如何把简历翻译成英文 —— 一次真实的 AI 翻译前后对比测试
我们用 AI 把一份真实格式的中文简历翻译成英文,并逐项检查了职位名称、公司名、学校名、日期和排版。完整结果公开。
作者:Doc2Lang 团队 · 测试并发布:2026 年 7 月 6 日 · 模型版本:截至 2026 年 7 月的 Pro / Lite
我们如何测试(以及信息披露): 这是对我们自家产品的第一方测试。为了让结果可验证:文中使用的样本简历可在下方下载,我们和任何普通用户一样按次付费(这份一页简历 Pro 约 $5、Lite 约 $3),而免费预览意味着核心结果你可以零成本自行复现。两个模型各自的强项和取舍,我们都如实报告。
翻译简历听起来很简单 —— 直到你真的动手。难点不在词语本身,而在词语周围的一切:
- 排版会崩。 简历是排版紧凑、格式讲究的文档。复制粘贴进通用翻译器,招聘方期待的分栏、表格和间距就毁了。
- 职位与职级被扭曲。 "高级数据分析师""L4"这类是公司内部职级,而不是逐字直译的短语。
- 专有名词被过度翻译。 你就读的学校和任职的公司名称需要刻意处理,而不能逐词翻译。
与其口头告诉你我们的 AI 处理得好,我们决定直接展示。我们做了一份真实感十足、一页纸的中文简历,塞进了翻译中最容易出错的元素,然后用 Doc2Lang 从中文翻成英文。下面就是实际发生的一切 —— 包括两个不同的 AI 模型做出不同(且都各有道理)选择的地方。
翻译简历的三种方式 —— 各自何时适用
专业人工译员在需要认证/公证翻译时(签证申请、部分政府文件)是正确选择,一页简历通常花费数百元、耗时几天。
免费文本翻译器(谷歌翻译等)用来看懂收到的外文简历没问题,但用来产出一份投递简历就力不从心:文件排版会丢失,职级、荣誉这类简历特有的惯例会被逐字直译。
AI 文档翻译器在原始文件内部工作,因此排版得以保留,而现代模型还能处理文档体裁的惯例 —— 成本只是人工的零头,几分钟就完成。这正是本文测试的方式。需要说明:没有任何翻译器会把你的简历重构成"完全的英美式简历格式"(去掉照片、重排板块)—— 那是改写,不是翻译;你得到的是你简历的内容与排版被专业地用英文呈现出来。
测试简历:10 个内置的翻译陷阱
样本简历属于一位虚构的 7 年经验高级数据分析师"陈志远(Chen Zhiyuan)"。人物是虚构的,其余一切都刻意做成真实的 —— 字节跳动、阿里巴巴集团、百度、清华大学、复旦大学 —— 因为真实机构名恰恰是翻译最容易出错的地方。
自己复现这次测试: 下载样本简历(.docx)并用免费预览跑一遍,或者下载我们用 Pro 翻译好的结果在 Word 里逐字查看。
我们特意在文档里放了十个常见的"翻车点":
- 真实大学名(清华大学、复旦大学)—— 英文该怎么写?清华大学不是拼音"Qinghua Daxue"。
- 真实公司名(字节跳动、阿里巴巴集团、百度)—— 必须用官方英文名,而不是拼音音译("Zijie Tiaodong")。
- 产品与品牌名(抖音、天猫、双11)—— 微妙的本地化陷阱:抖音是国内版,应作 Douyin 而非 TikTok。
- 职位与内部职级(高级数据分析师、数据分析师、数据分析实习生)—— 典型陷阱。
- 技术缩写(GMV、CTR、AUC、ETL、SQL、Tableau、Power BI、scikit-learn、XGBoost)—— 应保留而非"翻译"。
- 荣誉表述(优秀毕业生)—— 用地道的英文简历说法。
- 中式日期格式(2021 年 3 月 – 至今)—— 英文简历写法不同。
- 数字与单位(日活跃用户超 8000 万、12TB)—— "万"和英文的位数单位不同,8000 万 = 80 million。
- 中文以名词/短句收尾的要点 —— 无法逐字直译成英文简历惯用的动词开头(verb-first)句式。
- 带单元格底纹的两列技能表 —— 排版压力测试。
结果:中文 → 英文,逐项来看
我们上传 .docx,选择中文 → 英文,用 Pro 模型翻译。下载的文件保留了原有格式 —— 同样的字体、同样的表格、同样的一页布局。看看 AI 如何处理这十个陷阱。
1. 要点被改写成英文简历风格,而不只是直译
中文简历要点常以名词或短句收尾:"…将实验分析周期从 3 天缩短至 4 小时。" 而英文简历要点以强势的过去式动词开头。翻译准确地遵守了这一惯例:
搭建抖音推荐系统的 A/B 测试平台,支持每日超过 500 组实验并行运行,将实验分析周期从 3 天缩短至 4 小时。
→ Built the A/B testing platform for Douyin's recommendation system, supporting more than 500 experiments running in parallel every day and reducing the experiment analysis cycle from 3 days to 4 hours.
这是理解体裁后的改写,而非词语替换。文档中的每一条要点都遵循了这一惯例。
2. 技术术语与公司名原样通过
GMV、CTR、AUC、ETL、Data Warehouse、Dashboard、SQL、Python、Tableau、Power BI、scikit-learn、XGBoost —— 全部精确保留。公司名走的是官方英文名而非拼音:字节跳动 → ByteDance,阿里巴巴集团 → Alibaba Group,百度 → Baidu。
3. 大学名这个最大陷阱被准确跨过
这是最常见的出错点。清华大学若照拼音走会变成"Qinghua",但官方英文名是 Tsinghua University;复旦大学 → Fudan University。Pro 都答对了,并把 优秀毕业生 → Outstanding Graduate、学位名(管理科学与工程 硕士 → Master of Management Science and Engineering)都按简历惯例处理妥当。
4. 品牌名的本地化恰到好处
抖音被译作 Douyin 而非 TikTok —— 这是正确判断,因为抖音是国内版应用,与国际版 TikTok 是不同产品。天猫 → Tmall,双11 → Double 11 也都保留了官方英文说法。
5. 数字被正确本地化
"日活跃用户超 8000 万"变成 over 80 million daily active users —— 注意"万"到 million 的正确换算。"提升 23%""12TB""30 日留存率提升 11%"等工程/业务数字都以原样形态保留,对一份数据岗简历来说是正确取舍。
6. 排版活了下来
下载的 .docx 保留了两列技能表、单元格底纹、分节线和一页结构,无需任何后期编辑。
Pro vs Lite:同一份文件,两个模型,两种取向
Doc2Lang 提供两个模型 —— Pro(最高质量、更深推理)和 Lite(更快、最多便宜 80%)。我们用重新翻译(Retranslate)功能把完全相同的简历用 Lite 又跑了一遍,逐行对比两份结果。
| 检查项 | Pro 模型 | Lite 模型 | 我们的看法 |
|---|---|---|---|
| 术语精度("重构") | refactoring(软件/数据岗的行话) | restructuring(较泛、不够专业) | Pro 选了这一行真正会用的术语。 |
| 版式还原(职位/日期) | 职位与日期分列、右对齐,保留原版式 | 职位与日期挤在一起("Data AnalystJune 2018…") | Pro 更忠实地还原了简历排版,可读性更好。 |
| 忠实度(预测模型) | a … model(单数,贴合原文) | models(复数) | Pro 更贴近原文。 |
| 品牌名(抖音) | Douyin | Douyin | 两者都对 —— 都没误译成 TikTok。 |
| 专有名词(字节跳动/清华/复旦) | ByteDance / Tsinghua University / Fudan University | 相同 | 两者都稳稳拿下。 |
| 数字(8000 万 DAU) | over 80 million | over 80 million | 两者都正确。 |
我们的结论:在这份简历上,Pro 明显更贴合简历这一场景。 它选用了更准确的行业术语(重构 → refactoring,而非较泛的 restructuring)、更忠实地还原了职位/日期的版式,整体用词也更统一、更正式。Lite 在专有名词、品牌名和数字上同样可靠,速度更快、最多便宜 80%,适合初稿或不那么关键的文档;但对简历这种一锤定音的高风险文档,我们推荐 Pro。
而当两个模型出现分歧 —— 比如你希望某个术语固定成特定写法 —— 你不必赌一个模型碰运气。这正是术语表(glossary)的用途。
用术语表固定你偏好的译法
上传时,Doc2Lang 自动检测出简历中的关键术语(A/B测试 → A/B testing、双11 → Double 11、复旦大学 → Fudan University、天猫 → Tmall、字节跳动 → ByteDance 等),并让你逐条确认或修改。如果你想把"抖音"固定为 Douyin(或任何指定写法),把它加为术语表条目,两个模型都会在整份文档中一致地遵循它。
如何翻译你自己的简历(约 3 分钟)
- 上传简历 —— 在 doc2lang.com,.docx 和 PDF 都支持,无需注册。
- 选择语言和选项。 选好源语言(中文)和目标语言(英文)、模型(Pro 或 Lite),以及可选的翻译风格。简历适合用 Technical(技术)或 Formal(正式)风格。Doc2Lang 的 Word 翻译器可直接处理 .docx。
- 免费预览。 Doc2Lang 会免费翻译文档的一部分,让你在付款前判断质量、微调术语表。
- 付款并下载。 按次计费(这份一页简历 Pro 约 $5、Lite 约 $3)。下载的文件保留你的原始格式。
不满意某个译法?用**重新翻译(Retranslate)**换一个模型、风格或术语表再跑一遍 —— 原来的译文会保留,方便对比。你也可以从专门的英文文档翻译器直接开始。
要翻的不是简历而是表格?我们对 Excel 报价单的中译英也做了同样的逐项检查,重点看合并单元格和公式在译文里有没有被弄坏。
常见问题
排版会崩吗?
不会。Doc2Lang 在原始文件格式内部翻译。测试简历的两列表格、单元格底纹和一页布局在下载的 .docx 中都完好保留。
学校和公司名会被翻错吗?
公司名和技术术语默认保留。对于有多种合理写法的名称(如某些机构名),用术语表固定你偏好的版本 —— 它会在整份文档中一致应用。
支持哪些文件格式?
Word(.docx)和 PDF(含通过 OCR 处理的扫描版 PDF),以及 Excel、PowerPoint 等。
免费吗?
预览免费,无需注册。只有下载完整译文时才按次付费,无订阅。
简历可以翻译成哪些语言?
支持 100 多种语言,包括英语、日语、韩语、西班牙语、法语、德语和葡萄牙语。
翻译一份简历要多少钱?
Doc2Lang 是无订阅的按次计费。本次一页测试简历用 Pro 模型约 $5、Lite 模型约 $3。预览免费。
简历该用 Pro 还是 Lite?
简历我们推荐 Pro。本次测试中,它在术语精度、版式还原和整体用词的专业统一上都更贴合简历场景。Lite 最多便宜 80%、速度更快,更适合初稿或不那么关键的文档。
本文使用的样本简历为虚构。机构名与公司名为真实存在,仅用于演示翻译行为;人物、联系方式和工作经历均为虚构。