专业译者的工作台从来不是一个翻译框。Trados、memoQ、Phrase、Smartcat 这些 CAT 工具承载的是翻译记忆、术语库、质检规则和项目管理的完整流程。把机器翻译接进来，目的不是替掉译者，而是把从零开始敲第一稿这一步的时间省下来，让人力集中在审校和决策上。
先理解 CAT 工具里机器翻译的位置
在标准的 CAT 流程里，一个句段进来时会依次经过三道匹配：先查翻译记忆库有没有完全匹配或模糊匹配，再查术语库有没有需要强制使用的译法，最后如果前两步都没有可用结果，才轮到机器翻译填充。
这个顺序很重要。机器翻译是兜底，不是首选。如果配置成机器翻译优先，会覆盖掉过去积累的翻译记忆，等于把资产扔掉。正确的配置是把 MT 的优先级放在 TM 模糊匹配阈值之下——比如 TM 匹配率低于 75% 时才调用 MT。翻译记忆库说明里有匹配率的具体定义。
三种主流的接入方式
第一种是插件式：Trados Studio、memoQ 都有官方或社区维护的插件，装上填入 API Key 就能用，配置成本最低，适合个人译者和小型团队。第二种是平台原生集成：Phrase、Smartcat、Crowdin 这类云端平台在项目设置里直接提供 MT 引擎选项，勾选即可，适合多人协作的项目。
第三种是自建对接：通过 文本翻译 API 自己写中间层。听起来麻烦，但当你需要在调用前后做额外处理时——比如按客户切换不同术语表、按内容类型套用不同风格规则、把结果写进自己的质检系统——自建是唯一能做到的方式。API 快速开始里有最小可用的调用示例。
术语表必须双向同步
CAT 工具里已经有术语库，MT 引擎里也有术语表，这两套如果各管各的，结果就是机器翻译产出的初稿和质检规则天天打架——译者改一遍，QA 报一遍错，来回消耗。
务实的做法是以 CAT 工具的术语库为唯一真源，定期导出成 MT 引擎能读的格式再上传。术语表的导出与共享说明了具体格式要求。如果术语更新频繁，可以用 API 把这一步自动化，接在术语库变更的钩子上。
标签和占位符是最容易翻车的地方
技术文档和软件本地化的句段里往往嵌着大量内联标签——加粗、链接、变量占位符、条件文本。机器翻译如果不理解这些标签，轻则位置错乱，重则直接丢失，导致导回 CAT 工具时报标签不匹配错误，整个句段作废。
调用 API 时把标签处理模式打开，引擎会把标签当成不可翻译的结构保留下来，并根据目标语言的语序重新放置。这一块的细节在 HTML 和 XML 标签处理那篇里讲得更细，做技术文档的团队建议先看那篇再配置。
用译后编辑距离衡量到底省了多少
接入 MT 之后，怎么证明它真的提效了？行业里通用的指标是译后编辑距离（PED）——机器初稿和最终定稿之间的编辑量占比。这个数字可以直接从 CAT 工具的编辑日志里算出来。
一般来说，PED 低于 30% 说明 MT 初稿质量可用，译者主要在做润色；超过 50% 就要检查配置了，可能是术语表没生效、领域不匹配、或者该内容类型本来就不适合机器翻译（比如营销标语和创意文案）。按内容类型分别统计 PED，能帮你决定哪些项目该开 MT、哪些该关。
CAT 工具集成的价值不在于翻得更快，而在于让整条流程的每个环节各司其职：翻译记忆负责复用、术语库负责一致、机器翻译负责填空、译者负责判断。配置对了，这四者互相加强；配置错了，它们互相抵消。想了解更多接入细节，可以看 官方 SDK 列表或直接从 开发者页面入手。