Memória de Glossário Por Cliente Para Tradutores Freelance

Os 45 Minutos Que Você Perde Toda Segunda de Manhã

Todo tradutor freelance começa a segunda igual. Abrir a CAT tool. Abrir a pasta do projeto da semana passada. Puxar o PDF do guia de estilo do cliente. Achar a planilha de glossário. Lembrar que o Cliente A prefere "usuário" mas o Cliente B insiste em "usuária" como forma neutra. Lembrar que a voz de marca do Cliente C é formal, sem contrações, enquanto o Cliente D vai de informal. Lembrar que no projeto de gaming "weapon" fica em inglês mas "armor" traduz. Lembrar.

Quando você finalmente está pronto pra traduzir, queimou 45 minutos só recarregando o contexto mental. Multiplica por quatro ou cinco clientes numa semana normal, e são três horas puras de carga de contexto, antes de cobrar um centavo.

A solução de verdade não é outra planilha de glossário, outra base terminológica nem outro export de termbase do memoQ. A solução é um agente IA que lembra do contexto por cliente por você e é acessível de onde você estiver trabalhando. Um agente Hermes no Telegram com skills de glossário por cliente é o jeito mais barato de ter isso hoje, e se paga na primeira segunda que você pula os 45 minutos de aquecimento.

O Que a Memória Por Cliente Deveria Guardar

A maioria dos tradutores já sabe a teoria. Na prática, a memória por cliente precisa guardar um punhado de coisas específicas:

Glossário de terminologia com termo origem, termo destino preferido e regras de não traduzir.
Preferências de estilo. Registro formal ou informal, contrações permitidas ou não, tolerância de comprimento de frase, capitalização de títulos.
Tom. Voz de marca descrita em linguagem simples com três ou quatro frases de exemplo.
Decisões passadas. "Conversamos e combinamos traduzir 'sustainability' como 'sostenibilità' e não 'durabilità' depois de uma call em setembro."
Manias do cliente. "Usar sempre a vírgula de Oxford pra esse cliente. Eles devolvem arquivos sem ela."
Arquivos de referência já entregues, pra o agente puxar frases anteriores.
Lista de não traduzir. Nomes de marca, produtos, acrônimos específicos.

São sete categorias por cliente. Manter na mão entre 5 e 20 clientes é a razão pela qual a maioria dos tradutores tem um termbase pela metade e um Google Doc de notas que nunca abre.

Como Um Agente de IA Substitui o Ritual

Um agente IA no Telegram com skills por cliente muda o ritual de "carregar contexto manualmente" pra "perguntar pro agente." Exemplos reais de queries que um tradutor em atividade manda pro agente durante o dia:

"Pro Cliente A, como traduzimos 'user experience'?"
"Que tom eu escrevo pro Cliente C, me mostra exemplos."
"'Platform' vai com maiúscula nas entregas pro Cliente B?"
"Acabei de receber esse trecho do Cliente D, compara com o guia de estilo dele e sinaliza o que tá fora."
"Adiciona 'geofencing' ao glossário do Cliente A, destino é 'geolocalizzazione' conforme o email de hoje."
"Me puxa as últimas três vezes que traduzi 'onboarding' pro Cliente B."
"Cliente E mandou uma atualização de estilo de 2 páginas, parseia e adiciona as mudanças à memória dele."

O agente responde em segundos da memória. Você nunca abre o PDF. Nunca busca na planilha. Pergunta, recebe, traduz.

Como o Glossário é Construído

Uma noite por cliente. Esse é o setup inteiro.

Passo 1, cole os ativos existentes. Seu CSV de glossário atual, o PDF do guia de estilo do cliente, arquivos entregues se você tem. O agente lê e normaliza tudo no próprio skill por cliente.

Passo 2, escreva um brief curto em texto livre. Dois parágrafos sobre a voz do cliente e qualquer mania que não entra na doc oficial. "Nunca aceitam voz passiva em copy de marketing, aceitam em documentação. Têm a piada interna de nunca usar a palavra 'alavancar'. Não usar."

Passo 3, conte seu fluxo ao agente. "Quando eu perguntar sobre o Cliente A no Telegram, sempre carrega o skill de glossário dele. Quando eu colar um segmento com '#A' no início, trata como pertencente ao Cliente A."

Pronto. Repete pra cada cliente ativo. Ao longo de algumas semanas o glossário cresce organicamente a partir das suas queries reais do dia a dia.

Uso Diário Real Dentro do Fluxo da CAT Tool

Você continua trabalhando no Trados, memoQ, Wordfast ou Phrase. O agente não substitui a CAT tool. Ele senta do lado, num app diferente no segundo monitor ou no celular.

9h. Você abre o projeto de segunda do Cliente A. Antes de começar, digita no Telegram: "#A qual o status atual do glossário?" O agente responde com os 20 termos principais e qualquer mudança desde a segunda passada.

9h17. O trecho diz "implement the new geofencing feature." Você não tem certeza se geofencing foi fechado. Digita "#A geofencing." Agente: "Fechado na quinta passada como 'geolocalizzazione', email do cliente anexo. O cliente rejeitou explicitamente 'geofencing' como estrangeirismo."

9h45. Você chega num trecho sem certeza do tom. Cola no Telegram: "#A está na voz deles?" O agente lê, compara com o guia de estilo, devolve: "Um pouco formal demais. Considere usar 'ti aiutiamo a' em vez de 'vi permettiamo di'. Combina com o tom do newsletter de março."

11h30. O cliente manda um termo revisado por email. Você encaminha pro agente: "#A adiciona ao glossário." Agente lê, atualiza, confirma. Sem edição extra na planilha.

Sábado à tarde. Você está no meio de um projeto novo pro Cliente A. No meio da sessão, um termo te toca. Digita "#A já vimos 'predictive scheduling' antes?" Agente: "Sim, projeto de 14 de março. Você traduziu como 'pianificazione predittiva'. Email de origem e segmento final anexo."

Por Que Isso Ganha de um Termbase Compartilhado

Termbases compartilhados e ferramentas como QTerm do memoQ ou MultiTerm do Trados existem exatamente pra esse problema. Funcionam. Também são rígidos. Três coisas que eles não fazem e o agente faz.

Perguntar em linguagem natural. Você não pergunta ao memoQ em português. Você clica num diálogo. Um agente pega "qual o tom do Cliente C" e devolve um parágrafo de resposta. Mais rápido no detalhe, dezenas de vezes por dia.

Explicar o porquê. Um termbase te dá o termo. Um agente te dá o termo mais o motivo: "Cliente B exige 'platform' em minúscula porque o lead de marca escreveu no update de estilo de 2024." O porquê importa quando você precisa defender uma escolha.

Lembrar decisões que nunca chegaram ao termbase. A maioria dos tradutores não adiciona cada decisão ao termbase porque é fricção. Manda mensagem no Telegram pra si mesmo. Um agente com memória persistente no Telegram captura essas decisões de graça porque acontecem no canal que o agente já domina.

O Que o Agente Não Substitui

Três coisas ficam com você.

A CAT tool em si. Segmentação, matching de TM, QA, formato de entrega, é pra isso que elas foram feitas. Use.

Relações com o cliente. A call de cinco minutos pra fechar um termo difícil, o email explicando por que você escolheu uma frase. São humanas e sempre serão.

Julgamento final. As recomendações do agente são ponto de partida. Se um trecho pede pra quebrar uma regra, você quebra. Você é o tradutor.

A Economia Pra um Freelancer em Atividade

Números que importam. Um tradutor freelance em tempo integral trabalhando 6 horas por dia em tradução real mais 2 horas de carga de contexto, QA, admin e comunicação com cliente está deixando 2 horas pagas por dia na mesa. Reduzir a carga de contexto em 30 minutos por dia com memória por cliente libera tempo que vale uns 150 euros ou dólares a uma tarifa média de 0,10-0,12 por palavra em velocidade normal.

Um agente Hermes no Hermify custa 12 dólares por mês mais seu próprio uso de API do modelo, tipicamente uns dólares por mês pra esse tipo de uso. Uma hora recuperada por semana paga o ano todo. Dez horas recuperadas por mês pagam umas boas férias.

A Parte da Confidencialidade

Trabalho de tradução costuma vir com NDAs. Preocupação legítima. Hermes Agent roda com sua própria chave de API do modelo, o que significa que as chamadas vão direto do seu agente pro seu provedor, não via um SaaS terceiro. Os dados do cliente ficam entre você, seu agente e seu provedor de LLM (OpenAI, Anthropic, etc.) conforme as políticas de dados deles. Se você trabalha com clientes que exigem especificamente modelos locais, pode rodar Hermes com um modelo open e endpoint self-hosted, o que é um setup mais difícil mas possível.

De qualquer jeito, você termina com uma história de privacidade mais limpa que "colei o doc do cliente no ChatGPT pra perguntar uma coisa," que é o que a maioria dos freelancers faz calado.

Colocando Pra Rodar Esse Fim de Semana

Sobe um agente Hermes no Hermify. Sessenta segundos.
Escolhe seus 3 clientes principais. Carrega glossário, guia de estilo, exemplos de voz e manias.
Configura o shortcut de hashtag. "#A", "#B", "#C" pra troca rápida de contexto.
Usa o agente por uma semana inteira de trabalho. No fim da semana, revisa sobre o que mais perguntou. Esses temas viram skills ou entradas novas no glossário.
Adiciona o resto dos clientes nas próximas duas semanas. Faz de forma preguiçosa: um cliente entra quando o próximo projeto dele chega, não num batch antecipado.

Em um mês você não vai lembrar como trabalhava sem isso.