多語言支援

概覽

Claude 展現出強大的多語言能力，在跨語言的「zero-shot」（零樣本）任務中表現尤其出色。

除了下表所列的基準測試語言之外，Claude 也能處理許多其他語言。請針對與您特定使用情境相關的任何語言進行測試。

效能數據

下表顯示 Claude 模型在 Global-MMLU 上的零樣本分數。Global-MMLU 將 「Massive Multitask Language Understanding」（大規模多任務語言理解），即 MMLU 測試集擴展至 42 種語言。每個分數皆以同一模型英文分數的百分比表示：

所有分數皆在 max effort 等級下使用「adaptive thinking」（自適應思考）。分數排除了遭「safety classifier」（安全分類器）封鎖或未獲回答的問題。表中每個分數所排除的問題最多為 1.7%。

設定回應語言

Claude 會從對話中推斷回應語言，但對於正式環境的應用程式，您應明確指定目標語言。最可靠的做法是在「system prompt」（系統提示）中指定，這能讓該指令在對話的每一輪中保持穩定。

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)

如果您的應用程式允許使用者在執行時選擇語言，請將該選擇插入系統提示中，而非依賴 Claude 從使用者的訊息中推斷。若要在兩種特定語言之間進行翻譯，請同時指明兩者：Translate the user's message from German to Korean. Respond with only the translation.

最佳實務

處理多語言內容時：

1. 提供明確的語言上下文： 雖然 Claude 可以自動偵測目標語言，但明確指定您想要的輸入和輸出語言可以提高可靠性。若要增強流暢度，您可以提示 Claude 使用「如同母語人士般的道地用語」。
2. 使用原生文字： 請以原生文字而非音譯方式提交文本，以獲得最佳結果。
3. 考量文化脈絡： 有效的溝通往往需要超越純粹翻譯的文化與地區意識。

另請遵循提示工程概覽中的一般指引，以進一步提升輸出品質。

語言支援注意事項

• Claude 能以大多數使用標準 Unicode 字元的世界語言處理輸入並產生輸出。
• 效能因語言而異，在廣泛使用的語言中能力尤其強大。
• 即使在數位資源較少的語言中，Claude 仍能維持具有意義的能力。

後續步驟

可用性