能（100%）的百分比表示：

¹ 使用扩展思考。



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。最可靠的方式是在系统提示中进行设置，这样可以在对话的每一轮中保持指令的稳定性。

client = anthropic.Anthropic()

message = client.messages.create(
    model="claude-opus-4-8",
    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： 尽管 Claude 可以自动检测目标语言，但明确说明所需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"如同母语者一般的地道表达"。
2. 使用原生文字： 以原生文字而非音译形式提交文本，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。

此外，请遵循提示工程概述中的通用指南，以进一步提高输出质量。



语言支持注意事项

• Claude 可以处理输入并生成使用标准 Unicode 字符的大多数世界语言的输出。
• 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 也能保持有意义的能力。



后续步骤