值班记录：给中英双语产品接入GLM-5.3前的检查单

本班任务是让两种语言遵守同一套业务规则

给中英双语产品接入GLM-5.3，不只是增加一个翻译按钮。用户可能用中文提问，粘贴英文报错，再要求用中文解释。产品需要处理的是整段任务，而不是逐句切换语言。

可以把语言模型理解为一个根据输入生成回答的组件。你提供用户问题、相关资料和回答规则，它返回文字。它不是业务数据库，也不应成为退款条件、账户权限或价格信息的最终来源。

因此，评估GLM-5.3时，先别问它是否“精通双语”，而要问：它能否在你的真实场景里，用指定语言给出准确、完整且符合业务规则的回答？这需要测试，不能只凭几段流畅的演示判断。

先写清楚回答语言，再处理术语

双语产品最容易出现的问题，是回答看似自然，关键含义却发生变化。例如，英文资料里的“可申请退款”，不应被改写成中文的“保证退款”。语言流畅与事实准确，是两项不同的检查。

• 明确规定回答语言，例如优先遵循用户的明确要求，没有要求时使用账户设置中的语言。
• 建立一份小型术语表，为套餐名称、功能名称和业务状态指定统一译法，并注明哪些名称必须保留原文。
• 要求模型保留报错代码、金额、日期和订单编号，不要为了让句子更顺口而改写这些内容。
• 当资料不足时，让模型说明缺少什么信息，而不是自行补出政策或承诺。

这些规则适合放在应用统一管理的指令中，而不是每次依赖用户提醒。用户消息和检索到的资料应当作为待处理内容，不能随意覆盖应用规则。

用同一组业务问题检查中英文结果

准备测试集时，可以从已有客服工单、帮助文档和产品操作中挑选代表性问题。涉及个人信息的内容，应先删除或替换。每个场景都准备中文、英文和中英混合三种输入。

检查时不要只看措辞是否优美。更重要的是：两种语言的回答有没有遗漏相同的限制条件，引用的依据是否一致，下一步操作是否相同。对于用户描述不清的问题，也要观察模型是否会先追问。

如果需要评估另一条模型路线，可以让Qwen3.8 Max回答同一组问题。保持资料和评分标准一致，再记录错误类型、响应时间和实际费用；不要预设某个模型一定更适合某种语言。

接入层负责传递请求，应用层负责业务边界

产品接入通常由应用整理消息，通过接口发送请求，再展示返回内容。这里要区分两件事：接口能够调用，不代表回答已经达到上线要求；生成了结构化内容，也不代表字段一定符合业务约束。

应用仍需检查必填字段、限制输入长度、处理超时，并为失败请求准备明确提示。退款、权限变更等操作，应由后端校验和执行，不能仅凭模型的一句话直接放行。

同时要核对GLM-5.3在实际接入渠道中的可用情况、计费方式和功能支持。上下文长度、工具调用及其他参数，应以当前文档和实测结果为准，不要从模型名称推断。

需要统一管理调用时再引入Relay365

如果团队希望按量使用多个模型家族，Relay365可以作为统一转接入口考虑。它支持配合Claude Code、Codex、Gemini CLI及使用OpenAI SDK的应用接入；但接入兼容性不等于每个模型都具备相同功能，仍要逐项核对。

其接口基础地址为https://api.api365relay.com，使用OpenAI客户端时添加/v1。密钥应保存在服务端，不要写进网页代码或公开仓库。不同客户端的参数和错误处理，也需要分别验证。

当你准备好测试集和预算后，可以创建一个Relay365账户，先用少量真实任务验证接入、费用和双语回答质量，再决定是否扩大使用范围。

交班前留下可复查的上线记录

上线前，把模型名称、指令版本、术语表和测试结果一起记录。上线后持续抽查中英文回答，重点关注政策含义变化、术语漂移和无依据承诺，并为用户保留转人工或查看原始资料的路径。

双语体验的可靠性，来自模型、资料、规则和应用校验共同配合。把GLM-5.3放进可测试、可回退的流程，比单纯追求一次漂亮的回答更适合长期运营。