Una función de IA para usuarios en árabe, inglés y español son tres productos que comparten un mismo código. La pantalla debe invertir su dirección para el árabe. Los mensajes mezclan escrituras en una sola línea. Los números y las fechas cambian de forma según la región. El modelo puede responder en el idioma equivocado, y cada idioma cuesta una cantidad distinta. La mayoría de estos problemas nace de un único error de diseño: tratar “el idioma” como un solo ajuste.
Este artículo trata el lado del producto y de la interfaz. La traducción de los textos de su propia aplicación (marcadores de posición, plurales, mensajes ICU) está en traducir los textos de una app al árabe con un LLM; la redacción de los prompts, en ingeniería de prompts en árabe.
¿Por qué separar el idioma de la interfaz del idioma del modelo?
Porque responden a preguntas distintas. El idioma de la interfaz o locale (ar-SA, en-US, es-MX) decide la dirección del diseño, el idioma de sus botones y el aspecto de números y fechas. El idioma del contenido es el idioma de un mensaje, documento o grabación concreto, y decide qué le pide usted al modelo.
Se separan constantemente. Un usuario saudí con la interfaz en árabe pega un contrato en inglés. Un usuario hispanohablante sube la foto de una factura en árabe. Un agente bilingüe cambia de idioma a mitad de la conversación (alternancia de código). Si el código envía “responde en árabe” porque la interfaz está en árabe, el contrato en inglés recibe un resumen en árabe que nadie pidió.
Así que guarde ambos por usuario y por mensaje:
ui_locale: lo elige el usuario; por defecto, el idioma del navegador.answer_language: la elección explícita del usuario si la hizo; si no, el idioma detectado del mensaje.- Para audio,
audio_language: lo que usted pasa al modelo de transcripción. La referencia de la API de BroadNet indica enviar siemprelanguageen una solicitud de transcripción; de lo contrario, el árabe puede volver en letras latinas.
¿Cómo se da soporte al texto de derecha a izquierda y de dirección mixta?
En tres capas, según las pautas del W3C:
- Dirección de la página según el locale. Defina
dir="rtl"ylang="ar"en el elementohtmlpara el árabe. El W3C recomienda no usar CSS para fijar la dirección base, y usar valores lógicos (startyend) para márgenes, relleno y alineación en lugar de izquierda y derecha. - CSS lógico.
margin-inline-starten lugar demargin-left,text-align: starten lugar deleft. MDN describe las propiedades lógicas como un control del diseño “through logical rather than physical direction” (Traducción: mediante la dirección lógica en lugar de la física). Así, una sola hoja de estilos sirve para ambas direcciones. - Aísle el texto que usted no escribió. Los mensajes de los usuarios, las respuestas del modelo, los nombres de productos y los códigos de pedido tienen su propia dirección. La regla del W3C: si no conoce la dirección de un texto insertado en tiempo de ejecución, agregue
dir="auto"al elemento que lo envuelve, o envuélvalo en un elementobdi. Sin aislamiento, un código de pedido en inglés al final de una frase en árabe puede saltar al lado equivocado, y la puntuación termina en lugares extraños.
En una interfaz de chat, eso significa dir="auto" en cada burbuja de mensaje, ya que cada mensaje toma su dirección de su primer carácter fuerte, y bdi alrededor de nombres y códigos dentro de los textos de su propia interfaz. Donde no hay marcado (notificaciones push, SMS, exportaciones CSV), los aislamientos del algoritmo bidireccional de Unicode hacen el mismo trabajo: U+2068 FIRST STRONG ISOLATE antes del texto y U+2069 POP DIRECTIONAL ISOLATE después.
La salida del modelo añade un caso más: Markdown. Un modelo que responde en árabe puede incluir código, URL o celdas de tabla en inglés. Renderice los bloques de código con dir="ltr" de forma explícita, y asigne dir="auto" a cada párrafo y celda de tabla.
¿Cómo deben variar los números y las fechas según el locale?
Deje que la plataforma los formatee y compruebe lo que realmente produce. Ejecutamos Intl.NumberFormat e Intl.DateTimeFormat en Node 24.22.1 (ICU 78.3, CLDR 48) para 1234.5 y el 15 de noviembre de 2026:
| Locale | Número | Fecha (larga) | Dirección |
|---|---|---|---|
| en-US | 1,234.5 | November 15, 2026 | ltr |
| ar-SA | ١٬٢٣٤٫٥ | ١٥ نوفمبر ٢٠٢٦ | rtl |
| ar-SA-u-nu-latn | 1,234.5 | 15 نوفمبر 2026 | rtl |
| ar-AE | 1,234.5 | 15 نوفمبر 2026 | rtl |
| es-ES | 1234,5 | 15 de noviembre de 2026 | ltr |
| es-MX | 1,234.5 | 15 de noviembre de 2026 | ltr |
Cuatro observaciones. Los locales árabes difieren en los dígitos: Arabia Saudita usa por defecto los arábigo-índicos, los Emiratos los occidentales, y la extensión -u-nu-latn (vea numberingSystem en MDN) cambia un locale a dígitos occidentales. El español varía por región: España usa coma decimal y, en un número de cuatro cifras, no usa separador de miles; México usa punto. Los nombres de los meses también varían en el mundo árabe: ar-MA imprimió نونبر para noviembre, donde ar-SA imprimió نوفمبر. Y los navegadores incluyen sus propias versiones de ICU, así que ejecute las mismas pruebas en los navegadores de destino.
Los plurales siguen las reglas de CLDR: Intl.PluralRules para ar devolvió seis categorías para 0, 1, 2, 3, 11 y 100 (zero, one, two, few, many, other), mientras que el inglés y el español devolvieron solo one y other para esos números. La parte de los textos está en el artículo sobre los textos de la app.
Al recibir datos, acepte ambas formas de dígitos. Un usuario puede escribir ١٢٣٤ en un campo de cantidad; normalice a dígitos ASCII antes de analizarlo, y antes de enviar números al modelo si sus prompts los comparan.
¿Se puede detectar el idioma de cada mensaje?
En parte. Distinguir la escritura árabe de la latina es fácil y fiable: cuente los caracteres del bloque árabe de Unicode. Distinguir el inglés del español, o leer mensajes muy cortos, requiere un modelo entrenado. fastText publica dos modelos de identificación de idioma para 176 idiomas (lid.176.bin, de 126 MB, y el comprimido lid.176.ftz, de 917 kB).
Este es un pequeño módulo auxiliar para las decisiones anteriores. El detector es sencillo a propósito, para mostrar dónde falla lo sencillo.
// UI locale and content language are separate values. Never derive one from the other silently.
const RTL = new Set(['ar', 'he', 'fa', 'ur']);
/** Rough script-based guess: enough to pick a direction and a prompt, not a language-ID model. */
export function guessLanguage(text) {
const arabic = (text.match(/[-ۿݐ-ݿ]/g) || []).length;
const latin = (text.match(/[A-Za-zÀ-ÿ]/g) || []).length;
if (arabic + latin < 3) return 'und';
if (arabic / (arabic + latin) > 0.6) return 'ar';
if (arabic / (arabic + latin) > 0.2) return 'mixed';
return /[ñ¿¡áéíóú]|\b(el|la|los|las|de|que|por|para|está|dónde)\b/i.test(text) ? 'es' : 'en';
}
/** Wrap user or model text for display inside UI text of either direction (W3C: bdi / dir="auto"). */
export const isolate = (s) => `<bdi>${s.replace(/[&<>"]/g, (c) => ({ '&': '&', '<': '<', '>': '>', '"': '"' })[c])}</bdi>`;
/** Plain-text equivalent for places with no markup (notifications, CSV, SMS): FSI ... PDI. */
export const isolateText = (s) => `${s}`;
export function formatters(uiLocale) {
return {
dir: RTL.has(new Intl.Locale(uiLocale).language) ? 'rtl' : 'ltr',
number: new Intl.NumberFormat(uiLocale),
date: new Intl.DateTimeFormat(uiLocale, { dateStyle: 'long', timeZone: 'UTC' }),
plural: new Intl.PluralRules(uiLocale),
};
}
/** Normalise digits a user typed before parsing: Arabic-Indic and Persian to ASCII. */
export const toAsciiDigits = (s) =>
s.replace(/[٠-٩]/g, (d) => d.charCodeAt(0) - 0x0660).replace(/[۰-۹]/g, (d) => d.charCodeAt(0) - 0x06F0);
/** System prompt: the answer language comes from the content, or the user's explicit choice, not the UI. */
export function systemPrompt({ answerLanguage }) {
const name = { ar: 'Arabic', en: 'English', es: 'Spanish' }[answerLanguage] ?? 'the language of the user\'s message';
return `Answer in ${name}. Keep product names, code, URLs and numbers exactly as written.`;
}
Lo ejecutamos en Node 24. Etiquetó وين طلبي؟ como ar, “¿Dónde está mi pedido?” como es, “Where is my order?” como en, y una frase en árabe que contenía el código ORD-5521 como ar. “ok” devolvió und, que correctamente recurre a “the language of the user’s message” en el prompt. Y “ana 3ayez a3raf el order fen”, árabe egipcio escrito con letras latinas (arabizi), devolvió es, porque la palabra “el” parece española. Ese es el resultado honesto de una heurística. Si sus usuarios escriben en arabizi, detéctelo de forma explícita y trátelo como árabe, como en manejo del arabizi, y permita que los usuarios corrijan el idioma de respuesta con un toque.
La función de dígitos convirtió ٢٠٢٦-١١-١٥ en 2026-11-15, e isolate() escapó el HTML antes de envolverlo, así que un nombre de empresa como Acme <Ltd> no puede inyectar marcado.
¿Qué más cambia cuando cambia el idioma?
- Longitud del texto. El texto traducido de la interfaz suele ser más largo. El W3C cita pautas de IBM que prevén que los textos en inglés de hasta 10 caracteres crezcan al 200–300 % de su longitud en idiomas europeos, y los de más de 70 caracteres a alrededor del 130 %. Diseñe botones y etiquetas para que se ajusten en varias líneas, y pruebe la versión en español en anchos reducidos.
- Fuentes. Elija una familia tipográfica con un diseño árabe a juego, y revise el interlineado en árabe: los signos diacríticos necesitan espacio arriba y abajo.
- Búsqueda y coincidencias. El texto árabe necesita normalización antes de compararlo (diacríticos, formas del alef, tatweel). El normalizador de texto árabe muestra cada regla.
- Voz. Elija el modelo de transcripción según el idioma del audio, no el de la interfaz. BroadNet ofrece un modelo para árabe y otro de 14 idiomas que cubre inglés, español y árabe; la página de su modelo multilingüe indica elegir el modelo árabe para audio en árabe. El artículo sobre voz a texto multilingüe compara las opciones.
- Dialecto. “Árabe” no es un único objetivo. Los usuarios de Riad, El Cairo y Casablanca escriben de forma distinta; dialectos del Golfo y egipcio explica qué probar.
¿Cómo se evalúa y presupuesta cada idioma?
Por separado. Una puntuación combinada oculta un idioma débil, y un presupuesto combinado oculta uno caro.
Construya un pequeño conjunto de evaluación por idioma a partir de mensajes reales, con hablantes nativos que etiqueten las respuestas esperadas. Compruebe que la respuesta esté en el idioma solicitado, que nombres, números y códigos se mantengan sin cambios, y que la calidad se sostenga en cada dialecto que atiende. Ejecute el mismo conjunto cuando cambie de modelo o de prompt; el método está en evaluar un LLM antes de cambiar.
En cuanto al costo, la cantidad de tokens varía según el idioma y el tokenizador. En el conjunto de datos medido de BroadRouter, el mismo texto en árabe estándar moderno necesita entre 1.31× (Qwen3.8 27B) y 1.77× (GLM 5.3) de los tokens de su traducción al inglés. Costo real por idioma convierte esas cifras en dinero por modelo, incluido el español, y el contador de tokens en árabe mide sus propios textos. Registre los tokens de cada solicitud junto con el idioma del contenido, y podrá ver el costo por idioma y por usuario, no solo por mes.
Por último, obtenga una revisión nativa antes del lanzamiento. Tanto la traducción automática como la salida de los modelos producen árabe y español gramaticalmente correctos pero inadecuados para su público. Un revisor que use el producto en su propio idioma detecta lo que ninguna prueba detecta.
Dónde encaja BroadNet Inference
BroadRouter es el sitio de la propia BroadNet. Los modelos de BroadNet Inference encajan razonablemente en un producto en árabe, inglés y español: BroadNet informa haber probado Qwen3.8 27B en árabe, incluida la comprensión de los dialectos del Golfo y egipcio; Gemma 4 VL 26B funciona con el crédito inicial de $5; y la transcripción cubre el árabe (BroadNet Transcribe Arabic, $0.0042 por minuto) y 14 idiomas, entre ellos inglés y español (BroadNet Transcribe, $0.002 por minuto). El contenido de inferencia no se conserva; los metadatos necesarios de cuenta, facturación y seguridad se conservan según se describe en la declaración de privacidad de BroadNet. Todo lo que este artículo dice sobre diseño, dirección, formato y detección es tarea de su aplicación, sea cual sea la API que use.
