项目背景

DingTalk以钉钉为基础版本面向海外推出ToB产品。原生设计语言为中文,海外用户使用时全局翻译为英语、日语等。

翻译后,英文等语系字符长度膨胀明显,界面中大量出现文字截断、强制换行、布局破坏等问题。大量用户进线反馈体验不佳,严重影响大客户签约与日常使用效率。

MY ROLE
我的角色
  • 负责海外多语言截断问题的整体走查、深度梳理与系统性治理。
  • 独立承接并完成文案库直接修复,并建立设计/研发统一的规范流程。
  • 跨团队主导开发基于 AI Agent 的自动化走查工具,大幅降低人工校对成本。

截断问题四大类型

通过深度排查多语言版本异常,归纳出以下最频繁发生的四种核心问题模式

T1
单文本过长
单个字段翻译膨胀超过限定容器,或用户自定义输入过长导致截断。属于走查中暴露最频繁的常见问题。
T2
左右布局竞争
常见于"左标签、右侧数值"结构,两侧字符同时超长竞争,未做自适应弹性和宽度配比约束导致硬截断。
T3
同行多元素挤压
同一行的3个或更多独立模块共享空间,没有规定弹分配的优先级,造成主关键功能文本被旁侧低优先元素挤出。
T4
等分布局截断
等分网格、底部导航栏等列容器,单项文本译后长度超限导致文字叠加截断,甚至导致栅格崩溃、导航整体错乱。

典型问题与治理方案

针对总结出的四种截断模式,我们逐一确立了对应的规避与修复方案,实现全局还原。

T1 方案
长字符左侧截断调整为右侧截断

错误做法下由于未定义对齐规则,导致文字偏左被遮挡;优化后更改对齐方向并合理展示省略号,保留开头的核心单词和完整的阅读浏览方向。

BEFORE / 错误示图
T1 Before
AFTER / 治理后
T1 After
T2 方案
左右竞争降级为自适应上下布局

一横排无法安全并载多语言翻译信息时,自适应调整整体排版架构。在检测到超长宽度时自动降级成垂直层级,将限制转换为无限制空间。

BEFORE / 错误示图
T2 Before
AFTER / 治理后
T2 After
T3 方案
同排拥挤竞争元素进行关联性重组

多重元素互相挤占时,剥离冗余的重复修饰,合并子集信息,通过全新的布局划分重构操作与文本信息的可读配比。

BEFORE / 错误示图
T3 Before
AFTER / 治理后
T3 After
T4 方案
底部导航栏等列截断字号自动缩放+智能换行

遇到大字符集且空间必须均分时,引入字号降级自动缩放逻辑,并结合按词(Word-break)软换行确保排版稳定展示。

BEFORE / 错误示图
T4 Before
AFTER / 治理后
T4 After

AI 自动化走查工具 检测报告入口

为解决传统人工肉眼检查效率极低的困境,团队创新设计并建设了基于 AI 能力的自动化治理走查工作流

1
切换语言
程序指令自动化模拟切换海外各地区多语种。
›
2
对照走查
逐页抓取,将目标翻译界面与源中文界面完整对齐。
›
3
智能识别
大模型多模态能力自动化提取截断、溢出及重叠。
›
4
输出报告
自动整合,输出高可读性的 HTML 格式分析结果。
›
5
拓展检测
集成对翻译语法、单词间距及标点规范的深度校对。
链路覆盖矩阵
链路覆盖矩阵
完整问题、具体链路与修改建议
完整问题与修改建议
完整中英证据矩阵
完整中英证据矩阵

治理最终成果

通过深度排查、体系化的分类解决策略以及 AI 自动化能力的注入,取得了显著的业务价值与质量提升

325 条
问题发现总量
通过多维度全方位系统排查发现并归档的所有国际化排版和显示问题。
下降 62%
截断客诉率
在后续的版本快速修复迭代并全面发布上线后,海外主要客户的投诉率大幅缩减。
缩减 80%+
走查人工耗时
AI 自动化智能辅助工具代替重复性人力点击,全链路测试走查流程时效优化。