雲端方程式 Cloud F1 F1

n8n 核心

n8n 多語言翻譯｜中英日韓四語言一次搞定，翻譯效率提升 10 倍

· 約 12 分鐘閱讀 · Alex Hsieh

更新於 2026年2月11日

n8n 多語言翻譯自動化工作流

📥 工作流 JSON 下載：GitHub 範例庫 ｜ 💬 社群討論：Skool 雲端方程式 Cloud F1

專業導讀

你有沒有常常需要把一段文字同時翻譯成好幾種語言的經驗？比如產品文案要出英文版、日文版、韓文版，你就打開 Google 翻譯，一種語言貼一次，然後再手動整理到文件裡。一篇 500 字的文案，光是翻譯四種語言加整理，半小時就沒了。

我自己經營 YouTube 頻道也常遇到這種需求，所以用 n8n 做了一台「中英日韓翻譯機」。在 Google Sheets 裡面輸入中文原文，系統一次就自動產出英文、日文、韓文三種翻譯結果，直接寫回試算表。我在影片裡面說的：「一次獲得三種語言的翻譯結果，是效率 100 分的。」

這篇文章會完整教你怎麼用 n8n 打造這台中英日韓翻譯機，搭配 xAI（Grok 2）或 ChatGPT 的 AI 模型，批次處理 + 自動回寫，大家就可以在自己的日常生活裡面提升翻譯效率早點下班。這是我在 YouTube EP08 影片中完整示範的內容。

你將學到

  • 用 Google Sheets 建立中英日韓四欄翻譯介面
  • xAI Grok 2 模型的設定和免費額度使用
  • AI 翻譯的 Prompt 設計（System + User 兩層式）
  • Loop Over Items 批次處理避免系統過載
  • Parse JSON 解析 + Merge 合併 + Row Number 對應回寫
  • 額外應用：自動潤稿、文章優化、建立單字表

什麼是 n8n 多語言翻譯機？

n8n 多語言翻譯機是一個用 n8n 自動化平台打造的翻譯工作流，從 Google Sheets 讀取中文原文後，透過 xAI Grok 2 或 ChatGPT 的 AI 模型，一次將內容翻譯成英文、日文、韓文三種語言，翻譯結果以 JSON 格式輸出後自動 Parse、Merge、並透過 Row Number 精確回寫到試算表對應的欄位。 跟 EP07 的超級翻譯機不同，這台的特色是「一次 AI 呼叫就產出多語言結果」，效率更高。

我在影片裡面先做了一個 Demo —— 試算表裡面有中文、英文、日文、韓文四個欄位，我們輸入中文的內容後，系統從中文轉換成英文、日文跟韓文。不只是單字翻譯，整段文字或工作或字幕的翻譯都可以一次搞定。

我在影片最後也提到一個很有趣的延伸用法：「你可以像高中背單字一樣，把不熟的詞彙丟進 AI，比如說你學韓文，你就把中文、英文跟韓文放進去，就可以在車上背。打開 Google 試算表，通勤的時候可以背。」所以這個工具不只是工作用，學語言也很好用。

💡 Alex 的觀察

來聊聊我對這台多語言翻譯機的一些觀察。

首先，我在這個工作流裡面選用了 xAI 的 Grok 2 模型，而不是 ChatGPT。為什麼？因為 xAI 每個月有免費的額度可以用。我在影片裡面提到：「不知道如何使用 xAI 每個月 150 免費額度的同學，馬上參考我們的免費擼 AI 羊毛的影片。」對於翻譯這種日常任務，能用免費額度就不用花錢。

當然，你也可以用 ChatGPT 或 OpenAI 的模型，n8n 的 OpenAI 節點兩種都支援。Grok 2 適用於純文字的翻譯，適合中英日韓的語言需求，而且它也有多模態的版本（Image 和 Vision），可以處理影像文件或需要視覺分析的需求。

我特別想強調的是 Prompt 設計的重要性。我在影片裡面說得很清楚：「我們在用 AI 翻譯的時候，要用 Prompt 提示詞來控制它的行為，不然就會有一些錯誤的翻譯或幻覺的產生。」這就是為什麼我設計了兩層式的 Prompt（System + User），確保 AI 知道自己的角色、翻譯的規則、和錯誤處理的機制。

老實說，這台翻譯機最大的賣點不是翻譯品質（品質跟 EP07 差不多），而是「一次 AI 呼叫同時翻出四種語言」的設計。跟 EP07 需要分別呼叫 ChatGPT 和 Google 翻譯 API 相比，這台效率更高，因為一次 API 呼叫就拿到所有結果。

除了翻譯之外，我在影片最後也提到 AI 還可以做更多事：自動潤稿、文章優化、建立單字表。「這些都是 AI 省力工具的使用情境，最主要就是要讓你的工作變得輕鬆有效率。」

🔧 完整工作流教學

好，我們來看一下中英日韓翻譯機的實際運作。整個工作流很入門，就兩個步驟：第一步從試算表讀取翻譯內容，第二步用 AI 做多語言翻譯然後更新回試算表。

Step 1：讀取要翻譯的內容

1-1. 手動觸發（When Clicking Test Workflow）

我們先 Trigger Test Workflow 讓它運行，來啟動翻譯的流程。這個按鈕是拿來觸發翻譯流程的，它會自動執行接下來的步驟。

1-2. 讀取 Google Sheets 試算表

系統會從試算表讀取待翻譯的文字。試算表的格式很簡單 —— 四個欄位：

欄位說明範例
中文原文輸入我是翻譯機
英文AI 自動填入I am a translator
日文AI 自動填入私は翻訳機です
韓文AI 自動填入나는 번역기입니다

在 Google Sheets 節點裡面，你要確認兩件事：第一個是試算表的 URL，第二個是 Sheet 名稱（要選到包含中英日韓四種語言對應的工作表）。確認無誤，系統就會開始讀試算表裡面的內容，然後進入後續的翻譯處理程序。

1-3. Loop Over Items — 批次處理

這一步用 Loop Over Items 來批次處理。我在影片裡面用了一個比喻：「你在 Costco 或麥當勞排隊的時候，100 個客人，是不是有 10 個櫃檯，每個櫃檯會分流？A 櫃檯 10 個、B 櫃檯 10 個，讓 100 個客戶裡面的 10 個客戶進入一個 A 櫃檯，避免一次太多人會導致混亂，大家就會生氣。」

設定 Batch Size 為每次處理 10 筆，透過批次處理的方式確保翻譯的流程更穩定更有效率。如果一次處理 100 筆，系統負擔會滿大的，也有可能會導致錯誤。

Step 2：用 xAI / ChatGPT 翻譯對應語言

2-1. 選擇 AI 模型

我在影片裡面用的是 xAI 的 Grok 2 模型。在 n8n 的 OpenAI 節點裡面，選擇 xAI 作為 Credential，模型選 Grok 2（文字處理）。Grok 2 適用於純文字的翻譯，適合中英日韓的語言需求。

如果你要用 ChatGPT，直接在同一個節點改選 OpenAI 的 Credential 和模型就好。

2-2. Prompt 設計（關鍵中的關鍵！）

我設計了兩層式的 Prompt 來確保 AI 翻譯的準確度：

System Role（系統層級 - AI 的固定規則）：

  • 「你是多國語言的翻譯大師，請將下面的翻譯內容轉換成目標語言」
  • 錯誤處理：當沒有辨認到內容的指定語言，就把它翻譯成臺灣繁體中文（不要亂翻、不要亂講）
  • 避免幻覺的輸出
  • JSON 輸出格式指定

User Role（使用者層級）：

  • 「請你把左邊的內容幫我翻譯成中英日韓四種語言」
  • 給中文原文（例如「我是翻譯機」）
  • 指定 JSON 輸出格式

我說：「設定好這兩個 Prompt 以後，我們的 AI 就可以更精準的進行翻譯，避免說錯誤或不必要的內容產生。我們就要後處理很麻煩。」

2-3. Parse JSON — 解析翻譯結果

翻譯完成後，AI 會回傳 JSON 格式的結果。用 Parse JSON 節點把它格式化成更清晰的數據結構。我在影片裡面很直白地解釋這個步驟：「其實很簡單。就是左邊很複雜，我不想要這些。你跟我講這個就好。好我要這個，我就拿到這個。就這樣子而已。拿到比較好的數據結構，最後那個樣子是我要的。」

2-4. Merge — 合併翻譯結果

把翻譯結果跟試算表的原始內容做合併，確保試算表的數據是最新的。這就像兩個文件的交叉比對 —— 試算表 A 裡面有原始的內容，試算表 B 裡面是翻譯的結果，我們把它合併變最終的版本。如果試算表 A 有缺少的內容，就從試算表 B 來補充。

2-5. Update Row — 更新回 Google Sheets

最後把翻譯結果寫回試算表。這裡有幾個重要設定：

  • 操作選 Update Row（不要做新增）
  • Document 用 By URL，填入試算表的網址
  • Sheet 選中英日韓的工作表
  • Column to Match On 選 Row Number

Row Number 對應是關鍵。比如原始內容在第 2 行，翻譯結果也要寫回第 2 行。「英文這邊是 I am a translator，這邊也是 I am a translator，那就會有中英日韓。兩邊就會一對一的 Mapping。這樣一來翻譯結果就可以準確的去對應到原始的資料，然後完整的更新到 Google Sheet 裡面。」

完整工作流節點順序：

Manual Trigger (Test Workflow)
  → Google Sheets (讀取中英日韓試算表)
    → Loop Over Items (每批 10 筆)
      → xAI / OpenAI (Grok 2 翻譯中→英/日/韓)
        → Parse JSON (結構化翻譯結果)
          → Merge (合併原始 + 翻譯)
            → Google Sheets (Update Row by Row Number)

翻譯方案比較

比較維度n8n + xAI Grok 2n8n + ChatGPTGoogle Translate人工翻譯
四語同時一次 API 呼叫一次 API 呼叫需切換語言 3 次需 3 位譯者
費用免費（每月額度）GPT-4o-mini 很便宜免費$50-200/篇
翻譯品質良-優優中（直譯為主）最佳
批次處理自動（10 筆一批）自動（10 筆一批）手動一篇篇貼手動
格式化輸出JSON → 自動回寫JSON → 自動回寫手動複製貼上手動整理
客製 Prompt完全控制完全控制無法客製可溝通需求
適合場景日常翻譯（零成本）商業品質要求臨時查詢行銷創意文案
日韓品質良良-優中優

重點：如果你的需求是「每週固定翻譯 10-50 篇文案到四種語言」，n8n + AI 翻譯是效率最高、成本最低的方案。xAI 免費額度剛入門零成本，ChatGPT 品質更穩定適合商用。如果你還沒用 n8n，可以先從 n8n 完整教學 開始學起。

✅ 重點整理

  1. 一次 API 呼叫產出四種語言：跟逐一翻譯相比效率高很多，我在影片裡說「一次獲得三種語言的翻譯結果，是效率 100 分的」
  2. xAI Grok 2 免費額度很香：每個月有免費額度，翻譯這種日常任務零成本就能搞定
  3. 兩層式 Prompt 是品質關鍵：System Role 設定翻譯大師角色 + 錯誤處理，User Role 給內容和輸出格式，「不然就會有一些錯誤的翻譯或幻覺的產生」
  4. Loop Over Items 批次處理：10 筆一組，像麥當勞分流排隊，避免系統過載
  5. Parse JSON 簡化輸出：把複雜的 AI 回傳結果變成清晰的數據結構，「拿到比較好的數據結構，最後那個樣子是我要的」
  6. Row Number Mapping 精確回寫：確保第 2 行對第 2 行、第 3 行對第 3 行，一對一的 Mapping
  7. 不只翻譯還能做更多：自動潤稿、文章優化、建立單字表通勤背，「最主要就是要讓你的工作變得輕鬆有效率」
  8. 免費模板直接匯入：下載 JSON 檔匯入 n8n 就能用

❓ FAQ

Q1: 這台跟 EP07 的超級翻譯機有什麼不同？

最大的差別在翻譯策略。EP07 的超級翻譯機支援兩種翻譯引擎（ChatGPT 和 Google Translation API）切換，適合大量單語言翻譯（100 段 × 1 種語言）。這台 EP08 的多語言翻譯機是「一次 AI 呼叫同時翻出多種語言」，適合少量多語言翻譯（1 段 × 4 種語言）。簡單說就是：翻很多段用 EP07，翻很多語言用 EP08。

Q2: xAI 免費額度夠用嗎？

xAI 每個月提供免費的 API 額度，對於日常翻譯使用來說綽綽有餘。我在影片裡面特別提到這個福利：「不知道如何使用 xAI 每個月 150 免費額度的同學，馬上參考我們的免費擼 AI 羊毛的影片。」如果你的翻譯量比較大超出免費額度，可以切換到 ChatGPT 的 GPT-4o-mini，成本也非常低。

Q3: 翻譯品質可以信任嗎？會不會有幻覺？

這就是為什麼 Prompt 設計這麼重要。我在 System Role 裡面設了好幾道防線：第一，明確告訴 AI 「你是多國語言的翻譯大師」讓它專注在翻譯而不是創作；第二，指定 JSON 輸出格式避免多餘的內容；第三，錯誤處理 —— 「當沒有辨認到內容的指定語言，就把它翻譯成臺灣繁體中文，不要亂翻、不要亂講。」實測下來日常翻譯品質很好，但如果是高度創意的行銷文案，建議 AI 翻譯 + 人工潤飾。

Q4: 除了中英日韓，可以加其他語言嗎？

當然可以。AI 模型支援 100+ 種語言，你只需要在 Prompt 裡面改目標語言就好。我在影片裡面也示範了其他語言 —— 馬來文、阿姆哈拉文都可以翻。「都可以翻譯成對應的語言。」不過越小眾的語言（像阿姆哈拉文），AI 翻譯品質可能會稍差，重要文件建議找人工校對。

Q5: 為什麼用 Loop Over Items 分批處理？

我用了一個很直覺的比喻：「你在 Costco 或麥當勞排隊的時候，100 個客人，是不是有 10 個櫃檯？每個櫃檯會分流，A 櫃檯 10 個、B 櫃檯 10 個。避免一次太多人會導致混亂，大家就會生氣。」系統也一樣，如果一次處理 100 筆，系統負擔會很大也可能導致錯誤。設定 Batch Size 為 10，確保翻譯流程穩定且有效率。更多批次處理技巧可以參考 n8n 錯誤處理指南。

Q6: 翻譯以外還能做什麼？

我在影片最後提到了好幾個延伸應用：第一，自動潤稿，如果你翻譯的內容有點亂，也可以用 AI 來幫忙調整修改；第二，文章優化，不只是翻譯，可以讓 AI 幫你重新整理文章；第三，建立單字表，你可以像高中背單字一樣，把不熟的詞彙丟進 AI，比如你學韓文，就把中文、英文跟韓文放進去，打開 Google 試算表通勤的時候可以背。「這些都是 AI 省力工具的使用情境。」

🎯 下一步行動

🎓 想更有系統地學會這些技巧？ 到 AI 職場工作術（雲端方程式 Cloud F1 旗艦課程） 看看完整的實作路徑。

不用一次學完，慢慢來比較快。我建議你按照這個順序：

  1. 建立一個 Google Sheets，設好中文、英文、日文、韓文四個欄位
  2. 在 n8n 建立工作流，先用 Manual Trigger + Google Sheets 讀取資料
  3. 設定 xAI 或 OpenAI 節點，寫好兩層式 Prompt（System + User）
  4. 加上 Parse JSON 和 Merge 節點，處理翻譯結果
  5. 用 Row Number 做 Mapping，確保翻譯結果寫回正確的行
  6. 測試 3-5 條資料，確認中英日韓四欄都正確填入

想看完整的手把手操作，可以觀看 YouTube EP08 影片。如果有任何問題，歡迎到 Skool 雲端方程式 Cloud F1 社群 討論，裡面有 500+ 學員一起學習，完全免費加入。

如果你想要處理大量翻譯（100 段以上），推薦看 n8n 超級翻譯機 EP07。如果你是 n8n 新手，建議先從 n8n 完整教學指南 開始。

🔗 相關資源

本文改編自 YouTube 影片 EP08，由 Alex Hsieh 撰寫。最後更新：2026-02-11

想把這篇學到的用進日常工作？

「AI 職場工作術」課程把這類實戰經驗整理成一步步的教學，帶你系統化練出跟 AI 協作的產能。

看 AI 職場工作術課程 →

本文作者：Alex Hsieh，SRE / DevOps 背景出身，現為企業 AI 導入顧問，也是「AI 相談室」課程講師。專注把 AI 自動化真正落地到企業日常流程，而不是停留在 Demo。

目錄
  1. 專業導讀
  2. 你將學到
  3. 什麼是 n8n 多語言翻譯機？
  4. 💡 Alex 的觀察
  5. 🔧 完整工作流教學
  6. Step 1：讀取要翻譯的內容
  7. Step 2：用 xAI / ChatGPT 翻譯對應語言
  8. 翻譯方案比較
  9. ✅ 重點整理
  10. ❓ FAQ
  11. Q1: 這台跟 EP07 的超級翻譯機有什麼不同？
  12. Q2: xAI 免費額度夠用嗎？
  13. Q3: 翻譯品質可以信任嗎？會不會有幻覺？
  14. Q4: 除了中英日韓，可以加其他語言嗎？
  15. Q5: 為什麼用 Loop Over Items 分批處理？
  16. Q6: 翻譯以外還能做什麼？
  17. 🎯 下一步行動
  18. 🔗 相關資源

相關文章