Los documentos utilizados en servicio al cliente, finanzas, recursos humanos y flujos de trabajo legales suelen contener nombres, direcciones de correo electrónico, números de teléfono, direcciones particulares, números de cuenta y otra información confidencial. Antes de que estos archivos puedan compartirse, archivarse o utilizarse para su análisis, es posible que sea necesario eliminar o reemplazar el contenido identificativo.

Los programas de censura tradicionales se basan en reglas de búsqueda predefinidas y en una lógica de procesamiento independiente para cada formato de documento. Un SDK de agente de IA ofrece otro enfoque: los desarrolladores pueden describir el requisito de censura en lenguaje natural, lo que permite al agente identificar la información confidencial y modificar los elementos correspondientes del documento de Office. Este artículo demuestra cómo censurar archivos de Word, Excel y PowerPoint en C# conservando su estructura y formato originales.

¿Qué es la censura de documentos?

La censura de documentos es el proceso de eliminar o reemplazar información que no debe divulgarse. Los objetivos de censura más habituales incluyen:

• Nombres de personas
• Direcciones de correo electrónico
• Números de teléfono y fax
• Direcciones particulares o postales
• Fechas de nacimiento
• Identificadores de clientes y empleados
• Números de banco y de cuenta
• Otra información confidencial o de identificación personal

Para los archivos de Office editables, la censura implica más que cambiar texto sin formato. El contenido confidencial puede aparecer en párrafos y tablas de Word, celdas de Excel, formas de PowerPoint, encabezados, pies de página u otros elementos del documento. Un flujo de trabajo de censura útil debe eliminar el valor detectado sin modificar innecesariamente el diseño circundante, los estilos, las imágenes, los gráficos ni la estructura del documento.

Tres formas de censurar documentos de Office en C#

Existen tres enfoques generales de implementación: las API de documentos tradicionales, una integración directa con un LLM y un SDK de agente de IA.

Censura tradicional basada en API

Una implementación tradicional normalmente comienza con el reemplazo exacto de texto o con expresiones regulares. Por ejemplo, Spire.Doc for .NET proporciona API para buscar y reemplazar texto en documentos de Word.

El siguiente pseudocódigo simplificado ilustra un flujo de trabajo de censura basado en reglas. Es intencionalmente incompleto y solo muestra las responsabilidades principales que la aplicación tendría que gestionar.

Document document = new Document();
document.LoadFromFile("Input.docx");

// Patterns must be defined and maintained by the developer.
Regex emailPattern = new Regex("...");
Regex phonePattern = new Regex("...");
Regex accountPattern = new Regex("...");

document.Replace(emailPattern, "[REDACTED]");
document.Replace(phonePattern, "[REDACTED]");
document.Replace(accountPattern, "[REDACTED]");

// Additional logic may still be required for different content containers.
foreach (Section section in document.Sections)
{
    ProcessParagraphs(section);
    ProcessTables(section.Tables);
    ProcessHeadersAndFooters(section.HeadersFooters);
    ProcessTextBoxes(section);
}

document.SaveToFile("Redacted.docx", FileFormat.Docx);

Este enfoque funciona bien cuando los valores confidenciales siguen patrones predecibles. Las direcciones de correo electrónico, los números de teléfono y los números de identificación estandarizados a menudo pueden encontrarse con expresiones regulares.

La dificultad aumenta cuando la información depende del contexto. Un programa puede necesitar determinar si una palabra es el nombre de una persona, si un número es un número de cuenta o un número de factura, y si una ubicación es una dirección privada o la dirección pública de una empresa. Los desarrolladores también deben añadir una lógica diferente de recorrido y reemplazo para Word, Excel y PowerPoint.

Integración directa con un LLM

Un modelo de lenguaje de gran tamaño puede comprender el contexto de manera más eficaz que un conjunto de expresiones regulares. Por ejemplo, puede reconocer el nombre de una persona en una oración incluso cuando el nombre no sigue un patrón predecible.

Sin embargo, un LLM no proporciona automáticamente un procesamiento completo de documentos de Office. Una integración directa normalmente requiere que la aplicación:

1. Extraiga texto de cada elemento relevante del documento.
2. Divida el contenido en solicitudes adecuadas.
3. Envie el texto extraído al modelo.
4. Asigne los resultados del modelo de vuelta a los párrafos, celdas o formas originales.
5. Reemplace el contenido confidencial sin perder su formato.
6. Guarde el archivo modificado en su formato original.

Si el documento se convierte a texto sin formato antes de enviarlo al modelo, se puede perder información sobre tablas, rangos de texto, fuentes, alineación y otras propiedades de diseño. Por lo tanto, el desarrollador sigue siendo responsable de conectar los resultados semánticos del modelo con el modelo de objetos del documento de Office.

SDK de agente de IA

Un SDK de agente de IA combina la comprensión del lenguaje natural con capacidades de procesamiento de documentos. En lugar de definir cada regla de detección y coordinar manualmente cada paso de reemplazo, el desarrollador proporciona el documento y describe el resultado deseado.

Spire.Agent.Office utiliza las capacidades subyacentes de Spire.Office for .NET para trabajar con objetos de Word, Excel y PowerPoint. En un documento de Word, por ejemplo, la capa de procesamiento puede acceder a secciones, párrafos, rangos de texto, tablas, celdas, encabezados, pies de página, imágenes, hipervínculos y su formato. El modelo identifica el contenido confidencial, mientras que las API de documentos modifican los elementos correspondientes.

Este procesamiento a nivel de objeto es lo que hace posible reemplazar texto conservando la estructura y los estilos que rodean el documento.

API tradicional vs. LLM vs. SDK de agente de IA

Enfoque	Detección contextual	Conservación del formato	Implementación multiformato	Esfuerzo de desarrollo	Más adecuado para
API tradicional y expresiones regulares	Limitada a menos que se añada lógica NLP adicional	Sólida y controlable	Normalmente se requiere lógica independiente	Alto	Patrones fijos y reglas altamente deterministas
API de Office con llamadas directas a un LLM	Sólida	Debe ser implementada por el desarrollador	Se requiere lógica de extracción y reescritura para cada formato	Muy alto	Flujos de trabajo de IA totalmente personalizados
SDK de agente de IA	Sólida	Gestionada mediante un procesamiento consciente del documento	Se puede aplicar una instrucción común a varios formatos de Office	Menor	Censura contextual con menos código de orquestación

El enfoque tradicional sigue siendo útil cuando cada objetivo de censura sigue un patrón conocido y la aplicación requiere un comportamiento estrictamente determinista. El enfoque del SDK de agente resulta más atractivo cuando los documentos contienen información variada y contextual, o cuando el mismo flujo de trabajo debe admitir varios formatos de Office.

Configurar el proyecto de C#

Cree una aplicación de consola de C# y añada Spire.Agent.Office y sus dependencias necesarias al proyecto. También necesitará un SpireToken válido para el procesamiento con IA.

El ejemplo siguiente admite los siguientes formatos:

• Word: DOC y DOCX
• Excel: XLS y XLSX
• PowerPoint: PPT y PPTX

PDF no se incluye en este ejemplo.

Censurar documentos de Word, Excel y PowerPoint con un agente de IA

El siguiente código determina el formato de origen a partir de su extensión, carga el objeto de documento de Office adecuado y pasa la misma instrucción de censura al procesador de IA.

using Spire.Agent.Office.AI;
using Spire.Agent.Office.Extensions;
using Spire.Presentation;
using Spire.Doc;
using Spire.Xls;

string inputPath = @"E:\Documents\Input.docx";
string outputPath = @"E:\Documents\Redacted.docx";
string spireToken = "your spireToken";

string instruction = """
Find personal information such as names, email addresses, phone numbers, addresses, 
account numbers, and other sensitive information. Replace the detected content with 
“[REDACTED]” while preserving the original document structure and formatting.
""";

// Configure the AI processing options
AIOptions options = new AIOptions();
options.SpireToken = spireToken;

// Select the appropriate document object according to the file extension
string extension = Path.GetExtension(inputPath).ToLower();

if (extension == ".doc" || extension == ".docx")
{
    using (Document document = new Document())
    {
        document.LoadFromFile(inputPath);
        AIDocumentProcessor processor = document.AI(options);
        processor.ExecuteInstruction(
            document,
            instruction,
            outputPath,
            Array.Empty<string>());
    }
}
else if (extension == ".xls" || extension == ".xlsx")
{
    using (Workbook workbook = new Workbook())
    {
        workbook.LoadFromFile(inputPath);
        AIDocumentProcessor processor = workbook.AI(options);
        processor.ExecuteInstruction(
            workbook,
            instruction,
            outputPath,
            Array.Empty<string>());
    }
}
else if (extension == ".ppt" || extension == ".pptx")
{
    using (Presentation presentation = new Presentation())
    {
        presentation.LoadFromFile(inputPath);
        AIDocumentProcessor processor = presentation.AI(options);
        processor.ExecuteInstruction(
            presentation,
            instruction,
            outputPath,
            Array.Empty<string>());
    }
}

Si los usings globales implícitos están deshabilitados en su proyecto, añada también using System; y using System.IO; para Array y Path.

Definir la entrada, la salida y la instrucción

inputPath especifica el documento de origen, mientras que outputPath especifica dónde se guardará el archivo censurado. Las extensiones de entrada y salida deben coincidir para que el resultado permanezca en el formato original.

La instrucción en lenguaje natural define tanto el alcance de la detección como la modificación requerida. En este ejemplo, el agente busca tipos comunes de información personal y los reemplaza por [REDACTED].

Puede ajustar la instrucción para un flujo de trabajo más específico. Por ejemplo:

Find email addresses, phone numbers, and customer account numbers. Replace each detected value with “[REDACTED]”. Do not redact company names, product names, invoice numbers, or dates. Preserve the original layout and formatting.

Añadir exclusiones explícitas puede reducir los falsos positivos cuando un documento contiene identificadores comerciales que se asemejan a números de cuenta personales.

Configurar el procesamiento con IA

AIOptions almacena el SpireToken utilizado por el servicio de procesamiento de IA:

AIOptions options = new AIOptions();
options.SpireToken = spireToken;

El mismo objeto de opciones se puede utilizar con la instancia de documento de Word, Excel o PowerPoint.

Seleccionar el tipo de documento adecuado

El programa lee la extensión del archivo y crea el objeto correspondiente:

• Document para archivos de Word
• Workbook para archivos de Excel
• Presentation para archivos de PowerPoint

Cada objeto expone el método de extensión AI(). Este devuelve un AIDocumentProcessor, que ejecuta la instrucción en lenguaje natural sobre el documento cargado.

La matriz de archivos adjuntos vacía indica que la instrucción no requiere ningún archivo de apoyo:

processor.ExecuteInstruction(
    document,
    instruction,
    outputPath,
    Array.Empty<string>());

Resultado de la censura

En el documento de prueba de Word, la información confidencial aparecía en párrafos normales, en una tabla de información de clientes y en el pie de página. Tras el procesamiento, los nombres, las direcciones de correo electrónico, los números de teléfono, las direcciones y la información de cuentas se reemplazaron por [REDACTED].

La estructura de la tabla, el formato de los párrafos, los encabezados, los colores y el diseño del pie de página se mantuvieron en su lugar. Este resultado es importante porque demuestra que el flujo de trabajo no se limita a extraer el documento como texto sin formato y reconstruirlo desde cero. Modifica los elementos relevantes del documento conservando su estructura circundante.

Consideraciones importantes para la censura con IA

Revisar el resultado antes de compartirlo

La censura con IA no es perfectamente determinista. Un modelo puede pasar por alto un identificador poco común o clasificar incorrectamente contenido común como confidencial. Los documentos destinados a su distribución externa deben revisarse después del procesamiento, especialmente en flujos de trabajo legales, financieros, sanitarios o sensibles al cumplimiento normativo.

Hacer que la instrucción sea específica

La instrucción debe describir tanto lo que debe eliminarse como lo que debe permanecer. Si los números de factura, los nombres de empresas, los códigos de producto o las direcciones de oficinas públicas no deben censurarse, indique esas exclusiones de forma explícita.

El reemplazo visible no siempre es una sanitización completa

Reemplazar el texto visible no elimina necesariamente todas las copias de la información del archivo. Los datos confidenciales también pueden aparecer en:

• Comentarios y cambios registrados
• Propiedades del documento y metadatos
• Hojas de cálculo u diapositivas ocultas
• Notas del orador de PowerPoint
• Archivos y objetos incrustados
• Imágenes que contienen texto
• Versiones anteriores o copias de seguridad

Para flujos de trabajo de alta seguridad, estas ubicaciones deben inspeccionarse por separado. Si un documento contiene páginas escaneadas o capturas de pantalla, puede ser necesario aplicar OCR antes de poder evaluar el texto que contienen las imágenes.

Preservar el archivo original

Guarde el resultado censurado en una nueva ruta en lugar de sobrescribir el documento de origen. Mantener los archivos separados facilita la comparación del resultado, la investigación del contenido no detectado y la repetición del proceso con una instrucción mejorada.

Conclusión

La censura tradicional basada en API ofrece un control preciso, pero los desarrolladores deben definir reglas de detección y mantener una lógica de recorrido independiente para los distintos formatos de documento y contenedores de contenido. La integración directa con un LLM mejora el reconocimiento contextual, pero aún requiere una capa considerable de extracción, asignación y reescritura para conservar el formato de Office.

Un SDK de agente de IA reúne estas capacidades. Con una sola instrucción en lenguaje natural y una pequeña cantidad de código C#, el mismo flujo de trabajo puede procesar archivos de Word, Excel y PowerPoint, identificar información confidencial contextual y reemplazarla dentro de la estructura del documento original. El resultado aún debe revisarse, pero la implementación es considerablemente más sencilla que construir manualmente todo el proceso de detección y orquestación de documentos.

Preguntas frecuentes

¿Puede el mismo código censurar archivos de Word, Excel y PowerPoint?

Sí. El ejemplo selecciona Document, Workbook o Presentation según la extensión del archivo de entrada y aplica la misma instrucción en lenguaje natural a cada formato.

¿El agente de IA conserva el formato original?

El agente trabaja con los objetos subyacentes del documento de Office, lo que permite reemplazar el texto confidencial dentro de párrafos, celdas, tablas y formas conservando la estructura y el formato circundantes. El resultado final debe verificarse de todos modos, ya que los diseños inusualmente complejos pueden requerir una verificación adicional.

¿Puedo usar una etiqueta de censura diferente?

Sí. Cambie [REDACTED] en la instrucción por otra etiqueta, como [PRIVATE], [REMOVED] o un valor específico de categoría como [EMAIL REDACTED].

¿Cuándo es mejor una API tradicional que la censura con IA?

Una API tradicional puede ser preferible cuando cada valor confidencial sigue un patrón fijo, las reglas rara vez cambian y el resultado debe ser completamente determinista. El reemplazo con expresiones regulares suele ser suficiente para direcciones de correo electrónico, números de teléfono o números de identificación estandarizados.

¿Reemplazar el texto garantiza que el documento sea seguro para publicar?

No. El reemplazo del texto visible no elimina automáticamente los comentarios, los cambios registrados, los metadatos, el contenido oculto, los objetos incrustados, el texto dentro de las imágenes ni las versiones anteriores del archivo. Los documentos sensibles desde el punto de vista de la seguridad requieren una inspección y validación adicionales antes de su publicación.

Véase también

• Cómo integrar Spire.Agent.Office en un proyecto .NET
• Formato, resumen e indexación de Word con IA en C#
• Traductor de documentos con IA: traducir archivos de Word, Excel y PowerPoint en C#

Dokumente, die im Kundenservice, im Finanzwesen, im Personalwesen und in rechtlichen Arbeitsabläufen verwendet werden, enthalten häufig Namen, E-Mail-Adressen, Telefonnummern, Wohnadressen, Kontonummern und andere sensible Informationen. Bevor diese Dateien weitergegeben, archiviert oder für Analysen verwendet werden können, müssen die identifizierenden Inhalte möglicherweise entfernt oder ersetzt werden.

Traditionelle Schwärzungsprogramme basieren auf vordefinierten Suchregeln und separater Verarbeitungslogik für jedes Dokumentformat. Ein KI-Agent-SDK bietet einen anderen Ansatz: Entwickler können die Schwärzungsanforderung in natürlicher Sprache beschreiben, sodass der Agent sensible Informationen identifizieren und die entsprechenden Office-Dokumentelemente ändern kann. Dieser Artikel zeigt, wie Sie Word-, Excel- und PowerPoint-Dateien in C# schwärzen und dabei ihre ursprüngliche Struktur und Formatierung beibehalten.

Was ist Dokumentenschwärzung?

Dokumentenschwärzung ist der Prozess des Entfernens oder Ersetzens von Informationen, die nicht offengelegt werden dürfen. Häufige Ziele einer Schwärzung sind:

• Persönliche Namen
• E-Mail-Adressen
• Telefon- und Faxnummern
• Wohn- oder Postanschriften
• Geburtsdaten
• Kunden- und Mitarbeiterkennungen
• Bank- und Kontonummern
• Sonstige vertrauliche oder personenbezogene Informationen

Bei bearbeitbaren Office-Dateien umfasst die Schwärzung mehr als nur das Ändern von reinem Text. Sensible Inhalte können in Word-Absätzen und -Tabellen, Excel-Zellen, PowerPoint-Formen, Kopf- und Fußzeilen oder anderen Dokumentelementen vorkommen. Ein brauchbarer Schwärzungs-Workflow sollte den erkannten Wert entfernen, ohne das umgebende Layout, die Formatvorlagen, Bilder, Diagramme oder die Dokumentstruktur unnötig zu verändern.

Drei Möglichkeiten, Office-Dokumente in C# zu schwärzen

Es gibt drei allgemeine Implementierungsansätze: traditionelle Dokument-APIs, eine direkte LLM-Integration und ein KI-Agent-SDK.

Traditionelle API-basierte Schwärzung

Eine traditionelle Implementierung beginnt normalerweise mit exaktem Textersatz oder regulären Ausdrücken. Beispielsweise bietet Spire.Doc for .NET APIs zum Suchen und Ersetzen von Text in Word-Dokumenten.

Der folgende vereinfachte Pseudocode veranschaulicht einen regelbasierten Schwärzungs-Workflow. Er ist absichtlich unvollständig und zeigt nur die wesentlichen Aufgaben, die die Anwendung übernehmen müsste.

Document document = new Document();
document.LoadFromFile("Input.docx");

// Patterns must be defined and maintained by the developer.
Regex emailPattern = new Regex("...");
Regex phonePattern = new Regex("...");
Regex accountPattern = new Regex("...");

document.Replace(emailPattern, "[REDACTED]");
document.Replace(phonePattern, "[REDACTED]");
document.Replace(accountPattern, "[REDACTED]");

// Additional logic may still be required for different content containers.
foreach (Section section in document.Sections)
{
    ProcessParagraphs(section);
    ProcessTables(section.Tables);
    ProcessHeadersAndFooters(section.HeadersFooters);
    ProcessTextBoxes(section);
}

document.SaveToFile("Redacted.docx", FileFormat.Docx);

Dieser Ansatz funktioniert gut, wenn die sensiblen Werte vorhersehbaren Mustern folgen. E-Mail-Adressen, Telefonnummern und standardisierte Identifikationsnummern lassen sich oft mit regulären Ausdrücken finden.

Die Schwierigkeit nimmt zu, wenn die Informationen vom Kontext abhängen. Ein Programm muss möglicherweise feststellen, ob ein Wort ein Personenname ist, ob eine Zahl eine Kontonummer oder eine Rechnungsnummer ist und ob ein Ort eine private Adresse oder eine öffentliche Firmenadresse ist. Entwickler müssen außerdem unterschiedliche Durchlauf- und Ersetzungslogik für Word, Excel und PowerPoint hinzufügen.

Direkte LLM-Integration

Ein großes Sprachmodell kann Kontexte effektiver verstehen als eine Sammlung regulärer Ausdrücke. Beispielsweise kann es einen Personennamen in einem Satz erkennen, auch wenn der Name keinem vorhersehbaren Muster folgt.

Ein LLM bietet jedoch nicht automatisch eine vollständige Verarbeitung von Office-Dokumenten. Eine direkte Integration erfordert in der Regel, dass die Anwendung:

1. Text aus jedem relevanten Dokumentelement extrahiert.
2. Den Inhalt in geeignete Anfragen aufteilt.
3. Den extrahierten Text an das Modell sendet.
4. Die Ergebnisse des Modells den ursprünglichen Absätzen, Zellen oder Formen zuordnet.
5. Die sensiblen Inhalte ersetzt, ohne deren Formatierung zu verlieren.
6. Die geänderte Datei im ursprünglichen Format speichert.

Wenn das Dokument vor dem Senden an das Modell in reinen Text umgewandelt wird, können Informationen über Tabellen, Textbereiche, Schriftarten, Ausrichtung und andere Layout-Eigenschaften verloren gehen. Der Entwickler bleibt daher dafür verantwortlich, die semantischen Ergebnisse des Modells mit dem Office-Dokumentobjektmodell zu verbinden.

KI-Agent-SDK

Ein KI-Agent-SDK kombiniert natürlichsprachliches Verständnis mit Dokumentverarbeitungsfunktionen. Anstatt jede Erkennungsregel zu definieren und jeden Ersetzungsschritt manuell zu koordinieren, stellt der Entwickler das Dokument bereit und beschreibt das gewünschte Ergebnis.

Spire.Agent.Office nutzt die zugrunde liegenden Funktionen von Spire.Office for .NET, um mit Word-, Excel- und PowerPoint-Objekten zu arbeiten. In einem Word-Dokument kann die Verarbeitungsschicht beispielsweise auf Abschnitte, Absätze, Textbereiche, Tabellen, Zellen, Kopf- und Fußzeilen, Bilder, Hyperlinks und deren Formatierung zugreifen. Das Modell identifiziert die sensiblen Inhalte, während die Dokument-APIs die entsprechenden Elemente ändern.

Diese Verarbeitung auf Objektebene ermöglicht es, Text zu ersetzen und gleichzeitig die umgebende Struktur und die Formatvorlagen des Dokuments beizubehalten.

Traditionelle API vs. LLM vs. KI-Agent-SDK

Ansatz	Kontextbezogene Erkennung	Formaterhalt	Implementierung für mehrere Formate	Entwicklungsaufwand	Am besten geeignet für
Traditionelle API und reguläre Ausdrücke	Begrenzt, sofern keine zusätzliche NLP-Logik hinzugefügt wird	Stark und kontrollierbar	In der Regel ist eine separate Logik erforderlich	Hoch	Feste Muster und hochgradig deterministische Regeln
Office-API mit direkten LLM-Aufrufen	Stark	Muss vom Entwickler implementiert werden	Extraktions- und Rückschreiblogik ist für jedes Format erforderlich	Sehr hoch	Vollständig angepasste KI-Pipelines
KI-Agent-SDK	Stark	Wird durch dokumentbewusste Verarbeitung gehandhabt	Eine gemeinsame Anweisung kann auf mehrere Office-Formate angewendet werden	Geringer	Kontextbewusste Schwärzung mit weniger Orchestrierungscode

Der traditionelle Ansatz bleibt nützlich, wenn jedes Schwärzungsziel einem bekannten Muster folgt und die Anwendung ein streng deterministisches Verhalten erfordert. Der Ansatz mit dem Agent-SDK wird attraktiver, wenn Dokumente vielfältige, kontextabhängige Informationen enthalten oder wenn derselbe Workflow mehrere Office-Formate unterstützen muss.

Einrichten des C#-Projekts

Erstellen Sie eine C#-Konsolenanwendung und fügen Sie dem Projekt Spire.Agent.Office sowie die erforderlichen Abhängigkeiten hinzu. Außerdem benötigen Sie ein gültiges SpireToken für die KI-Verarbeitung.

Das folgende Beispiel unterstützt die folgenden Formate:

• Word: DOC und DOCX
• Excel: XLS und XLSX
• PowerPoint: PPT und PPTX

PDF ist in diesem Beispiel nicht enthalten.

Word-, Excel- und PowerPoint-Dokumente mit einem KI-Agenten schwärzen

Der folgende Code ermittelt das Quellformat anhand seiner Dateiendung, lädt das entsprechende Office-Dokumentobjekt und übergibt dieselbe Schwärzungsanweisung an den KI-Prozessor.

using Spire.Agent.Office.AI;
using Spire.Agent.Office.Extensions;
using Spire.Presentation;
using Spire.Doc;
using Spire.Xls;

string inputPath = @"E:\Documents\Input.docx";
string outputPath = @"E:\Documents\Redacted.docx";
string spireToken = "your spireToken";

string instruction = """
Find personal information such as names, email addresses, phone numbers, addresses, 
account numbers, and other sensitive information. Replace the detected content with 
“[REDACTED]” while preserving the original document structure and formatting.
""";

// Configure the AI processing options
AIOptions options = new AIOptions();
options.SpireToken = spireToken;

// Select the appropriate document object according to the file extension
string extension = Path.GetExtension(inputPath).ToLower();

if (extension == ".doc" || extension == ".docx")
{
    using (Document document = new Document())
    {
        document.LoadFromFile(inputPath);
        AIDocumentProcessor processor = document.AI(options);
        processor.ExecuteInstruction(
            document,
            instruction,
            outputPath,
            Array.Empty<string>());
    }
}
else if (extension == ".xls" || extension == ".xlsx")
{
    using (Workbook workbook = new Workbook())
    {
        workbook.LoadFromFile(inputPath);
        AIDocumentProcessor processor = workbook.AI(options);
        processor.ExecuteInstruction(
            workbook,
            instruction,
            outputPath,
            Array.Empty<string>());
    }
}
else if (extension == ".ppt" || extension == ".pptx")
{
    using (Presentation presentation = new Presentation())
    {
        presentation.LoadFromFile(inputPath);
        AIDocumentProcessor processor = presentation.AI(options);
        processor.ExecuteInstruction(
            presentation,
            instruction,
            outputPath,
            Array.Empty<string>());
    }
}

Wenn implizite globale using-Direktiven in Ihrem Projekt deaktiviert sind, fügen Sie außerdem using System; und using System.IO; für Array und Path hinzu.

Eingabe, Ausgabe und Anweisung definieren

inputPath gibt das Quelldokument an, während outputPath angibt, wo die geschwärzte Datei gespeichert wird. Die Dateiendungen von Ein- und Ausgabe sollten übereinstimmen, damit das Ergebnis im ursprünglichen Format bleibt.

Die Anweisung in natürlicher Sprache legt sowohl den Erkennungsumfang als auch die erforderliche Änderung fest. In diesem Beispiel sucht der Agent nach gängigen Arten personenbezogener Informationen und ersetzt sie durch [REDACTED].

Sie können die Anweisung für einen enger gefassten Workflow anpassen. Zum Beispiel:

Find email addresses, phone numbers, and customer account numbers. Replace each detected value with “[REDACTED]”. Do not redact company names, product names, invoice numbers, or dates. Preserve the original layout and formatting.

Das Hinzufügen ausdrücklicher Ausschlüsse kann Fehlalarme reduzieren, wenn ein Dokument Geschäftskennungen enthält, die personenbezogenen Kontonummern ähneln.

KI-Verarbeitung konfigurieren

AIOptions speichert das SpireToken, das vom KI-Verarbeitungsdienst verwendet wird:

AIOptions options = new AIOptions();
options.SpireToken = spireToken;

Dasselbe Optionsobjekt kann mit der Word-, Excel- oder PowerPoint-Dokumentinstanz verwendet werden.

Den passenden Dokumenttyp auswählen

Das Programm liest die Dateiendung und erstellt das entsprechende Objekt:

• Document für Word-Dateien
• Workbook für Excel-Dateien
• Presentation für PowerPoint-Dateien

Jedes Objekt stellt die Erweiterungsmethode AI() bereit. Diese gibt einen AIDocumentProcessor zurück, der die Anweisung in natürlicher Sprache auf das geladene Dokument anwendet.

Das leere Anlagen-Array zeigt an, dass die Anweisung keine unterstützenden Dateien erfordert:

processor.ExecuteInstruction(
    document,
    instruction,
    outputPath,
    Array.Empty<string>());

Ergebnis der Schwärzung

Im Word-Testdokument erschienen sensible Informationen in normalen Absätzen, einer Kundendaten-Tabelle und der Seitenfußzeile. Nach der Verarbeitung wurden die Namen, E-Mail-Adressen, Telefonnummern, Adressen und Kontoinformationen durch [REDACTED] ersetzt.

Die Tabellenstruktur, die Absatzformatierung, die Überschriften, die Farben und das Layout der Fußzeile blieben erhalten. Dieses Ergebnis ist wichtig, weil es zeigt, dass der Workflow das Dokument nicht einfach als reinen Text extrahiert und von Grund auf neu aufbaut. Er ändert die relevanten Dokumentelemente und behält dabei deren umgebende Struktur bei.

Wichtige Überlegungen zur KI-Schwärzung

Ergebnis vor der Weitergabe prüfen

Die KI-Schwärzung ist nicht vollkommen deterministisch. Ein Modell kann eine ungewöhnliche Kennung übersehen oder gewöhnliche Inhalte fälschlicherweise als sensibel einstufen. Dokumente, die für die externe Weitergabe bestimmt sind, sollten nach der Verarbeitung geprüft werden, insbesondere in rechtlichen, finanziellen, gesundheitsbezogenen oder compliance-sensiblen Workflows.

Die Anweisung präzise formulieren

Die Anweisung sollte sowohl beschreiben, was entfernt werden muss, als auch, was erhalten bleiben muss. Wenn Rechnungsnummern, Firmennamen, Produktcodes oder öffentliche Büroadressen nicht geschwärzt werden sollen, geben Sie diese Ausschlüsse ausdrücklich an.

Sichtbarer Ersatz ist nicht immer eine vollständige Bereinigung

Das Ersetzen von sichtbarem Text entfernt nicht unbedingt jede Kopie der Information aus der Datei. Sensible Daten können auch vorkommen in:

• Kommentaren und nachverfolgten Änderungen
• Dokumenteigenschaften und Metadaten
• Ausgeblendeten Arbeitsblättern oder ausgeblendeten Folien
• Notizen des PowerPoint-Referenten
• Eingebetteten Dateien und Objekten
• Bildern, die Text enthalten
• Früheren Versionen oder Sicherungskopien

Bei Workflows mit hohen Sicherheitsanforderungen sollten diese Stellen separat geprüft werden. Wenn ein Dokument gescannte Seiten oder Screenshots enthält, ist möglicherweise OCR erforderlich, bevor der Text in den Bildern ausgewertet werden kann.

Die Originaldatei erhalten

Speichern Sie das geschwärzte Ergebnis unter einem neuen Pfad, anstatt das Quelldokument zu überschreiben. Wenn die Dateien getrennt bleiben, ist es einfacher, die Ausgabe zu vergleichen, übersehene Inhalte zu untersuchen und den Vorgang mit einer verbesserten Anweisung zu wiederholen.

Fazit

Die traditionelle API-basierte Schwärzung bietet präzise Kontrolle, aber Entwickler müssen Erkennungsregeln definieren und eine separate Durchlauflogik für verschiedene Dokumentformate und Inhaltscontainer pflegen. Die direkte LLM-Integration verbessert die kontextbezogene Erkennung, erfordert jedoch weiterhin eine umfangreiche Ebene für Extraktion, Zuordnung und Rückschreiben, um die Office-Formatierung zu erhalten.

Ein KI-Agent-SDK führt diese Fähigkeiten zusammen. Mit einer Anweisung in natürlicher Sprache und wenig C#-Code kann derselbe Workflow Word-, Excel- und PowerPoint-Dateien verarbeiten, kontextbezogene sensible Informationen identifizieren und sie innerhalb der ursprünglichen Dokumentstruktur ersetzen. Das Ergebnis sollte dennoch geprüft werden, aber die Implementierung ist erheblich einfacher, als die gesamte Erkennungs- und Dokumentorchestrierungs-Pipeline manuell aufzubauen.

FAQs

Kann derselbe Code Word-, Excel- und PowerPoint-Dateien schwärzen?

Ja. Das Beispiel wählt je nach Dateiendung der Eingabe Document, Workbook oder Presentation aus und wendet auf jedes Format dieselbe Anweisung in natürlicher Sprache an.

Behält der KI-Agent die ursprüngliche Formatierung bei?

Der Agent arbeitet mit den zugrunde liegenden Office-Dokumentobjekten, sodass sensibler Text in Absätzen, Zellen, Tabellen und Formen ersetzt werden kann, während die umgebende Struktur und Formatierung erhalten bleibt. Die endgültige Ausgabe sollte dennoch überprüft werden, da ungewöhnlich komplexe Layouts eine zusätzliche Verifizierung erfordern können.

Kann ich eine andere Schwärzungsbezeichnung verwenden?

Ja. Ändern Sie [REDACTED] in der Anweisung in eine andere Bezeichnung, z. B. [PRIVATE], [REMOVED] oder einen kategoriespezifischen Wert wie [EMAIL REDACTED].

Wann ist eine traditionelle API besser als eine KI-Schwärzung?

Eine traditionelle API kann vorzuziehen sein, wenn jeder sensible Wert einem festen Muster folgt, sich die Regeln selten ändern und das Ergebnis vollständig deterministisch sein muss. Der Ersatz durch reguläre Ausdrücke ist für standardisierte E-Mail-Adressen, Telefonnummern oder Identifikationsnummern oft ausreichend.

Garantiert das Ersetzen von Text, dass das Dokument sicher veröffentlicht werden kann?

Nein. Das Ersetzen von sichtbarem Text entfernt nicht automatisch Kommentare, nachverfolgte Änderungen, Metadaten, ausgeblendete Inhalte, eingebettete Objekte, Text innerhalb von Bildern oder frühere Dateiversionen. Sicherheitssensible Dokumente erfordern vor der Veröffentlichung eine zusätzliche Prüfung und Validierung.

Siehe auch

• How to Integrate Spire.Agent.Office in .NET Project
• AI-Powered Word Formatting, Summarization, and Indexing in C#
• AI Document Translator: Translate Word, Excel, and PowerPoint Files in C#

Документы, используемые в сфере обслуживания клиентов, финансов, управления персоналом и юридических процессах, часто содержат имена, адреса электронной почты, номера телефонов, домашние адреса, номера счетов и другую конфиденциальную информацию. Прежде чем такие файлы можно будет передать, заархивировать или использовать для анализа, идентифицирующую информацию, возможно, потребуется удалить или заменить.

Традиционные программы редактирования полагаются на предопределённые правила поиска и отдельную логику обработки для каждого формата документа. AI Agent SDK предлагает другой подход: разработчики могут описать требование редактирования на естественном языке, позволяя агенту выявить конфиденциальную информацию и изменить соответствующие элементы документа Office. В этой статье демонстрируется, как редактировать файлы Word, Excel и PowerPoint на C#, сохраняя их исходную структуру и форматирование.

Что такое редактирование документов?

Редактирование документов — это процесс удаления или замены информации, которая не должна быть раскрыта. К распространённым объектам редактирования относятся:

• Личные имена
• Адреса электронной почты
• Номера телефонов и факсов
• Домашние или почтовые адреса
• Даты рождения
• Идентификаторы клиентов и сотрудников
• Банковские номера и номера счетов
• Другая конфиденциальная или личная идентифицирующая информация

Для редактируемых файлов Office редактирование — это больше, чем просто изменение обычного текста. Конфиденциальное содержимое может присутствовать в абзацах и таблицах Word, ячейках Excel, фигурах PowerPoint, колонтитулах или других элементах документа. Полезный рабочий процесс редактирования должен удалять обнаруженное значение, не изменяя без необходимости окружающую разметку, стили, изображения, диаграммы или структуру документа.

Три способа редактирования документов Office на C#

Существует три общих подхода к реализации: традиционные API для работы с документами, прямая интеграция с LLM и AI Agent SDK.

Традиционное редактирование на основе API

Традиционная реализация обычно начинается с точной замены текста или регулярных выражений. Например, Spire.Doc for .NET предоставляет API для поиска и замены текста в документах Word.

Следующий упрощённый псевдокод иллюстрирует рабочий процесс редактирования на основе правил. Он намеренно неполон и показывает лишь основные задачи, которые должно решать приложение.

Document document = new Document();
document.LoadFromFile("Input.docx");

// Patterns must be defined and maintained by the developer.
Regex emailPattern = new Regex("...");
Regex phonePattern = new Regex("...");
Regex accountPattern = new Regex("...");

document.Replace(emailPattern, "[REDACTED]");
document.Replace(phonePattern, "[REDACTED]");
document.Replace(accountPattern, "[REDACTED]");

// Additional logic may still be required for different content containers.
foreach (Section section in document.Sections)
{
    ProcessParagraphs(section);
    ProcessTables(section.Tables);
    ProcessHeadersAndFooters(section.HeadersFooters);
    ProcessTextBoxes(section);
}

document.SaveToFile("Redacted.docx", FileFormat.Docx);

Этот подход хорошо работает, когда конфиденциальные значения следуют предсказуемым шаблонам. Адреса электронной почты, номера телефонов и стандартизированные идентификационные номера часто можно найти с помощью регулярных выражений.

Сложность возрастает, когда информация зависит от контекста. Программе может потребоваться определить, является ли слово именем человека, является ли число номером счёта или номером счёта-фактуры, а также является ли местоположение частным адресом или публичным адресом компании. Разработчикам также необходимо добавить различную логику обхода и замены для Word, Excel и PowerPoint.

Прямая интеграция с LLM

Большая языковая модель может понимать контекст более эффективно, чем набор регулярных выражений. Например, она может распознать имя человека в предложении, даже если имя не следует предсказуемому шаблону.

Однако LLM не обеспечивает автоматически полную обработку документов Office. Прямая интеграция обычно требует, чтобы приложение:

1. Извлекало текст из каждого соответствующего элемента документа.
2. Разделяло содержимое на подходящие запросы.
3. Отправляло извлечённый текст модели.
4. Сопоставляло результаты модели с исходными абзацами, ячейками или фигурами.
5. Заменяло конфиденциальное содержимое, не теряя его форматирование.
6. Сохраняло изменённый файл в исходном формате.

Если документ преобразуется в обычный текст перед отправкой модели, информация о таблицах, текстовых диапазонах, шрифтах, выравнивании и других свойствах разметки может быть потеряна. Поэтому разработчик по-прежнему отвечает за связывание семантических результатов модели с объектной моделью документа Office.

AI Agent SDK

AI Agent SDK сочетает понимание естественного языка с возможностями обработки документов. Вместо определения каждого правила обнаружения и ручной координации каждого шага замены разработчик предоставляет документ и описывает желаемый результат.

Spire.Agent.Office использует базовые возможности Spire.Office for .NET для работы с объектами Word, Excel и PowerPoint. В документе Word, например, уровень обработки может получать доступ к разделам, абзацам, текстовым диапазонам, таблицам, ячейкам, колонтитулам, изображениям, гиперссылкам и их форматированию. Модель выявляет конфиденциальное содержимое, а API документов изменяют соответствующие элементы.

Именно такая обработка на уровне объектов позволяет заменять текст, сохраняя окружающую структуру и стили документа.

Традиционный API против LLM против AI Agent SDK

Подход	Контекстное обнаружение	Сохранение форматирования	Реализация для нескольких форматов	Трудозатраты на разработку	Лучше всего подходит для
Традиционный API и регулярные выражения	Ограничено, если не добавлена дополнительная логика NLP	Надёжное и контролируемое	Обычно требуется отдельная логика	Высокие	Фиксированные шаблоны и высокодетерминированные правила
Office API с прямыми вызовами LLM	Сильное	Должно быть реализовано разработчиком	Для каждого формата требуется логика извлечения и обратной записи	Очень высокие	Полностью настраиваемые AI-конвейеры
AI Agent SDK	Сильное	Обеспечивается за счёт обработки с учётом документа	Общая инструкция может применяться к нескольким форматам Office	Ниже	Контекстно-зависимое редактирование с меньшим объёмом кода оркестрации

Традиционный подход остаётся полезным, когда каждый объект редактирования следует известному шаблону и приложение требует строго детерминированного поведения. Подход с Agent SDK становится более привлекательным, когда документы содержат разнообразную контекстную информацию или когда один и тот же рабочий процесс должен поддерживать несколько форматов Office.

Настройка проекта C#

Создайте консольное приложение C# и добавьте в проект Spire.Agent.Office и его необходимые зависимости. Вам также потребуется действующий SpireToken для AI-обработки.

Приведённый ниже пример поддерживает следующие форматы:

• Word: DOC и DOCX
• Excel: XLS и XLSX
• PowerPoint: PPT и PPTX

PDF не включён в этот пример.

Редактирование документов Word, Excel и PowerPoint с помощью AI-агента

Следующий код определяет исходный формат по его расширению, загружает соответствующий объект документа Office и передаёт одну и ту же инструкцию по редактированию AI-процессору.

using Spire.Agent.Office.AI;
using Spire.Agent.Office.Extensions;
using Spire.Presentation;
using Spire.Doc;
using Spire.Xls;

string inputPath = @"E:\Documents\Input.docx";
string outputPath = @"E:\Documents\Redacted.docx";
string spireToken = "your spireToken";

string instruction = """
Find personal information such as names, email addresses, phone numbers, addresses, 
account numbers, and other sensitive information. Replace the detected content with 
“[REDACTED]” while preserving the original document structure and formatting.
""";

// Configure the AI processing options
AIOptions options = new AIOptions();
options.SpireToken = spireToken;

// Select the appropriate document object according to the file extension
string extension = Path.GetExtension(inputPath).ToLower();

if (extension == ".doc" || extension == ".docx")
{
    using (Document document = new Document())
    {
        document.LoadFromFile(inputPath);
        AIDocumentProcessor processor = document.AI(options);
        processor.ExecuteInstruction(
            document,
            instruction,
            outputPath,
            Array.Empty<string>());
    }
}
else if (extension == ".xls" || extension == ".xlsx")
{
    using (Workbook workbook = new Workbook())
    {
        workbook.LoadFromFile(inputPath);
        AIDocumentProcessor processor = workbook.AI(options);
        processor.ExecuteInstruction(
            workbook,
            instruction,
            outputPath,
            Array.Empty<string>());
    }
}
else if (extension == ".ppt" || extension == ".pptx")
{
    using (Presentation presentation = new Presentation())
    {
        presentation.LoadFromFile(inputPath);
        AIDocumentProcessor processor = presentation.AI(options);
        processor.ExecuteInstruction(
            presentation,
            instruction,
            outputPath,
            Array.Empty<string>());
    }
}

Если в вашем проекте отключены неявные глобальные using-директивы, также добавьте using System; и using System.IO; для Array и Path.

Определение входных данных, выходных данных и инструкции

inputPath указывает исходный документ, а outputPath определяет, куда будет сохранён отредактированный файл. Расширения входного и выходного файлов должны совпадать, чтобы результат оставался в исходном формате.

Инструкция на естественном языке определяет как область обнаружения, так и требуемое изменение. В этом примере агент ищет распространённые типы личной информации и заменяет их на [REDACTED].

Вы можете скорректировать инструкцию для более узкого рабочего процесса. Например:

Find email addresses, phone numbers, and customer account numbers. Replace each detected value with “[REDACTED]”. Do not redact company names, product names, invoice numbers, or dates. Preserve the original layout and formatting.

Добавление явных исключений может уменьшить количество ложных срабатываний, когда документ содержит деловые идентификаторы, похожие на номера личных счетов.

Настройка AI-обработки

AIOptions хранит SpireToken, используемый службой AI-обработки:

AIOptions options = new AIOptions();
options.SpireToken = spireToken;

Один и тот же объект параметров можно использовать с экземпляром документа Word, Excel или PowerPoint.

Выбор подходящего типа документа

Программа считывает расширение файла и создаёт соответствующий объект:

• Document для файлов Word
• Workbook для файлов Excel
• Presentation для файлов PowerPoint

Каждый объект предоставляет метод расширения AI(). Он возвращает AIDocumentProcessor, который выполняет инструкцию на естественном языке для загруженного документа.

Пустой массив вложений указывает на то, что инструкция не требует никаких вспомогательных файлов:

processor.ExecuteInstruction(
    document,
    instruction,
    outputPath,
    Array.Empty<string>());

Результат редактирования

В тестовом документе Word конфиденциальная информация присутствовала в обычных абзацах, таблице с информацией о клиенте и нижнем колонтитуле страницы. После обработки имена, адреса электронной почты, номера телефонов, адреса и информация о счетах были заменены на [REDACTED].

Структура таблицы, форматирование абзацев, заголовки, цвета и разметка нижнего колонтитула остались на месте. Этот результат важен, поскольку он демонстрирует, что рабочий процесс не просто извлекает документ как обычный текст и пересобирает его с нуля. Он изменяет соответствующие элементы документа, сохраняя окружающую их структуру.

Важные соображения по AI-редактированию

Проверьте результат перед передачей

AI-редактирование не является абсолютно детерминированным. Модель может пропустить необычный идентификатор или ошибочно классифицировать обычное содержимое как конфиденциальное. Документы, предназначенные для внешнего распространения, следует проверять после обработки, особенно в юридических, финансовых, медицинских процессах или процессах, чувствительных к соблюдению требований.

Сделайте инструкцию конкретной

Инструкция должна описывать как то, что необходимо удалить, так и то, что должно остаться. Если номера счетов-фактур, названия компаний, коды продуктов или публичные адреса офисов не должны редактироваться, укажите эти исключения явно.

Видимая замена — не всегда полная очистка

Замена видимого текста не обязательно удаляет каждую копию информации из файла. Конфиденциальные данные также могут присутствовать в:

• Комментариях и отслеживаемых изменениях
• Свойствах документа и метаданных
• Скрытых листах или скрытых слайдах
• Заметках докладчика PowerPoint
• Встроенных файлах и объектах
• Изображениях, содержащих текст
• Более ранних версиях или резервных копиях

Для рабочих процессов с высокими требованиями к безопасности эти места следует проверять отдельно. Если документ содержит отсканированные страницы или скриншоты, перед оценкой текста внутри изображений может потребоваться OCR.

Сохраните исходный файл

Сохраняйте отредактированный результат по новому пути, а не перезаписывайте исходный документ. Раздельное хранение файлов упрощает сравнение результата, исследование пропущенного содержимого и повторение процесса с улучшенной инструкцией.

Заключение

Традиционное редактирование на основе API обеспечивает точный контроль, но разработчики должны определять правила обнаружения и поддерживать отдельную логику обхода для разных форматов документов и контейнеров содержимого. Прямая интеграция с LLM улучшает контекстное распознавание, однако всё ещё требует существенного слоя извлечения, сопоставления и обратной записи для сохранения форматирования Office.

AI Agent SDK объединяет эти возможности. С помощью одной инструкции на естественном языке и небольшого объёма кода на C# один и тот же рабочий процесс может обрабатывать файлы Word, Excel и PowerPoint, выявлять контекстную конфиденциальную информацию и заменять её в рамках исходной структуры документа. Результат всё равно следует проверять, но реализация значительно проще, чем ручное построение всего конвейера обнаружения и оркестрации документов.

Часто задаваемые вопросы

Может ли один и тот же код редактировать файлы Word, Excel и PowerPoint?

Да. В примере выбирается Document, Workbook или Presentation в зависимости от расширения входного файла, и к каждому формату применяется одна и та же инструкция на естественном языке.

Сохраняет ли AI-агент исходное форматирование?

Агент работает с базовыми объектами документа Office, что позволяет заменять конфиденциальный текст в абзацах, ячейках, таблицах и фигурах, сохраняя окружающую структуру и форматирование. Итоговый результат всё же следует проверять, поскольку необычно сложные макеты могут потребовать дополнительной проверки.

Могу ли я использовать другую метку редактирования?

Да. Измените [REDACTED] в инструкции на другую метку, например [PRIVATE], [REMOVED] или значение, специфичное для категории, например [EMAIL REDACTED].

Когда традиционный API лучше AI-редактирования?

Традиционный API может быть предпочтительнее, когда каждое конфиденциальное значение следует фиксированному шаблону, правила редко меняются и результат должен быть полностью детерминированным. Замены с помощью регулярных выражений часто достаточно для стандартизированных адресов электронной почты, номеров телефонов или идентификационных номеров.

Гарантирует ли замена текста, что документ безопасен для публикации?

Нет. Замена видимого текста не удаляет автоматически комментарии, отслеживаемые изменения, метаданные, скрытое содержимое, встроенные объекты, текст внутри изображений или предыдущие версии файлов. Документы, чувствительные к безопасности, требуют дополнительной проверки и валидации перед публикацией.

См. также

• How to Integrate Spire.Agent.Office in .NET Project
• AI-Powered Word Formatting, Summarization, and Indexing in C#
• AI Document Translator: Translate Word, Excel, and PowerPoint Files in C#

Documents used in customer service, finance, human resources, and legal workflows often contain names, email addresses, phone numbers, home addresses, account numbers, and other sensitive information. Before these files can be shared, archived, or used for analysis, the identifying content may need to be removed or replaced.

Traditional redaction programs rely on predefined search rules and separate processing logic for each document format. An AI Agent SDK offers another approach: developers can describe the redaction requirement in natural language, allowing the agent to identify sensitive information and modify the corresponding Office document elements. This article demonstrates how to redact Word, Excel, and PowerPoint files in C# while preserving their original structure and formatting.

What Is Document Redaction?

Document redaction is the process of removing or replacing information that should not be disclosed. Common redaction targets include:

• Personal names
• Email addresses
• Phone and fax numbers
• Home or mailing addresses
• Dates of birth
• Customer and employee identifiers
• Bank and account numbers
• Other confidential or personally identifiable information

For editable Office files, redaction involves more than changing plain text. Sensitive content may appear in Word paragraphs and tables, Excel cells, PowerPoint shapes, headers, footers, or other document elements. A useful redaction workflow should remove the detected value without unnecessarily changing the surrounding layout, styles, images, charts, or document structure.

Three Ways to Redact Office Documents in C#

There are three general implementation approaches: traditional document APIs, a direct LLM integration, and an AI Agent SDK.

Traditional API-Based Redaction

A traditional implementation normally starts with exact text replacement or regular expressions. For example, Spire.Doc for .NET provides APIs for finding and replacing text in Word documents.

The following simplified pseudocode illustrates a rule-based redaction workflow. It is intentionally incomplete and only shows the main responsibilities that the application would need to handle.

Document document = new Document();
document.LoadFromFile("Input.docx");

// Patterns must be defined and maintained by the developer.
Regex emailPattern = new Regex("...");
Regex phonePattern = new Regex("...");
Regex accountPattern = new Regex("...");

document.Replace(emailPattern, "[REDACTED]");
document.Replace(phonePattern, "[REDACTED]");
document.Replace(accountPattern, "[REDACTED]");

// Additional logic may still be required for different content containers.
foreach (Section section in document.Sections)
{
    ProcessParagraphs(section);
    ProcessTables(section.Tables);
    ProcessHeadersAndFooters(section.HeadersFooters);
    ProcessTextBoxes(section);
}

document.SaveToFile("Redacted.docx", FileFormat.Docx);

This approach works well when the sensitive values follow predictable patterns. Email addresses, phone numbers, and standardized identification numbers can often be found with regular expressions.

The difficulty increases when the information depends on context. A program may need to determine whether a word is a person's name, whether a number is an account number or an invoice number, and whether a location is a private address or a public company address. Developers must also add different traversal and replacement logic for Word, Excel, and PowerPoint.

Direct LLM Integration

A large language model can understand context more effectively than a collection of regular expressions. For example, it may recognize a person's name in a sentence even when the name does not follow a predictable pattern.

However, an LLM does not automatically provide complete Office document processing. A direct integration usually requires the application to:

1. Extract text from every relevant document element.
2. Divide the content into suitable requests.
3. Send the extracted text to the model.
4. Map the model's results back to the original paragraphs, cells, or shapes.
5. Replace the sensitive content without losing its formatting.
6. Save the modified file in its original format.

If the document is converted to plain text before it is sent to the model, information about tables, text ranges, fonts, alignment, and other layout properties may be lost. The developer therefore remains responsible for connecting the model's semantic results to the Office document object model.

AI Agent SDK

An AI Agent SDK combines natural-language understanding with document-processing capabilities. Instead of defining every detection rule and manually coordinating every replacement step, the developer supplies the document and describes the intended result.

Spire.Agent.Office uses the underlying capabilities of Spire.Office for .NET to work with Word, Excel, and PowerPoint objects. In a Word document, for example, the processing layer can access sections, paragraphs, text ranges, tables, cells, headers, footers, images, hyperlinks, and their formatting. The model identifies the sensitive content, while the document APIs modify the corresponding elements.

This object-level processing is what makes it possible to replace text while retaining the document's surrounding structure and styles.

Traditional API vs. LLM vs. AI Agent SDK

Approach	Contextual detection	Format preservation	Multi-format implementation	Development effort	Best suited for
Traditional API and regular expressions	Limited unless additional NLP logic is added	Strong and controllable	Separate logic is normally required	High	Fixed patterns and highly deterministic rules
Office API with direct LLM calls	Strong	Must be implemented by the developer	Extraction and write-back logic is required for each format	Very high	Fully customized AI pipelines
AI Agent SDK	Strong	Handled through document-aware processing	A common instruction can be applied to multiple Office formats	Lower	Context-aware redaction with less orchestration code

The traditional approach remains useful when every redaction target follows a known pattern and the application requires strictly deterministic behavior. The Agent SDK approach becomes more attractive when documents contain varied, contextual information or when the same workflow must support several Office formats.

Set Up the C# Project

Create a C# console application and add Spire.Agent.Office and its required dependencies to the project. You will also need a valid SpireToken for AI processing.

The example below supports the following formats:

• Word: DOC and DOCX
• Excel: XLS and XLSX
• PowerPoint: PPT and PPTX

PDF is not included in this example.

Redact Word, Excel, and PowerPoint Documents with an AI Agent

The following code determines the source format from its extension, loads the appropriate Office document object, and passes the same redaction instruction to the AI processor.

using Spire.Agent.Office.AI;
using Spire.Agent.Office.Extensions;
using Spire.Presentation;
using Spire.Doc;
using Spire.Xls;

string inputPath = @"E:\Documents\Input.docx";
string outputPath = @"E:\Documents\Redacted.docx";
string spireToken = "your spireToken";

string instruction = """
Find personal information such as names, email addresses, phone numbers, addresses, 
account numbers, and other sensitive information. Replace the detected content with 
“[REDACTED]” while preserving the original document structure and formatting.
""";

// Configure the AI processing options
AIOptions options = new AIOptions();
options.SpireToken = spireToken;

// Select the appropriate document object according to the file extension
string extension = Path.GetExtension(inputPath).ToLower();

if (extension == ".doc" || extension == ".docx")
{
    using (Document document = new Document())
    {
        document.LoadFromFile(inputPath);
        AIDocumentProcessor processor = document.AI(options);
        processor.ExecuteInstruction(
            document,
            instruction,
            outputPath,
            Array.Empty<string>());
    }
}
else if (extension == ".xls" || extension == ".xlsx")
{
    using (Workbook workbook = new Workbook())
    {
        workbook.LoadFromFile(inputPath);
        AIDocumentProcessor processor = workbook.AI(options);
        processor.ExecuteInstruction(
            workbook,
            instruction,
            outputPath,
            Array.Empty<string>());
    }
}
else if (extension == ".ppt" || extension == ".pptx")
{
    using (Presentation presentation = new Presentation())
    {
        presentation.LoadFromFile(inputPath);
        AIDocumentProcessor processor = presentation.AI(options);
        processor.ExecuteInstruction(
            presentation,
            instruction,
            outputPath,
            Array.Empty<string>());
    }
}

If implicit global usings are disabled in your project, also add using System; and using System.IO; for Array and Path.

Define the Input, Output, and Instruction

inputPath specifies the source document, while outputPath specifies where the redacted file will be saved. The input and output extensions should match so the result remains in the original format.

The natural-language instruction defines both the detection scope and the required modification. In this example, the agent searches for common types of personal information and replaces them with [REDACTED].

You can adjust the instruction for a narrower workflow. For example:

Find email addresses, phone numbers, and customer account numbers. Replace each detected value with “[REDACTED]”. Do not redact company names, product names, invoice numbers, or dates. Preserve the original layout and formatting.

Adding explicit exclusions can reduce false positives when a document contains business identifiers that resemble personal account numbers.

Configure AI Processing

AIOptions stores the SpireToken used by the AI processing service:

AIOptions options = new AIOptions();
options.SpireToken = spireToken;

The same options object can be used with the Word, Excel, or PowerPoint document instance.

Select the Appropriate Document Type

The program reads the file extension and creates the corresponding object:

• Document for Word files
• Workbook for Excel files
• Presentation for PowerPoint files

Each object exposes the AI() extension method. This returns an AIDocumentProcessor, which executes the natural-language instruction against the loaded document.

The empty attachment array indicates that the instruction does not require any supporting files:

processor.ExecuteInstruction(
    document,
    instruction,
    outputPath,
    Array.Empty<string>());

Redaction Result

In the Word test document, sensitive information appeared in normal paragraphs, a customer-information table, and the page footer. After processing, the names, email addresses, phone numbers, addresses, and account information were replaced with [REDACTED].

The table structure, paragraph formatting, headings, colors, and footer layout remained in place. This result is important because it demonstrates that the workflow does not simply extract the document as plain text and rebuild it from scratch. It modifies the relevant document elements while retaining their surrounding structure.

Important Considerations for AI Redaction

Review the Result Before Sharing

AI redaction is not perfectly deterministic. A model may miss an uncommon identifier or incorrectly classify ordinary content as sensitive. Documents intended for external distribution should be reviewed after processing, especially in legal, financial, healthcare, or compliance-sensitive workflows.

Make the Instruction Specific

The instruction should describe both what must be removed and what must remain. If invoice numbers, company names, product codes, or public office addresses should not be redacted, state those exclusions explicitly.

Visible Replacement Is Not Always Complete Sanitization

Replacing visible text does not necessarily remove every copy of the information from the file. Sensitive data may also appear in:

• Comments and tracked changes
• Document properties and metadata
• Hidden worksheets or hidden slides
• PowerPoint speaker notes
• Embedded files and objects
• Images containing text
• Earlier versions or backup copies

For high-security workflows, these locations should be inspected separately. If a document contains scanned pages or screenshots, OCR may be required before the text inside the images can be evaluated.

Preserve the Original File

Save the redacted result to a new path instead of overwriting the source document. Keeping the files separate makes it easier to compare the output, investigate missed content, and repeat the process with an improved instruction.

Conclusion

Traditional API-based redaction provides precise control, but developers must define detection rules and maintain separate traversal logic for different document formats and content containers. Direct LLM integration improves contextual recognition, yet still requires a substantial extraction, mapping, and write-back layer to preserve Office formatting.

An AI Agent SDK brings these capabilities together. With one natural-language instruction and a small amount of C# code, the same workflow can process Word, Excel, and PowerPoint files, identify contextual sensitive information, and replace it within the original document structure. The result should still be reviewed, but the implementation is considerably simpler than building the entire detection and document-orchestration pipeline manually.

FAQs

Can the same code redact Word, Excel, and PowerPoint files?

Yes. The example selects Document, Workbook, or Presentation according to the input file extension and applies the same natural-language instruction to each format.

Does the AI Agent preserve the original formatting?

The agent works with the underlying Office document objects, allowing sensitive text to be replaced within paragraphs, cells, tables, and shapes while retaining the surrounding structure and formatting. The final output should still be checked because unusually complex layouts may require additional verification.

Can I use a different redaction label?

Yes. Change [REDACTED] in the instruction to another label, such as [PRIVATE], [REMOVED], or a category-specific value like [EMAIL REDACTED].

When is a traditional API better than AI redaction?

A traditional API may be preferable when every sensitive value follows a fixed pattern, the rules rarely change, and the result must be completely deterministic. Regular-expression replacement is often sufficient for standardized email addresses, phone numbers, or identification numbers.

Does replacing text guarantee that the document is safe to publish?

No. Visible text replacement does not automatically remove comments, tracked changes, metadata, hidden content, embedded objects, text inside images, or previous file versions. Security-sensitive documents require additional inspection and validation before publication.

See Also

• How to Integrate Spire.Agent.Office in .NET Project
• AI-Powered Word Formatting, Summarization, and Indexing in C#
• AI Document Translator: Translate Word, Excel, and PowerPoint Files in C#

Traduzir um documento do Office envolve mais do que converter frases de um idioma para outro. Um arquivo do Word pode conter títulos, tabelas, imagens, hiperlinks, cabeçalhos e rodapés. Uma pasta de trabalho do Excel pode incluir fórmulas, números, gráficos e células formatadas. Uma apresentação do PowerPoint pode depender fortemente de caixas de texto, formas, temas e layouts de slides cuidadosamente organizados.

Se o texto for simplesmente extraído, traduzido e gravado novamente sem considerar essas estruturas, o documento resultante pode facilmente perder sua aparência original ou até mesmo quebrar conteúdos importantes, como fórmulas e layouts.

Este artigo demonstra como criar um tradutor de documentos com IA em C# usando o Spire.Agent.Office para .NET. Vamos traduzir arquivos do Word, Excel e PowerPoint preservando, na medida do possível, sua estrutura e formatação nativas do Office.

Os exemplos abrangem três cenários de tradução diferentes:

• Word: inglês → chinês simplificado
• Excel: inglês → francês
• PowerPoint: japonês → inglês

1. O que é um Tradutor de Documentos com IA?

Um fluxo de trabalho de tradução convencional geralmente se concentra apenas no texto. O conteúdo é extraído de um documento, traduzido para outro idioma e então devolvido como texto simples ou inserido novamente em um novo arquivo.

Essa abordagem funciona bem quando a formatação não é importante. No entanto, os documentos do Office muitas vezes contêm muito mais do que texto. Arquivos do Word podem incluir títulos, tabelas, imagens, hiperlinks, cabeçalhos e rodapés. Pastas de trabalho do Excel podem conter fórmulas, dados numéricos, células mescladas, gráficos e intervalos formatados. Apresentações do PowerPoint podem depender de caixas de texto, formas, temas e layouts de slides cuidadosamente projetados.

Um tradutor de documentos com IA vai um passo além. Em vez de tratar o arquivo como um simples contêiner de texto, ele traduz o conteúdo editável preservando, na medida do possível, a estrutura nativa e a organização visual do documento.

O diagrama a seguir ilustra a diferença entre a tradução de texto convencional e a tradução de documentos com IA:

Com a tradução de documentos com IA, o resultado esperado não é apenas o texto traduzido. A saída continua sendo um arquivo do Office editável, como um .docx, .xlsx ou .pptx traduzido, com sua estrutura, formatação, tabelas, imagens, fórmulas e layout originais preservados sempre que possível.

Isso torna o fluxo de trabalho especialmente útil quando os documentos traduzidos precisam permanecer prontos para edição, compartilhamento, publicação ou processamento empresarial posterior.

2. Configurar o Spire.Agent.Office para .NET

Antes de executar os exemplos, crie um projeto .NET e instale o Spire.Agent.Office por meio do NuGet.

Você pode instalar o pacote usando a CLI do .NET:

dotnet add package Spire.Agent.Office

Os recursos de IA exigem um SpireToken. Configure uma instância de AIOptions e atribua o token:

AIOptions options = new AIOptions
{
    SpireToken = "your spireToken"
};

Um SpireToken temporário para avaliação e testes pode ser solicitado na página de licença temporária do Spire.

O padrão geral de processamento é semelhante entre Word, Excel e PowerPoint:

Load Office file
      ↓
Create AI processor
      ↓
Execute natural-language instruction
      ↓
Save translated Office file

A principal diferença entre os três exemplos é o objeto de documento do Office que está sendo processado e as regras de tradução definidas na instrução.

3. Traduzir Documentos do Word com IA

Os documentos do Word podem conter muito mais do que parágrafos comuns. Um documento comercial típico pode incluir títulos, tabelas, imagens, hiperlinks, cabeçalhos, rodapés, listas e diferentes estilos de texto.

Neste exemplo, traduzimos um documento do Word em inglês para chinês simplificado, pedindo à IA que preserve a estrutura do documento e a formatação visual.

Uma consideração adicional é a compatibilidade de fontes. As fontes comumente usadas para textos em inglês podem não conter todos os caracteres do chinês simplificado. Portanto, a instrução permite que a IA use uma fonte chinesa adequada quando a fonte original não oferecer suporte aos caracteres traduzidos.

using System;
using Spire.Agent.Office.AI;
using Spire.Agent.Office.Extensions;
using Spire.Doc;

string inputPath = @"E:\Documents\Input.docx";
string outputPath = @"E:\Documents\Translated.docx";
string spireToken = "your spireToken";

string instruction = """
Translate all English text in this Word document into Simplified Chinese.

Requirements:
1. Preserve the original document structure, layout, styles, tables, images, headers, footers, and other elements.
2. Preserve the original formatting as much as possible, including font size, color, bold, alignment, and spacing.
3. Keep the original font if it supports Simplified Chinese. Otherwise, use an appropriate Chinese font such as Microsoft YaHei or SimSun.
4. Translate text in paragraphs, headings, tables, headers, footers, and other editable text areas.
5. Do not translate URLs, email addresses, product names, API names, code, model numbers, or technical identifiers.
6. Do not add explanations, comments, or extra content.
7. Ensure the translated Chinese text displays correctly and keep the final document visually close to the original.
""";

AIOptions options = new AIOptions
{
    SpireToken = spireToken
};

using (Document doc = new Document())
{
    doc.LoadFromFile(inputPath);
    AIDocumentProcessor processor = doc.AI(options);
    AIResult result = processor.ExecuteInstruction(
        doc,
        instruction,
        outputPath
    );

    if (result.Success)
    {
        Console.WriteLine($"Translation completed: {outputPath}");
    }
    else
    {
        Console.WriteLine($"Translation failed: {result.ErrorMessage}");
    }
}

A parte importante deste exemplo é que não se pede à IA que reconstrua o documento do zero. Ela traduz o texto editável mantendo a estrutura do Word ao redor.

No teste real, o documento traduzido preservou os títulos originais, a formatação dos parágrafos, a estrutura das tabelas, as imagens, os hiperlinks, os cabeçalhos e os rodapés, substituindo o conteúdo em inglês pelo chinês simplificado.

Esse tipo de fluxo de trabalho pode ser útil para traduzir relatórios, manuais, políticas, propostas, documentação interna e outros arquivos do Word formatados.

4. Traduzir Pastas de Trabalho do Excel com IA

A tradução no Excel exige uma estratégia diferente.

Uma pasta de trabalho pode conter conteúdo textual que deve ser traduzido, mas também pode conter:

• Números
• Datas
• Porcentagens
• Valores monetários
• Fórmulas
• Nomes de funções
• Gráficos
• Imagens
• Hiperlinks

Portanto, um processo de tradução deve evitar tratar cada valor de célula como texto comum.

Neste exemplo, a pasta de trabalho é traduzida de inglês para francês. Como ambos os idiomas usam principalmente o alfabeto latino, as fontes originais geralmente podem ser preservadas.

using System;
using Spire.Agent.Office.AI;
using Spire.Agent.Office.Extensions;
using Spire.Xls;

string inputPath = @"E:\Documents\Input.xlsx";
string outputPath = @"E:\Documents\Translated.xlsx";
string spireToken = "your spireToken";

string instruction = """
Translate all English text in this Excel workbook into French.

Requirements:
1. Translate textual content in cells, worksheets, tables, and other editable text areas.
2. Preserve the original workbook structure, worksheets, rows, columns, merged cells, and formatting.
3. Keep formulas, numbers, dates, percentages, currency values, and other non-text data unchanged.
4. Preserve cell formatting as much as possible, including font size, color, bold, alignment, borders, and fills.
5. Preserve the original font whenever possible, since French uses the Latin alphabet. If a font does not support required French characters, use a compatible font.
6. Preserve charts, images, hyperlinks, and other workbook elements.
7. Do not translate URLs, email addresses, person names, model numbers, formulas, function names, or technical identifiers.
8. Do not add explanations, comments, or extra content.
9. Ensure the translated French text displays correctly and keep the workbook visually close to the original.
""";

AIOptions options = new AIOptions
{
    SpireToken = spireToken
};

using (Workbook workbook = new Workbook())
{
    workbook.LoadFromFile(inputPath);
    AIDocumentProcessor processor = workbook.AI(options);
    AIResult result = processor.ExecuteInstruction(
        workbook,
        instruction,
        outputPath
    );

    if (result.Success)
    {
        Console.WriteLine($"Translation completed: {outputPath}");
    }
    else
    {
        Console.WriteLine($"Translation failed: {result.ErrorMessage}");
    }
}

A instrução separa explicitamente o texto traduzível dos dados que devem permanecer inalterados.

Por exemplo, nomes ou descrições de produtos podem ser traduzidos para o francês, enquanto um valor como:

$12,500

ou uma fórmula como:

=SUM(C2:C10)

devem permanecer funcionais.

No resultado do teste, a pasta de trabalho manteve a estrutura de suas planilhas e a formatação, enquanto o conteúdo textual em inglês foi traduzido para o francês.

Essa abordagem é particularmente útil para catálogos de produtos multilíngues, relatórios financeiros, planilhas de estoque, relatórios de vendas, pastas de trabalho de planejamento e outros arquivos do Excel que combinam texto com dados estruturados.

5. Traduzir Apresentações do PowerPoint com IA

A tradução no PowerPoint apresenta outro desafio: o texto traduzido precisa caber de volta em um layout visual existente.

O conteúdo da apresentação pode aparecer em:

• Títulos de slides
• Caixas de texto
• Formas
• Tabelas
• Legendas
• Rótulos de diagramas

Ao mesmo tempo, o processo de tradução deve preservar os temas dos slides, os planos de fundo, as imagens, os gráficos e outros elementos visuais.

Neste exemplo, uma apresentação em japonês é traduzida para o inglês.

using System;
using Spire.Agent.Office.AI;
using Spire.Agent.Office.Extensions;
using Spire.Presentation;

string inputPath = @"E:\Documents\Input.pptx";
string outputPath = @"E:\Documents\Translated.pptx";
string spireToken = "your spireToken";

string instruction = """
Translate all Japanese text in this PowerPoint presentation into English.

Requirements:
1. Translate slide titles, body text, text boxes, table text, captions, and other editable text.
2. Preserve the original slide order, layout, theme, background, shapes, images, charts, and other elements.
3. Preserve text formatting as much as possible, including font size, color, bold, alignment, and spacing.
4. Since the target language is English, use an appropriate Latin font when the original Japanese font is not suitable for English text, while keeping the visual style as close to the original as possible.
5. Keep translated text inside its original text box or shape whenever possible, and make reasonable layout adjustments if needed.
6. Do not translate URLs, email addresses, product names, model numbers, API names, code, or technical identifiers.
7. Do not add explanations, comments, notes, or extra slides.
8. Ensure the translated English text displays correctly and keep the presentation visually close to the original.
""";

AIOptions options = new AIOptions
{
    SpireToken = spireToken
};

using (Presentation ppt = new Presentation())
{
    ppt.LoadFromFile(inputPath);
    AIDocumentProcessor processor = ppt.AI(options);
    AIResult result = processor.ExecuteInstruction(
        ppt,
        instruction,
        outputPath
    );

    if (result.Success)
    {
        Console.WriteLine($"Translation completed: {outputPath}");
    }
    else
    {
        Console.WriteLine($"Translation failed: {result.ErrorMessage}");
    }
}

Diferentemente dos documentos do Word, as apresentações costumam usar caixas de texto de tamanho fixo. Portanto, a tradução pode afetar a quebra de linha e o equilíbrio visual.

A instrução orienta a IA a manter o conteúdo traduzido dentro das formas originais sempre que possível e a fazer ajustes razoáveis quando necessário.

No teste, o texto em japonês foi traduzido com sucesso para o inglês, enquanto a estrutura original dos slides, o tema, as formas, as imagens e o layout geral da apresentação foram preservados.

Isso torna a abordagem útil para traduzir materiais de treinamento, apresentações de produtos, decks de vendas, relatórios internos, slides de conferências e outros arquivos de apresentação.

6. Lidar com Fontes e Formatação Específica de Cada Idioma

A compatibilidade de fontes é uma consideração importante ao traduzir documentos entre diferentes sistemas de escrita.

Para traduções entre idiomas que compartilham o mesmo sistema de escrita, como:

English → French
English → German
Spanish → English

a fonte existente geralmente pode ser mantida.

No entanto, ao traduzir entre texto em latim e idiomas CJK, a fonte original pode não conter os caracteres necessários.

Por exemplo:

English → Simplified Chinese
English → Japanese
English → Korean

Nesses casos, forçar a fonte original a permanecer inalterada pode resultar em glifos ausentes, quadrados ou fontes de fallback inconsistentes.

Uma instrução mais flexível é:

Keep the original font if it supports the target language.
Otherwise, use an appropriate font that fully supports the
target-language characters.

Para o chinês simplificado, fontes como Microsoft YaHei ou SimSun podem ser usadas quando necessário.

O mesmo conceito se aplica ao contrário. Ao traduzir conteúdo do PowerPoint em japonês para o inglês, manter uma fonte japonesa pode funcionar tecnicamente, mas uma fonte latina adequada pode proporcionar uma aparência mais natural.

Portanto, a substituição de fontes deve ser tratada como uma operação condicional, e não como uma regra obrigatória.

O objetivo é preservar:

• Tamanho da fonte
• Espessura
• Cor
• Alinhamento
• Espaçamento entre parágrafos
• Hierarquia visual

permitindo que a própria família de fontes mude quando necessário para compatibilidade com o idioma.

7. Como a IA Preserva a Estrutura e a Formatação do Documento

Uma das principais diferenças entre a tradução de documentos com IA e a tradução de texto convencional é a forma como o documento é tratado durante o processo de tradução.

O Spire.Agent.Office é construído sobre o Spire.Office para .NET, que fornece APIs para trabalhar com a estrutura nativa de documentos do Office. Em vez de tratar um arquivo do Word, Excel ou PowerPoint como um bloco de texto simples, o documento pode ser processado como uma coleção de elementos estruturados.

Por exemplo, ao processar um documento do Word, o Spire.Office para .NET pode trabalhar com elementos do documento como:

• Seções
• Parágrafos e intervalos de texto
• Tabelas e células de tabela
• Imagens
• Hiperlinks
• Formatação e estilos de texto, incluindo fontes, tamanhos de fonte, cores, alinhamento e outras propriedades

Isso permite separar a estrutura do documento de o texto que precisa ser traduzido.

O fluxo de trabalho geral pode ser ilustrado da seguinte forma:

Documento do Office → Identificar Elementos do Documento → Extrair Texto Traduzível → Tradução por IA → Substituir o Texto Original → Salvar a Estrutura do Documento Existente

Por exemplo, considere um documento do Word contendo um título, vários parágrafos, uma tabela e uma imagem. O processo de tradução não precisa recriar o documento do zero. Em vez disso, os elementos existentes do documento permanecem no lugar enquanto o texto traduzível é substituído pelo conteúdo traduzido.

O modelo de IA é responsável pela transformação linguística, enquanto o Spire.Office para .NET fornece o acesso em nível de documento necessário para trabalhar com a estrutura existente do Office.

É também por isso que as instruções de tradução podem especificar tanto o que deve ser traduzido quanto o que deve permanecer inalterado. Por exemplo, uma instrução pode solicitar que o texto dos parágrafos, o conteúdo das tabelas, os cabeçalhos e os rodapés sejam traduzidos, enquanto URLs, fórmulas, imagens, identificadores técnicos e outros elementos não traduzíveis são preservados.

Como Isso Funciona nos Diversos Formatos do Office

Formato	Conteúdo a Traduzir	Estrutura e Elementos a Preservar
Word	Parágrafos, títulos, tabelas, cabeçalhos e rodapés	Seções, estilos, imagens, hiperlinks, formatação
Excel	Texto em células, tabelas e outras áreas de texto editáveis	Planilhas, fórmulas, valores, formatação, gráficos, imagens
PowerPoint	Títulos, caixas de texto, tabelas e legendas	Slides, temas, formas, imagens, layouts, formatação

O ponto importante é que a IA realiza a tradução, enquanto o modelo de documento do Office fornece a estrutura na qual a tradução ocorre. Essa combinação permite que o Spire.Agent.Office gere um arquivo do Office traduzido sem exigir que todo o documento seja reconstruído a partir de texto simples traduzido.

Como resultado, a saída pode manter a estrutura e a formatação originais do documento, substituindo o conteúdo no idioma de origem pelo texto traduzido.

8. Conclusão

Com o Spire.Agent.Office para .NET, a mesma abordagem orientada por IA pode ser aplicada a Word, Excel e PowerPoint: carregue o arquivo original do Office, descreva os requisitos de tradução em linguagem natural e gere um documento traduzido preservando, na medida do possível, sua estrutura e formatação nativas.

Os três exemplos deste artigo demonstram diferentes cenários de tradução:

• Word: inglês → chinês simplificado
• Excel: inglês → francês
• PowerPoint: japonês → inglês

Apesar das diferenças entre esses formatos de arquivo, o fluxo de trabalho subjacente permanece consistente. O agente de IA traduz o conteúdo editável respeitando elementos específicos de cada documento, como estilos e tabelas do Word, fórmulas e formatação de células do Excel, e formas e layouts de slides do PowerPoint.

A principal vantagem é que a saída continua sendo um documento do Office editável, em vez de se tornar um bloco separado de texto traduzido.

Ao combinar a compreensão de linguagem da IA com o processamento nativo de documentos do Office, o Spire.Agent.Office torna possível automatizar a tradução de documentos mantendo grande parte do layout, da formatação e do conteúdo incorporado originais.

Perguntas Frequentes

1. O Spire.Agent.Office pode traduzir arquivos do Word, Excel e PowerPoint diretamente?

Sim. O processador de IA pode operar sobre objetos Document do Word, Workbook do Excel e Presentation do PowerPoint. A instrução de tradução é aplicada ao arquivo do Office carregado, e o resultado pode ser salvo como um novo arquivo no mesmo formato do Office.

2. A formatação original do documento será preservada após a tradução?

A instrução de IA pode exigir explicitamente que a formatação e a estrutura originais sejam preservadas. Nos exemplos acima, os arquivos traduzidos mantiveram bem sua estrutura de documento e formatação visual durante os testes.

No entanto, o texto traduzido pode diferir significativamente em comprimento do texto de origem, portanto layouts complexos ainda devem ser revisados após o processamento.

3. As fórmulas e os dados numéricos do Excel podem permanecer inalterados durante a tradução?

Sim. A instrução pode orientar a IA a traduzir apenas o conteúdo textual, preservando fórmulas, números, porcentagens, valores monetários, datas e outros dados que não sejam texto.

Isso é importante ao traduzir pastas de trabalho que combinam texto comercial com cálculos ou dados estruturados.

4. Como as fontes devem ser tratadas ao traduzir entre diferentes sistemas de escrita?

Se a fonte original oferecer suporte aos caracteres do idioma de destino, ela geralmente pode ser mantida.

Se não oferecer, a instrução deve permitir que a IA escolha uma fonte compatível. Por exemplo, uma tradução de inglês para chinês pode usar Microsoft YaHei ou SimSun quando a fonte latina original não oferece suporte adequado aos caracteres chineses.

5. Posso impedir que conteúdos específicos sejam traduzidos?

Sim. A instrução pode definir conteúdos que devem permanecer inalterados, como URLs, endereços de e-mail, nomes de produtos, números de modelo, nomes de APIs, trechos de código, fórmulas e outros identificadores técnicos.

Isso é particularmente útil para documentação técnica, financeira, de engenharia e de produtos.

Veja Também

• Como Integrar o Spire.Agent.Office em um Projeto .NET
• Como Automatizar Documentos do Office com um SDK de Agente de IA para .NET
• Formatação, Resumo e Indexação de Word com IA em C#

Office 문서를 번역하는 것은 단순히 문장을 한 언어에서 다른 언어로 변환하는 것 이상을 의미합니다. Word 파일에는 제목, 표, 이미지, 하이퍼링크, 머리글, 바닥글이 포함될 수 있습니다. Excel 통합 문서에는 수식, 숫자, 차트, 서식이 지정된 셀이 포함될 수 있습니다. PowerPoint 프레젠테이션은 텍스트 상자, 도형, 테마 및 정교하게 배치된 슬라이드 레이아웃에 크게 의존할 수 있습니다.

이러한 구조를 고려하지 않고 단순히 텍스트를 추출하고 번역한 뒤 다시 작성하면, 결과 문서는 원래 모양을 쉽게 잃거나 수식 및 레이아웃과 같은 중요한 콘텐츠가 손상될 수도 있습니다.

이 문서에서는 Spire.Agent.Office for .NET을 사용하여 C#으로 AI 기반 문서 번역기를 구축하는 방법을 보여줍니다. 우리는 Word, Excel, PowerPoint 파일을 원래의 Office 구조와 서식을 최대한 유지하면서 번역할 것입니다.

예제에서는 세 가지 서로 다른 번역 시나리오를 다룹니다:

• Word: 영어 → 중국어 간체
• Excel: 영어 → 프랑스어
• PowerPoint: 일본어 → 영어

1. AI 문서 번역기란 무엇인가?

일반적인 번역 워크플로는 보통 텍스트에만 초점을 맞춥니다. 문서에서 콘텐츠를 추출하고, 다른 언어로 번역한 다음, 일반 텍스트로 반환하거나 새 파일에 다시 삽입합니다.

이 접근 방식은 서식이 중요하지 않을 때는 잘 작동합니다. 그러나 Office 문서에는 종종 텍스트보다 훨씬 많은 내용이 포함됩니다. Word 파일에는 제목, 표, 이미지, 하이퍼링크, 머리글, 바닥글이 포함될 수 있습니다. Excel 통합 문서에는 수식, 숫자 데이터, 병합된 셀, 차트 및 서식이 지정된 범위가 포함될 수 있습니다. PowerPoint 프레젠테이션은 텍스트 상자, 도형, 테마 및 세심하게 디자인된 슬라이드 레이아웃에 의존할 수 있습니다.

AI 문서 번역기는 한 단계 더 나아갑니다. 파일을 단순한 텍스트 컨테이너로 취급하는 대신, 문서의 원래 구조와 시각적 구성을 최대한 유지하면서 편집 가능한 콘텐츠를 번역합니다.

다음 다이어그램은 기존의 텍스트 번역과 AI 기반 문서 번역의 차이를 보여줍니다:

AI 기반 문서 번역에서는 기대되는 결과가 단순히 번역된 텍스트만이 아닙니다. 출력물은 번역된 .docx, .xlsx 또는 .pptx와 같이 원래 구조, 서식, 표, 이미지, 수식 및 레이아웃이 가능한 한 유지된 편집 가능한 Office 파일로 남습니다.

이로 인해 번역된 문서를 편집, 공유, 게시 또는 추가 비즈니스 처리를 위해 준비된 상태로 유지해야 할 때 이 워크플로가 특히 유용합니다.

2. .NET용 Spire.Agent.Office 설정

예제를 실행하기 전에 .NET 프로젝트를 만들고 NuGet을 통해 Spire.Agent.Office를 설치하세요.

.NET CLI를 사용하여 패키지를 설치할 수 있습니다:

dotnet add package Spire.Agent.Office

AI 기능을 사용하려면 SpireToken이 필요합니다. AIOptions 인스턴스를 구성하고 토큰을 할당하세요:

AIOptions options = new AIOptions
{
    SpireToken = "your spireToken"
};

평가 및 테스트를 위한 임시 SpireToken은 Spire 임시 라이선스 페이지에서 요청할 수 있습니다.

일반적인 처리 패턴은 Word, Excel 및 PowerPoint에서 유사합니다:

Load Office file
      ↓
Create AI processor
      ↓
Execute natural-language instruction
      ↓
Save translated Office file

세 가지 예제의 주요 차이점은 처리되는 Office 문서 개체와 명령에 정의된 번역 규칙입니다.

3. AI로 Word 문서 번역하기

Word 문서에는 일반 단락보다 훨씬 많은 내용이 포함될 수 있습니다. 일반적인 비즈니스 문서에는 제목, 표, 이미지, 하이퍼링크, 머리글, 바닥글, 목록 및 다양한 텍스트 스타일이 포함될 수 있습니다.

이 예제에서는 AI에게 문서 구조와 시각적 서식을 유지하도록 요청하면서 영어 Word 문서를 중국어 간체로 번역합니다.

추가로 고려해야 할 사항은 글꼴 호환성입니다. 영어 텍스트에 일반적으로 사용되는 글꼴에는 모든 중국어 간체 문자가 포함되어 있지 않을 수 있습니다. 따라서 명령에서는 원래 글꼴이 번역된 문자를 지원하지 않을 경우 AI가 적절한 중국어 글꼴을 사용할 수 있도록 허용합니다.

using System;
using Spire.Agent.Office.AI;
using Spire.Agent.Office.Extensions;
using Spire.Doc;

string inputPath = @"E:\Documents\Input.docx";
string outputPath = @"E:\Documents\Translated.docx";
string spireToken = "your spireToken";

string instruction = """
Translate all English text in this Word document into Simplified Chinese.

Requirements:
1. Preserve the original document structure, layout, styles, tables, images, headers, footers, and other elements.
2. Preserve the original formatting as much as possible, including font size, color, bold, alignment, and spacing.
3. Keep the original font if it supports Simplified Chinese. Otherwise, use an appropriate Chinese font such as Microsoft YaHei or SimSun.
4. Translate text in paragraphs, headings, tables, headers, footers, and other editable text areas.
5. Do not translate URLs, email addresses, product names, API names, code, model numbers, or technical identifiers.
6. Do not add explanations, comments, or extra content.
7. Ensure the translated Chinese text displays correctly and keep the final document visually close to the original.
""";

AIOptions options = new AIOptions
{
    SpireToken = spireToken
};

using (Document doc = new Document())
{
    doc.LoadFromFile(inputPath);
    AIDocumentProcessor processor = doc.AI(options);
    AIResult result = processor.ExecuteInstruction(
        doc,
        instruction,
        outputPath
    );

    if (result.Success)
    {
        Console.WriteLine($"Translation completed: {outputPath}");
    }
    else
    {
        Console.WriteLine($"Translation failed: {result.ErrorMessage}");
    }
}

이 예제의 중요한 점은 AI에게 문서를 처음부터 다시 작성하도록 요청하지 않는다는 것입니다. AI는 주변의 Word 구조를 유지하면서 편집 가능한 텍스트를 번역합니다.

실제 테스트에서 번역된 문서는 원래의 제목, 단락 서식, 표 구조, 이미지, 하이퍼링크, 머리글 및 바닥글을 유지하면서 영어 콘텐츠를 중국어 간체로 대체했습니다.

이러한 유형의 워크플로는 보고서, 매뉴얼, 정책, 제안서, 내부 문서 및 기타 서식이 지정된 Word 파일을 번역할 때 유용할 수 있습니다.

4. AI로 Excel 통합 문서 번역하기

Excel 번역에는 다른 전략이 필요합니다.

통합 문서에는 번역해야 하는 텍스트 콘텐츠가 포함될 수 있지만, 다음과 같은 내용도 포함될 수 있습니다:

• 숫자
• 날짜
• 백분율
• 통화 값
• 수식
• 함수 이름
• 차트
• 이미지
• 하이퍼링크

따라서 번역 프로세스는 모든 셀 값을 일반 텍스트로 취급하는 것을 피해야 합니다.

이 예제에서는 통합 문서를 영어에서 프랑스어로 번역합니다. 두 언어 모두 주로 라틴 알파벳을 사용하기 때문에 원래 글꼴을 일반적으로 유지할 수 있습니다.

using System;
using Spire.Agent.Office.AI;
using Spire.Agent.Office.Extensions;
using Spire.Xls;

string inputPath = @"E:\Documents\Input.xlsx";
string outputPath = @"E:\Documents\Translated.xlsx";
string spireToken = "your spireToken";

string instruction = """
Translate all English text in this Excel workbook into French.

Requirements:
1. Translate textual content in cells, worksheets, tables, and other editable text areas.
2. Preserve the original workbook structure, worksheets, rows, columns, merged cells, and formatting.
3. Keep formulas, numbers, dates, percentages, currency values, and other non-text data unchanged.
4. Preserve cell formatting as much as possible, including font size, color, bold, alignment, borders, and fills.
5. Preserve the original font whenever possible, since French uses the Latin alphabet. If a font does not support required French characters, use a compatible font.
6. Preserve charts, images, hyperlinks, and other workbook elements.
7. Do not translate URLs, email addresses, person names, model numbers, formulas, function names, or technical identifiers.
8. Do not add explanations, comments, or extra content.
9. Ensure the translated French text displays correctly and keep the workbook visually close to the original.
""";

AIOptions options = new AIOptions
{
    SpireToken = spireToken
};

using (Workbook workbook = new Workbook())
{
    workbook.LoadFromFile(inputPath);
    AIDocumentProcessor processor = workbook.AI(options);
    AIResult result = processor.ExecuteInstruction(
        workbook,
        instruction,
        outputPath
    );

    if (result.Success)
    {
        Console.WriteLine($"Translation completed: {outputPath}");
    }
    else
    {
        Console.WriteLine($"Translation failed: {result.ErrorMessage}");
    }
}

이 명령은 번역 가능한 텍스트와 변경되지 않아야 하는 데이터를 명확히 구분합니다.

예를 들어, 제품 이름이나 설명은 프랑스어로 번역될 수 있지만, 다음과 같은 값은:

$12,500

또는 다음과 같은 수식은:

=SUM(C2:C10)

제대로 작동한 상태로 유지되어야 합니다.

테스트 결과에서 통합 문서는 워크시트 구조와 서식을 유지하면서 영어 텍스트 콘텐츠가 프랑스어로 번역되었습니다.

이 접근 방식은 텍스트와 구조화된 데이터를 결합한 다국어 제품 카탈로그, 재무 보고서, 재고 시트, 판매 보고서, 계획 통합 문서 및 기타 Excel 파일에 특히 유용합니다.

5. AI로 PowerPoint 프레젠테이션 번역하기

PowerPoint 번역은 또 다른 과제를 제시합니다. 번역된 텍스트가 기존의 시각적 레이아웃 안에 다시 맞아야 한다는 점입니다.

프레젠테이션 콘텐츠는 다음과 같은 위치에 나타날 수 있습니다:

• 슬라이드 제목
• 텍스트 상자
• 도형
• 표
• 캡션
• 다이어그램 레이블

동시에 번역 프로세스는 슬라이드 테마, 배경, 이미지, 차트 및 기타 시각적 요소를 유지해야 합니다.

이 예제에서는 일본어 프레젠테이션을 영어로 번역합니다.

using System;
using Spire.Agent.Office.AI;
using Spire.Agent.Office.Extensions;
using Spire.Presentation;

string inputPath = @"E:\Documents\Input.pptx";
string outputPath = @"E:\Documents\Translated.pptx";
string spireToken = "your spireToken";

string instruction = """
Translate all Japanese text in this PowerPoint presentation into English.

Requirements:
1. Translate slide titles, body text, text boxes, table text, captions, and other editable text.
2. Preserve the original slide order, layout, theme, background, shapes, images, charts, and other elements.
3. Preserve text formatting as much as possible, including font size, color, bold, alignment, and spacing.
4. Since the target language is English, use an appropriate Latin font when the original Japanese font is not suitable for English text, while keeping the visual style as close to the original as possible.
5. Keep translated text inside its original text box or shape whenever possible, and make reasonable layout adjustments if needed.
6. Do not translate URLs, email addresses, product names, model numbers, API names, code, or technical identifiers.
7. Do not add explanations, comments, notes, or extra slides.
8. Ensure the translated English text displays correctly and keep the presentation visually close to the original.
""";

AIOptions options = new AIOptions
{
    SpireToken = spireToken
};

using (Presentation ppt = new Presentation())
{
    ppt.LoadFromFile(inputPath);
    AIDocumentProcessor processor = ppt.AI(options);
    AIResult result = processor.ExecuteInstruction(
        ppt,
        instruction,
        outputPath
    );

    if (result.Success)
    {
        Console.WriteLine($"Translation completed: {outputPath}");
    }
    else
    {
        Console.WriteLine($"Translation failed: {result.ErrorMessage}");
    }
}

Word 문서와 달리 프레젠테이션은 종종 고정 크기 텍스트 상자를 사용합니다. 따라서 번역은 줄 바꿈과 시각적 균형에 영향을 미칠 수 있습니다.

명령은 AI에게 가능한 한 번역된 콘텐츠를 원래 도형 안에 유지하고, 필요한 경우 합리적인 조정을 수행하도록 지시합니다.

테스트에서 일본어 텍스트가 영어로 성공적으로 번역되었으며 원래 슬라이드 구조, 테마, 도형, 이미지 및 전체 프레젠테이션 레이아웃이 유지되었습니다.

이로 인해 이 접근 방식은 교육 자료, 제품 프레젠테이션, 영업 자료, 내부 보고서, 컨퍼런스 슬라이드 및 기타 프레젠테이션 파일을 번역할 때 유용합니다.

6. 글꼴 및 언어별 서식 처리하기

글꼴 호환성은 서로 다른 문자 체계 간에 문서를 번역할 때 중요한 고려 사항입니다.

다음과 같이 동일한 문자 체계를 공유하는 언어 간의 번역의 경우:

English → French
English → German
Spanish → English

기존 글꼴을 일반적으로 유지할 수 있습니다.

그러나 라틴 텍스트와 CJK 언어 간에 번역할 때는 원래 글꼴에 필요한 문자가 포함되어 있지 않을 수 있습니다.

예를 들어:

English → Simplified Chinese
English → Japanese
English → Korean

이러한 경우 원래 글꼴을 강제로 유지하면 글리프 누락, 네모 상자 또는 일관되지 않은 대체 글꼴이 발생할 수 있습니다.

더 유연한 명령은 다음과 같습니다:

Keep the original font if it supports the target language.
Otherwise, use an appropriate font that fully supports the
target-language characters.

중국어 간체의 경우 필요할 때 Microsoft YaHei 또는 SimSun과 같은 글꼴을 사용할 수 있습니다.

같은 개념이 반대로도 적용됩니다. 일본어 PowerPoint 콘텐츠를 영어로 번역할 때 일본어 글꼴을 유지하는 것이 기술적으로는 작동할 수 있지만, 적절한 라틴 글꼴이 더 자연스러운 모양을 제공할 수 있습니다.

따라서 글꼴 교체는 필수 규칙이 아니라 조건부 작업으로 취급해야 합니다.

목표는 다음을 유지하는 것입니다:

• 글꼴 크기
• 굵기
• 색상
• 정렬
• 단락 간격
• 시각적 계층 구조

동시에 언어 호환성을 위해 필요할 때 글꼴 패밀리 자체가 변경되도록 허용하는 것입니다.

7. AI가 문서 구조와 서식을 유지하는 방법

AI 기반 문서 번역과 기존 텍스트 번역의 주요 차이점 중 하나는 번역 과정에서 문서가 처리되는 방식입니다.

Spire.Agent.Office는 Spire.Office for .NET을 기반으로 구축되었으며, 이는 Office 문서의 원래 구조를 다루기 위한 API를 제공합니다. Word, Excel 또는 PowerPoint 파일을 일반 텍스트 블록으로 취급하는 대신, 문서를 구조화된 요소의 모음으로 처리할 수 있습니다.

예를 들어, Word 문서를 처리할 때 Spire.Office for .NET은 다음과 같은 문서 요소를 다룰 수 있습니다:

• 섹션
• 단락 및 텍스트 범위
• 표 및 표 셀
• 이미지
• 하이퍼링크
• 글꼴, 글꼴 크기, 색상, 정렬 및 기타 속성을 포함한 텍스트 서식 및 스타일

이를 통해 문서 구조와 번역해야 하는 텍스트를 분리할 수 있습니다.

일반적인 워크플로는 다음과 같이 설명할 수 있습니다:

Office 문서 → 문서 요소 식별 → 번역 가능한 텍스트 추출 → AI 번역 → 원본 텍스트 대체 → 기존 문서 구조 저장

예를 들어, 제목, 여러 단락, 표 및 이미지가 포함된 Word 문서를 생각해 보세요. 번역 과정에서 문서를 처음부터 다시 만들 필요가 없습니다. 대신 기존 문서 요소는 그대로 유지되며 번역 가능한 텍스트가 번역된 콘텐츠로 대체됩니다.

AI 모델은 언어 변환을 담당하고, Spire.Office for .NET은 기존 Office 구조를 다루는 데 필요한 문서 수준 액세스를 제공합니다.

이 접근 방식은 또한 번역 명령이 번역해야 할 항목과 변경되지 않아야 할 항목을 모두 지정할 수 있는 이유이기도 합니다. 예를 들어, 명령은 단락 텍스트, 표 콘텐츠, 머리글 및 바닥글을 번역하도록 요청하면서 URL, 수식, 이미지, 기술 식별자 및 기타 번역 불가능한 요소는 유지하도록 할 수 있습니다.

Office 형식 전반에서 작동하는 방식

형식	번역할 콘텐츠	유지할 구조 및 요소
Word	단락, 제목, 표, 머리글 및 바닥글	섹션, 스타일, 이미지, 하이퍼링크, 서식
Excel	셀, 표 및 기타 편집 가능한 텍스트 영역의 텍스트	워크시트, 수식, 값, 서식, 차트, 이미지
PowerPoint	제목, 텍스트 상자, 표 및 캡션	슬라이드, 테마, 도형, 이미지, 레이아웃, 서식

중요한 점은 AI가 번역을 처리하고, Office 문서 모델이 번역이 이루어지는 구조를 제공한다는 것입니다. 이러한 조합을 통해 Spire.Agent.Office는 전체 문서를 번역된 일반 텍스트로 다시 작성할 필요 없이 번역된 Office 파일을 생성할 수 있습니다.

결과적으로 출력물은 원본 언어 콘텐츠를 번역된 텍스트로 대체하면서 원래 문서 구조와 서식을 유지할 수 있습니다.

8. 결론

Spire.Agent.Office for .NET을 사용하면 동일한 AI 기반 접근 방식을 Word, Excel 및 PowerPoint 전반에 적용할 수 있습니다. 원본 Office 파일을 로드하고, 자연어로 번역 요구 사항을 설명하고, 원래 구조와 서식을 최대한 유지하면서 번역된 문서를 생성합니다.

이 문서의 세 가지 예제는 서로 다른 번역 시나리오를 보여줍니다:

• Word: 영어 → 중국어 간체
• Excel: 영어 → 프랑스어
• PowerPoint: 일본어 → 영어

이러한 파일 형식 간의 차이에도 불구하고 기본 워크플로는 일관되게 유지됩니다. AI 에이전트는 Word 스타일과 표, Excel 수식과 셀 서식, PowerPoint 도형과 슬라이드 레이아웃과 같은 문서별 요소를 존중하면서 편집 가능한 콘텐츠를 번역합니다.

핵심 이점은 출력물이 별도의 번역된 텍스트 블록이 되는 것이 아니라 편집 가능한 Office 문서로 남는다는 것입니다.

AI 언어 이해와 원래 Office 문서 처리를 결합함으로써, Spire.Agent.Office는 원래 레이아웃, 서식 및 포함된 콘텐츠의 상당 부분을 유지하면서 문서 번역을 자동화할 수 있게 해줍니다.

FAQ

1. Spire.Agent.Office가 Word, Excel 및 PowerPoint 파일을 직접 번역할 수 있나요?

예. AI 프로세서는 Word Document, Excel Workbook 및 PowerPoint Presentation 개체에서 작동할 수 있습니다. 번역 명령이 로드된 Office 파일에 적용되며, 결과는 동일한 Office 형식의 새 파일로 저장할 수 있습니다.

2. 번역 후 원본 문서 서식이 유지되나요?

AI 명령은 원본 서식과 구조를 유지하도록 명시적으로 요구할 수 있습니다. 위의 예제에서 번역된 파일은 테스트 중에 문서 구조와 시각적 서식을 잘 유지했습니다.

그러나 번역된 텍스트는 원본 텍스트와 길이가 크게 다를 수 있으므로, 처리 후에도 복잡한 레이아웃은 검토해야 합니다.

3. 번역 중에 Excel 수식과 숫자 데이터가 변경되지 않고 유지될 수 있나요?

예. 명령은 수식, 숫자, 백분율, 통화 값, 날짜 및 기타 텍스트가 아닌 데이터를 유지하면서 텍스트 콘텐츠만 번역하도록 AI에게 지시할 수 있습니다.

이는 비즈니스 텍스트와 계산 또는 구조화된 데이터를 결합한 통합 문서를 번역할 때 중요합니다.

4. 서로 다른 문자 체계 간에 번역할 때 글꼴은 어떻게 처리해야 하나요?

원래 글꼴이 대상 언어 문자를 지원하면 일반적으로 유지할 수 있습니다.

지원하지 않으면 명령에서 AI가 호환되는 글꼴을 선택하도록 허용해야 합니다. 예를 들어, 영어-중국어 번역은 원래 라틴 글꼴이 중국어 문자를 적절히 지원하지 않을 때 Microsoft YaHei 또는 SimSun을 사용할 수 있습니다.

5. 특정 콘텐츠가 번역되지 않도록 할 수 있나요?

예. 명령은 URL, 이메일 주소, 제품 이름, 모델 번호, API 이름, 코드 조각, 수식 및 기타 기술 식별자와 같이 변경되지 않아야 할 콘텐츠를 정의할 수 있습니다.

이는 기술, 금융, 엔지니어링 및 제품 문서에 특히 유용합니다.

참고 항목

• .NET 프로젝트에 Spire.Agent.Office를 통합하는 방법
• .NET AI 에이전트 SDK로 Office 문서를 자동화하는 방법
• C#에서의 AI 기반 Word 서식 지정, 요약 및 인덱싱

Tradurre un documento Office implica molto più che convertire delle frasi da una lingua all'altra. Un file Word può contenere intestazioni, tabelle, immagini, collegamenti ipertestuali, intestazioni e piè di pagina. Una cartella di lavoro Excel può includere formule, numeri, grafici e celle formattate. Una presentazione PowerPoint può basarsi fortemente su caselle di testo, forme, temi e layout di diapositiva disposti con cura.

Se il testo viene semplicemente estratto, tradotto e riscritto senza tenere conto di queste strutture, il documento risultante può facilmente perdere il suo aspetto originale o persino compromettere contenuti importanti come formule e layout.

Questo articolo mostra come creare un traduttore di documenti basato sull'IA in C# utilizzando Spire.Agent.Office for .NET. Tradurremo file Word, Excel e PowerPoint preservando il più possibile la loro struttura e formattazione nativa di Office.

Gli esempi coprono tre diversi scenari di traduzione:

• Word: inglese → cinese semplificato
• Excel: inglese → francese
• PowerPoint: giapponese → inglese

1. Che cos'è un traduttore di documenti basato sull'IA?

Un flusso di lavoro di traduzione convenzionale di solito si concentra solo sul testo. Il contenuto viene estratto da un documento, tradotto in un'altra lingua e poi restituito come testo semplice o reinserito in un nuovo file.

Questo approccio funziona bene quando la formattazione non è importante. Tuttavia, i documenti Office spesso contengono molto più del solo testo. I file Word possono includere intestazioni, tabelle, immagini, collegamenti ipertestuali, intestazioni e piè di pagina. Le cartelle di lavoro Excel possono contenere formule, dati numerici, celle unite, grafici e intervalli formattati. Le presentazioni PowerPoint possono basarsi su caselle di testo, forme, temi e layout di diapositiva progettati con cura.

Un traduttore di documenti basato sull'IA fa un passo in più. Invece di trattare il file come un semplice contenitore di testo, traduce il contenuto modificabile preservando il più possibile la struttura nativa e l'organizzazione visiva del documento.

Il diagramma seguente illustra la differenza tra la traduzione testuale convenzionale e la traduzione di documenti basata sull'IA:

Con la traduzione di documenti basata sull'IA, il risultato atteso non è solo il testo tradotto. L'output rimane un file Office modificabile, come un file .docx, .xlsx o .pptx tradotto, con la sua struttura originale, formattazione, tabelle, immagini, formule e layout mantenuti ove possibile.

Ciò rende il flusso di lavoro particolarmente utile quando i documenti tradotti devono rimanere pronti per la modifica, la condivisione, la pubblicazione o ulteriori elaborazioni aziendali.

2. Configurare Spire.Agent.Office per .NET

Prima di eseguire gli esempi, creare un progetto .NET e installare Spire.Agent.Office tramite NuGet.

È possibile installare il pacchetto utilizzando la CLI di .NET:

dotnet add package Spire.Agent.Office

Le funzionalità IA richiedono un SpireToken. Configurare un'istanza AIOptions e assegnare il token:

AIOptions options = new AIOptions
{
    SpireToken = "your spireToken"
};

Un SpireToken temporaneo per la valutazione e i test può essere richiesto dalla pagina della licenza temporanea di Spire.

Il modello di elaborazione generale è simile tra Word, Excel e PowerPoint:

Load Office file
      ↓
Create AI processor
      ↓
Execute natural-language instruction
      ↓
Save translated Office file

La differenza principale tra i tre esempi è l'oggetto documento Office elaborato e le regole di traduzione definite nell'istruzione.

3. Tradurre documenti Word con l'IA

I documenti Word possono contenere molto più dei normali paragrafi. Un tipico documento aziendale può includere intestazioni, tabelle, immagini, collegamenti ipertestuali, intestazioni, piè di pagina, elenchi e diversi stili di testo.

In questo esempio, traduciamo un documento Word inglese in cinese semplificato chiedendo all'IA di preservare la struttura del documento e la formattazione visiva.

Un'ulteriore considerazione riguarda la compatibilità dei caratteri. I caratteri comunemente utilizzati per il testo inglese potrebbero non contenere tutti i caratteri del cinese semplificato. L'istruzione consente quindi all'IA di utilizzare un carattere cinese adatto quando il carattere originale non supporta i caratteri tradotti.

using System;
using Spire.Agent.Office.AI;
using Spire.Agent.Office.Extensions;
using Spire.Doc;

string inputPath = @"E:\Documents\Input.docx";
string outputPath = @"E:\Documents\Translated.docx";
string spireToken = "your spireToken";

string instruction = """
Translate all English text in this Word document into Simplified Chinese.

Requirements:
1. Preserve the original document structure, layout, styles, tables, images, headers, footers, and other elements.
2. Preserve the original formatting as much as possible, including font size, color, bold, alignment, and spacing.
3. Keep the original font if it supports Simplified Chinese. Otherwise, use an appropriate Chinese font such as Microsoft YaHei or SimSun.
4. Translate text in paragraphs, headings, tables, headers, footers, and other editable text areas.
5. Do not translate URLs, email addresses, product names, API names, code, model numbers, or technical identifiers.
6. Do not add explanations, comments, or extra content.
7. Ensure the translated Chinese text displays correctly and keep the final document visually close to the original.
""";

AIOptions options = new AIOptions
{
    SpireToken = spireToken
};

using (Document doc = new Document())
{
    doc.LoadFromFile(inputPath);
    AIDocumentProcessor processor = doc.AI(options);
    AIResult result = processor.ExecuteInstruction(
        doc,
        instruction,
        outputPath
    );

    if (result.Success)
    {
        Console.WriteLine($"Translation completed: {outputPath}");
    }
    else
    {
        Console.WriteLine($"Translation failed: {result.ErrorMessage}");
    }
}

La parte importante di questo esempio è che all'IA non viene chiesto di ricostruire il documento da zero. Traduce il testo modificabile mantenendo la struttura Word circostante.

Nel test effettivo, il documento tradotto ha preservato le intestazioni originali, la formattazione dei paragrafi, la struttura delle tabelle, le immagini, i collegamenti ipertestuali, le intestazioni e i piè di pagina, sostituendo al contempo il contenuto inglese con il cinese semplificato.

Questo tipo di flusso di lavoro può essere utile per tradurre report, manuali, politiche, proposte, documentazione interna e altri file Word formattati.

4. Tradurre cartelle di lavoro Excel con l'IA

La traduzione di Excel richiede una strategia diversa.

Una cartella di lavoro può contenere contenuto testuale che dovrebbe essere tradotto, ma può anche contenere:

• Numeri
• Date
• Percentuali
• Valori valutari
• Formule
• Nomi di funzioni
• Grafici
• Immagini
• Collegamenti ipertestuali

Un processo di traduzione dovrebbe quindi evitare di trattare ogni valore di cella come testo ordinario.

In questo esempio, la cartella di lavoro viene tradotta dall' inglese al francese . Poiché entrambe le lingue utilizzano principalmente l'alfabeto latino, i caratteri originali possono di solito essere preservati.

using System;
using Spire.Agent.Office.AI;
using Spire.Agent.Office.Extensions;
using Spire.Xls;

string inputPath = @"E:\Documents\Input.xlsx";
string outputPath = @"E:\Documents\Translated.xlsx";
string spireToken = "your spireToken";

string instruction = """
Translate all English text in this Excel workbook into French.

Requirements:
1. Translate textual content in cells, worksheets, tables, and other editable text areas.
2. Preserve the original workbook structure, worksheets, rows, columns, merged cells, and formatting.
3. Keep formulas, numbers, dates, percentages, currency values, and other non-text data unchanged.
4. Preserve cell formatting as much as possible, including font size, color, bold, alignment, borders, and fills.
5. Preserve the original font whenever possible, since French uses the Latin alphabet. If a font does not support required French characters, use a compatible font.
6. Preserve charts, images, hyperlinks, and other workbook elements.
7. Do not translate URLs, email addresses, person names, model numbers, formulas, function names, or technical identifiers.
8. Do not add explanations, comments, or extra content.
9. Ensure the translated French text displays correctly and keep the workbook visually close to the original.
""";

AIOptions options = new AIOptions
{
    SpireToken = spireToken
};

using (Workbook workbook = new Workbook())
{
    workbook.LoadFromFile(inputPath);
    AIDocumentProcessor processor = workbook.AI(options);
    AIResult result = processor.ExecuteInstruction(
        workbook,
        instruction,
        outputPath
    );

    if (result.Success)
    {
        Console.WriteLine($"Translation completed: {outputPath}");
    }
    else
    {
        Console.WriteLine($"Translation failed: {result.ErrorMessage}");
    }
}

L'istruzione separa esplicitamente il testo traducibile dai dati che dovrebbero rimanere invariati.

Ad esempio, i nomi o le descrizioni dei prodotti possono essere tradotti in francese, mentre un valore come:

$12,500

o una formula come:

=SUM(C2:C10)

dovrebbero rimanere funzionanti.

Nel risultato del test, la cartella di lavoro ha mantenuto la struttura del foglio di lavoro e la formattazione, mentre il contenuto testuale inglese è stato tradotto in francese.

Questo approccio è particolarmente utile per cataloghi di prodotti multilingue, report finanziari, fogli di inventario, report di vendita, cartelle di lavoro di pianificazione e altri file Excel che combinano testo e dati strutturati.

5. Tradurre presentazioni PowerPoint con l'IA

La traduzione di PowerPoint presenta un'altra sfida: il testo tradotto deve adattarsi a un layout visivo esistente.

Il contenuto di una presentazione può apparire in:

• Titoli delle diapositive
• Caselle di testo
• Forme
• Tabelle
• Didascalie
• Etichette di diagrammi

Allo stesso tempo, il processo di traduzione dovrebbe preservare temi delle diapositive, sfondi, immagini, grafici e altri elementi visivi.

In questo esempio, una presentazione in giapponese viene tradotta in inglese .

using System;
using Spire.Agent.Office.AI;
using Spire.Agent.Office.Extensions;
using Spire.Presentation;

string inputPath = @"E:\Documents\Input.pptx";
string outputPath = @"E:\Documents\Translated.pptx";
string spireToken = "your spireToken";

string instruction = """
Translate all Japanese text in this PowerPoint presentation into English.

Requirements:
1. Translate slide titles, body text, text boxes, table text, captions, and other editable text.
2. Preserve the original slide order, layout, theme, background, shapes, images, charts, and other elements.
3. Preserve text formatting as much as possible, including font size, color, bold, alignment, and spacing.
4. Since the target language is English, use an appropriate Latin font when the original Japanese font is not suitable for English text, while keeping the visual style as close to the original as possible.
5. Keep translated text inside its original text box or shape whenever possible, and make reasonable layout adjustments if needed.
6. Do not translate URLs, email addresses, product names, model numbers, API names, code, or technical identifiers.
7. Do not add explanations, comments, notes, or extra slides.
8. Ensure the translated English text displays correctly and keep the presentation visually close to the original.
""";

AIOptions options = new AIOptions
{
    SpireToken = spireToken
};

using (Presentation ppt = new Presentation())
{
    ppt.LoadFromFile(inputPath);
    AIDocumentProcessor processor = ppt.AI(options);
    AIResult result = processor.ExecuteInstruction(
        ppt,
        instruction,
        outputPath
    );

    if (result.Success)
    {
        Console.WriteLine($"Translation completed: {outputPath}");
    }
    else
    {
        Console.WriteLine($"Translation failed: {result.ErrorMessage}");
    }
}

A differenza dei documenti Word, le presentazioni spesso utilizzano caselle di testo di dimensioni fisse. La traduzione può quindi influire sull'andata a capo e sull'equilibrio visivo.

L'istruzione indica all'IA di mantenere il contenuto tradotto all'interno delle forme originali ove possibile e di apportare ragionevoli adattamenti quando necessario.

Nel test, il testo giapponese è stato tradotto con successo in inglese, mentre la struttura originale delle diapositive, il tema, le forme, le immagini e il layout complessivo della presentazione sono stati preservati.

Ciò rende l'approccio utile per tradurre materiali di formazione, presentazioni di prodotti, presentazioni di vendita, report interni, diapositive per conferenze e altri file di presentazione.

6. Gestire i caratteri e la formattazione specifica per lingua

La compatibilità dei caratteri è una considerazione importante quando si traducono documenti tra sistemi di scrittura diversi.

Per le traduzioni tra lingue che condividono lo stesso sistema di scrittura, come:

English → French
English → German
Spanish → English

il carattere esistente può di solito essere mantenuto.

Tuttavia, quando si traduce tra testo latino e lingue CJK, il carattere originale potrebbe non contenere i caratteri richiesti.

Ad esempio:

English → Simplified Chinese
English → Japanese
English → Korean

In questi casi, forzare il mantenimento del carattere originale può portare a glifi mancanti, quadrati o caratteri di fallback incoerenti.

Un'istruzione più flessibile è:

Keep the original font if it supports the target language.
Otherwise, use an appropriate font that fully supports the
target-language characters.

Per il cinese semplificato, caratteri come Microsoft YaHei o SimSun possono essere utilizzati quando necessario.

Lo stesso concetto vale anche al contrario. Quando si traduce contenuto PowerPoint giapponese in inglese, mantenere un carattere giapponese può tecnicamente funzionare, ma un carattere latino adatto può fornire un aspetto più naturale.

La sostituzione dei caratteri dovrebbe quindi essere trattata come un'operazione condizionale piuttosto che come una regola obbligatoria.

L'obiettivo è preservare:

• Dimensione del carattere
• Spessore
• Colore
• Allineamento
• Spaziatura dei paragrafi
• Gerarchia visiva

consentendo al contempo alla famiglia di caratteri stessa di cambiare quando necessario per la compatibilità linguistica.

7. Come l'IA preserva la struttura e la formattazione dei documenti

Una delle differenze chiave tra la traduzione di documenti basata sull'IA e la traduzione testuale convenzionale è il modo in cui il documento viene gestito durante il processo di traduzione.

Spire.Agent.Office è basato su Spire.Office for .NET, che fornisce API per lavorare con la struttura nativa dei documenti Office. Invece di trattare un file Word, Excel o PowerPoint come un blocco di testo semplice, il documento può essere elaborato come una raccolta di elementi strutturati.

Ad esempio, durante l'elaborazione di un documento Word, Spire.Office for .NET può lavorare con elementi del documento come:

• Sezioni
• Paragrafi e intervalli di testo
• Tabelle e celle di tabella
• Immagini
• Collegamenti ipertestuali
• Formattazione del testo e stili, inclusi caratteri, dimensioni dei caratteri, colori, allineamento e altre proprietà

Ciò rende possibile separare la struttura del documento dal testo che deve essere tradotto .

Il flusso di lavoro generale può essere illustrato come segue:

Documento Office → Identificare gli elementi del documento → Estrarre il testo traducibile → Traduzione IA → Sostituire il testo originale → Salvare la struttura del documento esistente

Ad esempio, si consideri un documento Word contenente un'intestazione, diversi paragrafi, una tabella e un'immagine. Il processo di traduzione non deve ricreare il documento da zero. Invece, gli elementi del documento esistente rimangono al loro posto mentre il testo traducibile viene sostituito con il suo contenuto tradotto.

Il modello di IA è responsabile della trasformazione linguistica, mentre Spire.Office for .NET fornisce l'accesso a livello di documento necessario per lavorare con la struttura Office esistente.

Questo approccio è anche il motivo per cui le istruzioni di traduzione possono specificare sia ciò che deve essere tradotto sia ciò che deve rimanere invariato . Ad esempio, un'istruzione può richiedere che il testo dei paragrafi, il contenuto delle tabelle, le intestazioni e i piè di pagina vengano tradotti, mentre URL, formule, immagini, identificatori tecnici e altri elementi non traducibili vengono preservati.

Come funziona tra i formati Office

Formato	Contenuto da tradurre	Struttura ed elementi da preservare
Word	Paragrafi, intestazioni, tabelle, intestazioni e piè di pagina	Sezioni, stili, immagini, collegamenti ipertestuali, formattazione
Excel	Testo nelle celle, tabelle e altre aree di testo modificabili	Fogli di lavoro, formule, valori, formattazione, grafici, immagini
PowerPoint	Titoli, caselle di testo, tabelle e didascalie	Diapositive, temi, forme, immagini, layout, formattazione

Il punto importante è che l'IA gestisce la traduzione, mentre il modello di documento Office fornisce la struttura in cui avviene la traduzione . Questa combinazione consente a Spire.Agent.Office di generare un file Office tradotto senza richiedere la ricostruzione dell'intero documento a partire dal testo semplice tradotto.

Di conseguenza, l'output può mantenere la struttura e la formattazione del documento originale sostituendo il contenuto nella lingua di origine con il testo tradotto.

8. Conclusione

Con Spire.Agent.Office for .NET, lo stesso approccio guidato dall'IA può essere applicato a Word, Excel e PowerPoint: caricare il file Office originale, descrivere i requisiti di traduzione in linguaggio naturale e generare un documento tradotto preservando il più possibile la sua struttura e formattazione nativa.

I tre esempi in questo articolo mostrano diversi scenari di traduzione:

• Word: inglese → cinese semplificato
• Excel: inglese → francese
• PowerPoint: giapponese → inglese

Nonostante le differenze tra questi formati di file, il flusso di lavoro sottostante rimane coerente. L'agente IA traduce il contenuto modificabile rispettando elementi specifici del documento come stili e tabelle di Word, formule e formattazione delle celle di Excel, e forme e layout delle diapositive di PowerPoint.

Il vantaggio principale è che l'output rimane un documento Office modificabile anziché diventare un blocco separato di testo tradotto.

Combinando la comprensione linguistica dell'IA con l'elaborazione nativa dei documenti Office, Spire.Agent.Office rende possibile automatizzare la traduzione dei documenti mantenendo gran parte del layout originale, della formattazione e dei contenuti incorporati.

Domande frequenti

1. Spire.Agent.Office può tradurre direttamente file Word, Excel e PowerPoint?

Sì. Il processore IA può operare su oggetti Document di Word, Workbook di Excel e Presentation di PowerPoint. L'istruzione di traduzione viene applicata al file Office caricato e il risultato può essere salvato come nuovo file nello stesso formato Office.

2. La formattazione del documento originale verrà preservata dopo la traduzione?

L'istruzione IA può richiedere esplicitamente di preservare la formattazione e la struttura originali. Negli esempi sopra, i file tradotti hanno mantenuto bene la struttura del documento e la formattazione visiva durante i test.

Tuttavia, il testo tradotto può differire notevolmente in lunghezza dal testo di origine, quindi i layout complessi dovrebbero comunque essere rivisti dopo l'elaborazione.

3. Le formule di Excel e i dati numerici possono rimanere invariati durante la traduzione?

Sì. L'istruzione può indicare all'IA di tradurre solo il contenuto testuale preservando formule, numeri, percentuali, valori valutari, date e altri dati non testuali.

Questo è importante quando si traducono cartelle di lavoro che combinano testo aziendale con calcoli o dati strutturati.

4. Come dovrebbero essere gestiti i caratteri quando si traduce tra sistemi di scrittura diversi?

Se il carattere originale supporta i caratteri della lingua di destinazione, di solito può essere mantenuto.

In caso contrario, l'istruzione dovrebbe consentire all'IA di scegliere un carattere compatibile. Ad esempio, una traduzione dall'inglese al cinese può utilizzare Microsoft YaHei o SimSun quando il carattere latino originale non supporta adeguatamente i caratteri cinesi.

5. Posso impedire che contenuti specifici vengano tradotti?

Sì. L'istruzione può definire il contenuto che deve rimanere invariato, come URL, indirizzi email, nomi di prodotti, numeri di modello, nomi di API, frammenti di codice, formule e altri identificatori tecnici.

Ciò è particolarmente utile per la documentazione tecnica, finanziaria, ingegneristica e di prodotto.

Vedi anche

• Come integrare Spire.Agent.Office in un progetto .NET
• Come automatizzare i documenti Office con un SDK per agenti IA .NET
• Formattazione, riepilogo e indicizzazione di Word basati sull'IA in C#

Traduire un document Office implique bien plus que de convertir des phrases d'une langue à une autre. Un fichier Word peut contenir des titres, des tableaux, des images, des hyperliens, des en-têtes et des pieds de page. Un classeur Excel peut inclure des formules, des nombres, des graphiques et des cellules mises en forme. Une présentation PowerPoint peut s'appuyer fortement sur des zones de texte, des formes, des thèmes et des dispositions de diapositives soigneusement agencées.

Si le texte est simplement extrait, traduit puis réinséré sans tenir compte de ces structures, le document résultant peut facilement perdre son apparence d'origine ou même endommager des contenus importants tels que les formules et les dispositions.

Cet article montre comment créer un traducteur de documents alimenté par l'IA en C# avec Spire.Agent.Office for .NET. Nous allons traduire des fichiers Word, Excel et PowerPoint tout en préservant autant que possible leur structure et leur mise en forme Office natives.

Les exemples couvrent trois scénarios de traduction différents :

• Word : anglais → chinois simplifié
• Excel : anglais → français
• PowerPoint : japonais → anglais

1. Qu'est-ce qu'un traducteur de documents IA ?

Un flux de traduction classique se concentre généralement sur le texte seul. Le contenu est extrait d'un document, traduit dans une autre langue, puis renvoyé sous forme de texte brut ou réinséré dans un nouveau fichier.

Cette approche fonctionne bien lorsque la mise en forme n'a pas d'importance. Cependant, les documents Office contiennent souvent bien plus que du texte. Les fichiers Word peuvent inclure des titres, des tableaux, des images, des hyperliens, des en-têtes et des pieds de page. Les classeurs Excel peuvent contenir des formules, des données numériques, des cellules fusionnées, des graphiques et des plages mises en forme. Les présentations PowerPoint peuvent s'appuyer sur des zones de texte, des formes, des thèmes et des dispositions de diapositives soigneusement conçues.

Un traducteur de documents IA va plus loin. Au lieu de traiter le fichier comme un simple conteneur de texte, il traduit le contenu modifiable tout en préservant autant que possible la structure native et l'organisation visuelle du document.

Le diagramme suivant illustre la différence entre la traduction de texte classique et la traduction de documents alimentée par l'IA :

Avec la traduction de documents alimentée par l'IA, le résultat attendu n'est pas simplement du texte traduit. La sortie reste un fichier Office modifiable, tel qu'un .docx, .xlsx ou .pptx traduit, dont la structure, la mise en forme, les tableaux, les images, les formules et la disposition d'origine sont conservés dans la mesure du possible.

Cela rend ce flux de travail particulièrement utile lorsque les documents traduits doivent rester prêts à être modifiés, partagés, publiés ou traités davantage dans un cadre professionnel.

2. Installer Spire.Agent.Office pour .NET

Avant d'exécuter les exemples, créez un projet .NET et installez Spire.Agent.Office via NuGet.

Vous pouvez installer le package à l'aide de la CLI .NET :

dotnet add package Spire.Agent.Office

Les fonctionnalités d'IA nécessitent un SpireToken. Configurez une instance AIOptions et attribuez le token :

AIOptions options = new AIOptions
{
    SpireToken = "your spireToken"
};

Un SpireToken temporaire pour l'évaluation et les tests peut être demandé sur la page de licence temporaire Spire.

Le schéma de traitement général est similaire pour Word, Excel et PowerPoint :

Load Office file
      ↓
Create AI processor
      ↓
Execute natural-language instruction
      ↓
Save translated Office file

La principale différence entre les trois exemples réside dans l'objet de document Office traité et dans les règles de traduction définies dans l'instruction.

3. Traduire des documents Word avec l'IA

Les documents Word peuvent contenir bien plus que des paragraphes ordinaires. Un document professionnel typique peut inclure des titres, des tableaux, des images, des hyperliens, des en-têtes, des pieds de page, des listes et différents styles de texte.

Dans cet exemple, nous traduisons un document Word anglais en chinois simplifié tout en demandant à l'IA de préserver la structure du document et la mise en forme visuelle.

Un autre élément à prendre en compte est la compatibilité des polices. Les polices couramment utilisées pour le texte anglais peuvent ne pas contenir tous les caractères chinois simplifiés. L'instruction autorise donc l'IA à utiliser une police chinoise appropriée lorsque la police d'origine ne prend pas en charge les caractères traduits.

using System;
using Spire.Agent.Office.AI;
using Spire.Agent.Office.Extensions;
using Spire.Doc;

string inputPath = @"E:\Documents\Input.docx";
string outputPath = @"E:\Documents\Translated.docx";
string spireToken = "your spireToken";

string instruction = """
Translate all English text in this Word document into Simplified Chinese.

Requirements:
1. Preserve the original document structure, layout, styles, tables, images, headers, footers, and other elements.
2. Preserve the original formatting as much as possible, including font size, color, bold, alignment, and spacing.
3. Keep the original font if it supports Simplified Chinese. Otherwise, use an appropriate Chinese font such as Microsoft YaHei or SimSun.
4. Translate text in paragraphs, headings, tables, headers, footers, and other editable text areas.
5. Do not translate URLs, email addresses, product names, API names, code, model numbers, or technical identifiers.
6. Do not add explanations, comments, or extra content.
7. Ensure the translated Chinese text displays correctly and keep the final document visually close to the original.
""";

AIOptions options = new AIOptions
{
    SpireToken = spireToken
};

using (Document doc = new Document())
{
    doc.LoadFromFile(inputPath);
    AIDocumentProcessor processor = doc.AI(options);
    AIResult result = processor.ExecuteInstruction(
        doc,
        instruction,
        outputPath
    );

    if (result.Success)
    {
        Console.WriteLine($"Translation completed: {outputPath}");
    }
    else
    {
        Console.WriteLine($"Translation failed: {result.ErrorMessage}");
    }
}

Le point important de cet exemple est que l'IA n'est pas chargée de reconstruire le document à partir de zéro. Elle traduit le texte modifiable tout en conservant la structure Word environnante.

Lors du test réel, le document traduit a conservé les titres, la mise en forme des paragraphes, la structure des tableaux, les images, les hyperliens, les en-têtes et les pieds de page d'origine, tout en remplaçant le contenu anglais par du chinois simplifié.

Ce type de flux de travail peut être utile pour traduire des rapports, des manuels, des politiques, des propositions, de la documentation interne et d'autres fichiers Word mis en forme.

4. Traduire des classeurs Excel avec l'IA

La traduction Excel nécessite une stratégie différente.

Un classeur peut contenir du contenu textuel à traduire, mais il peut aussi contenir :

• Des nombres
• Des dates
• Des pourcentages
• Des valeurs monétaires
• Des formules
• Des noms de fonctions
• Des graphiques
• Des images
• Des hyperliens

Un processus de traduction doit donc éviter de traiter chaque valeur de cellule comme du texte ordinaire.

Dans cet exemple, le classeur est traduit de l'anglais vers le français . Comme les deux langues utilisent principalement l'alphabet latin, les polices d'origine peuvent généralement être conservées.

using System;
using Spire.Agent.Office.AI;
using Spire.Agent.Office.Extensions;
using Spire.Xls;

string inputPath = @"E:\Documents\Input.xlsx";
string outputPath = @"E:\Documents\Translated.xlsx";
string spireToken = "your spireToken";

string instruction = """
Translate all English text in this Excel workbook into French.

Requirements:
1. Translate textual content in cells, worksheets, tables, and other editable text areas.
2. Preserve the original workbook structure, worksheets, rows, columns, merged cells, and formatting.
3. Keep formulas, numbers, dates, percentages, currency values, and other non-text data unchanged.
4. Preserve cell formatting as much as possible, including font size, color, bold, alignment, borders, and fills.
5. Preserve the original font whenever possible, since French uses the Latin alphabet. If a font does not support required French characters, use a compatible font.
6. Preserve charts, images, hyperlinks, and other workbook elements.
7. Do not translate URLs, email addresses, person names, model numbers, formulas, function names, or technical identifiers.
8. Do not add explanations, comments, or extra content.
9. Ensure the translated French text displays correctly and keep the workbook visually close to the original.
""";

AIOptions options = new AIOptions
{
    SpireToken = spireToken
};

using (Workbook workbook = new Workbook())
{
    workbook.LoadFromFile(inputPath);
    AIDocumentProcessor processor = workbook.AI(options);
    AIResult result = processor.ExecuteInstruction(
        workbook,
        instruction,
        outputPath
    );

    if (result.Success)
    {
        Console.WriteLine($"Translation completed: {outputPath}");
    }
    else
    {
        Console.WriteLine($"Translation failed: {result.ErrorMessage}");
    }
}

L'instruction sépare explicitement le texte traduisible des données qui doivent rester inchangées.

Par exemple, des noms ou des descriptions de produits peuvent être traduits en français, tandis qu'une valeur telle que :

$12,500

ou une formule telle que :

=SUM(C2:C10)

doivent rester fonctionnelles.

Dans le résultat du test, le classeur a conservé sa structure de feuilles de calcul et sa mise en forme, tandis que le contenu textuel anglais était traduit en français.

Cette approche est particulièrement utile pour les catalogues de produits multilingues, les rapports financiers, les feuilles d'inventaire, les rapports de ventes, les classeurs de planification et autres fichiers Excel qui combinent texte et données structurées.

5. Traduire des présentations PowerPoint avec l'IA

La traduction PowerPoint présente un autre défi : le texte traduit doit s'intégrer dans une mise en page visuelle existante.

Le contenu d'une présentation peut apparaître dans :

• Les titres de diapositives
• Les zones de texte
• Les formes
• Les tableaux
• Les légendes
• Les étiquettes de diagrammes

En même temps, le processus de traduction doit préserver les thèmes des diapositives, les arrière-plans, les images, les graphiques et autres éléments visuels.

Dans cet exemple, une présentation japonaise est traduite en anglais .

using System;
using Spire.Agent.Office.AI;
using Spire.Agent.Office.Extensions;
using Spire.Presentation;

string inputPath = @"E:\Documents\Input.pptx";
string outputPath = @"E:\Documents\Translated.pptx";
string spireToken = "your spireToken";

string instruction = """
Translate all Japanese text in this PowerPoint presentation into English.

Requirements:
1. Translate slide titles, body text, text boxes, table text, captions, and other editable text.
2. Preserve the original slide order, layout, theme, background, shapes, images, charts, and other elements.
3. Preserve text formatting as much as possible, including font size, color, bold, alignment, and spacing.
4. Since the target language is English, use an appropriate Latin font when the original Japanese font is not suitable for English text, while keeping the visual style as close to the original as possible.
5. Keep translated text inside its original text box or shape whenever possible, and make reasonable layout adjustments if needed.
6. Do not translate URLs, email addresses, product names, model numbers, API names, code, or technical identifiers.
7. Do not add explanations, comments, notes, or extra slides.
8. Ensure the translated English text displays correctly and keep the presentation visually close to the original.
""";

AIOptions options = new AIOptions
{
    SpireToken = spireToken
};

using (Presentation ppt = new Presentation())
{
    ppt.LoadFromFile(inputPath);
    AIDocumentProcessor processor = ppt.AI(options);
    AIResult result = processor.ExecuteInstruction(
        ppt,
        instruction,
        outputPath
    );

    if (result.Success)
    {
        Console.WriteLine($"Translation completed: {outputPath}");
    }
    else
    {
        Console.WriteLine($"Translation failed: {result.ErrorMessage}");
    }
}

Contrairement aux documents Word, les présentations utilisent souvent des zones de texte de taille fixe. La traduction peut donc affecter le retour à la ligne et l'équilibre visuel.

L'instruction demande à l'IA de conserver le contenu traduit à l'intérieur des formes d'origine dans la mesure du possible et d'effectuer des ajustements raisonnables lorsque cela est nécessaire.

Lors du test, le texte japonais a été traduit avec succès en anglais, tandis que la structure d'origine des diapositives, le thème, les formes, les images et la disposition générale de la présentation ont été préservés.

Cela rend l'approche utile pour traduire des supports de formation, des présentations de produits, des supports commerciaux, des rapports internes, des diapositives de conférence et autres fichiers de présentation.

6. Gérer les polices et la mise en forme spécifique à chaque langue

La compatibilité des polices est un élément important à prendre en compte lors de la traduction de documents entre différents systèmes d'écriture.

Pour les traductions entre langues partageant le même système d'écriture, telles que :

English → French
English → German
Spanish → English

la police existante peut généralement être conservée.

Cependant, lors de la traduction entre du texte latin et des langues CJK, la police d'origine peut ne pas contenir les caractères requis.

Par exemple :

English → Simplified Chinese
English → Japanese
English → Korean

Dans de tels cas, forcer la police d'origine à rester inchangée peut entraîner des glyphes manquants, des carrés ou des polices de substitution incohérentes.

Une instruction plus flexible est :

Keep the original font if it supports the target language.
Otherwise, use an appropriate font that fully supports the
target-language characters.

Pour le chinois simplifié, des polices telles que Microsoft YaHei ou SimSun peuvent être utilisées si nécessaire.

Le même concept s'applique en sens inverse. Lors de la traduction de contenu PowerPoint japonais en anglais, conserver une police japonaise peut techniquement fonctionner, mais une police latine appropriée peut offrir un rendement plus naturel.

Le remplacement de police doit donc être traité comme une opération conditionnelle plutôt que comme une règle obligatoire.

L'objectif est de préserver :

• La taille de la police
• La graisse
• La couleur
• L'alignement
• L'espacement des paragraphes
• La hiérarchie visuelle

tout en permettant à la famille de polices elle-même de changer lorsqu'une compatibilité linguistique l'exige.

7. Comment l'IA préserve la structure et la mise en forme des documents

L'une des principales différences entre la traduction de documents alimentée par l'IA et la traduction de texte classique réside dans la manière dont le document est traité pendant le processus de traduction.

Spire.Agent.Office est basé sur Spire.Office for .NET, qui fournit des API pour travailler avec la structure native des documents Office. Au lieu de traiter un fichier Word, Excel ou PowerPoint comme un bloc de texte brut, le document peut être traité comme un ensemble d'éléments structurés.

Par exemple, lors du traitement d'un document Word, Spire.Office for .NET peut travailler avec des éléments du document tels que :

• Les sections
• Les paragraphes et les plages de texte
• Les tableaux et les cellules de tableau
• Les images
• Les hyperliens
• La mise en forme et les styles du texte, notamment les polices, les tailles de police, les couleurs, l'alignement et d'autres propriétés

Cela permet de séparer la structure du document de le texte à traduire .

Le flux de travail général peut être illustré comme suit :

Document Office → Identifier les éléments du document → Extraire le texte traduisible → Traduction par l'IA → Remplacer le texte d'origine → Enregistrer la structure de document existante

Par exemple, prenons un document Word contenant un titre, plusieurs paragraphes, un tableau et une image. Le processus de traduction n'a pas besoin de recréer le document à partir de zéro. Au lieu de cela, les éléments existants du document restent en place tandis que le texte traduisible est remplacé par son contenu traduit.

Le modèle d'IA est responsable de la transformation linguistique, tandis que Spire.Office for .NET fournit l'accès au niveau du document nécessaire pour travailler avec la structure Office existante.

C'est également pour cette raison que les instructions de traduction peuvent spécifier à la fois ce qui doit être traduit et ce qui doit rester inchangé . Par exemple, une instruction peut demander que le texte des paragraphes, le contenu des tableaux, les en-têtes et les pieds de page soient traduits, tandis que les URL, les formules, les images, les identifiants techniques et autres éléments non traduisibles sont préservés.

Comment cela fonctionne à travers les formats Office

Format	Contenu à traduire	Structure et éléments à préserver
Word	Paragraphes, titres, tableaux, en-têtes et pieds de page	Sections, styles, images, hyperliens, mise en forme
Excel	Texte dans les cellules, les tableaux et autres zones de texte modifiables	Feuilles de calcul, formules, valeurs, mise en forme, graphiques, images
PowerPoint	Titres, zones de texte, tableaux et légendes	Diapositives, thèmes, formes, images, dispositions, mise en forme

Le point important est que l'IA gère la traduction, tandis que le modèle de document Office fournit la structure dans laquelle la traduction a lieu . Cette combinaison permet à Spire.Agent.Office de générer un fichier Office traduit sans nécessiter la reconstruction complète du document à partir de texte brut traduit.

Par conséquent, la sortie peut conserver la structure et la mise en forme d'origine du document tout en remplaçant le contenu en langue source par le texte traduit.

8. Conclusion

Avec Spire.Agent.Office for .NET, la même approche pilotée par l'IA peut être appliquée à Word, Excel et PowerPoint : chargez le fichier Office d'origine, décrivez les exigences de traduction en langage naturel, et générez un document traduit tout en préservant autant que possible sa structure et sa mise en forme natives.

Les trois exemples de cet article illustrent différents scénarios de traduction :

• Word : anglais → chinois simplifié
• Excel : anglais → français
• PowerPoint : japonais → anglais

Malgré les différences entre ces formats de fichiers, le flux de travail sous-jacent reste cohérent. L'agent IA traduit le contenu modifiable tout en respectant les éléments propres à chaque document tels que les styles et les tableaux Word, les formules et la mise en forme des cellules Excel, ainsi que les formes et les dispositions de diapositives PowerPoint.

Le principal avantage est que la sortie reste un document Office modifiable plutôt que de devenir un bloc de texte traduit distinct.

En combinant la compréhension linguistique de l'IA avec le traitement natif des documents Office, Spire.Agent.Office permet d'automatiser la traduction de documents tout en conservant une grande partie de la mise en page, de la mise en forme et du contenu intégré d'origine.

FAQ

1. Spire.Agent.Office peut-il traduire directement des fichiers Word, Excel et PowerPoint ?

Oui. Le processeur d'IA peut opérer sur les objets Word Document, Excel Workbook et PowerPoint Presentation. L'instruction de traduction est appliquée au fichier Office chargé, et le résultat peut être enregistré sous forme de nouveau fichier dans le même format Office.

2. La mise en forme d'origine du document sera-t-elle préservée après la traduction ?

L'instruction d'IA peut exiger explicitement que la mise en forme et la structure d'origine soient préservées. Dans les exemples ci-dessus, les fichiers traduits ont bien conservé leur structure de document et leur mise en forme visuelle lors des tests.

Cependant, le texte traduit peut différer considérablement en longueur du texte source, il convient donc de vérifier les mises en page complexes après le traitement.

3. Les formules Excel et les données numériques peuvent-elles rester inchangées pendant la traduction ?

Oui. L'instruction peut demander à l'IA de traduire uniquement le contenu textuel tout en préservant les formules, les nombres, les pourcentages, les valeurs monétaires, les dates et autres données non textuelles.

C'est important lors de la traduction de classeurs qui combinent du texte métier avec des calculs ou des données structurées.

4. Comment gérer les polices lors de la traduction entre différents systèmes d'écriture ?

Si la police d'origine prend en charge les caractères de la langue cible, elle peut généralement être conservée.

Si ce n'est pas le cas, l'instruction doit permettre à l'IA de choisir une police compatible. Par exemple, une traduction de l'anglais vers le chinois peut utiliser Microsoft YaHei ou SimSun lorsque la police latine d'origine ne prend pas suffisamment en charge les caractères chinois.

5. Puis-je empêcher la traduction de contenus spécifiques ?

Oui. L'instruction peut définir le contenu qui doit rester inchangé, comme les URL, les adresses e-mail, les noms de produits, les numéros de modèle, les noms d'API, les extraits de code, les formules et autres identifiants techniques.

Cela est particulièrement utile pour la documentation technique, financière, d'ingénierie et de produits.

Voir aussi

• Comment intégrer Spire.Agent.Office dans un projet .NET
• Comment automatiser les documents Office avec un SDK d'agent IA .NET
• Mise en forme, synthèse et indexation Word assistées par l'IA en C#

Traducir un documento de Office implica más que convertir oraciones de un idioma a otro. Un archivo de Word puede contener títulos, tablas, imágenes, hipervínculos, encabezados y pies de página. Un libro de Excel puede incluir fórmulas, números, gráficos y celdas con formato. Una presentación de PowerPoint puede depender en gran medida de cuadros de texto, formas, temas y diseños de diapositivas cuidadosamente organizados.

Si el texto simplemente se extrae, se traduce y se vuelve a escribir sin tener en cuenta estas estructuras, el documento resultante puede perder fácilmente su apariencia original o incluso romper contenido importante como fórmulas y diseños.

Este artículo demuestra cómo crear un traductor de documentos impulsado por IA en C# usando Spire.Agent.Office for .NET. Traduciremos archivos de Word, Excel y PowerPoint mientras conservamos su estructura y formato nativos de Office tanto como sea posible.

Los ejemplos cubren tres escenarios de traducción diferentes:

• Word: inglés → chino simplificado
• Excel: inglés → francés
• PowerPoint: japonés → inglés

1. ¿Qué es un traductor de documentos con IA?

Un flujo de trabajo de traducción convencional suele centrarse únicamente en el texto. El contenido se extrae de un documento, se traduce a otro idioma y luego se devuelve como texto sin formato o se inserta de nuevo en un archivo nuevo.

Este enfoque funciona bien cuando el formato no es importante. Sin embargo, los documentos de Office a menudo contienen mucho más que texto. Los archivos de Word pueden incluir títulos, tablas, imágenes, hipervínculos, encabezados y pies de página. Los libros de Excel pueden contener fórmulas, datos numéricos, celdas combinadas, gráficos y rangos con formato. Las presentaciones de PowerPoint pueden depender de cuadros de texto, formas, temas y diseños de diapositivas cuidadosamente diseñados.

Un traductor de documentos con IA va un paso más allá. En lugar de tratar el archivo como un simple contenedor de texto, traduce el contenido editable mientras conserva la estructura nativa y la organización visual del documento tanto como sea posible.

El siguiente diagrama ilustra la diferencia entre la traducción de texto convencional y la traducción de documentos impulsada por IA:

Con la traducción de documentos impulsada por IA, el resultado esperado no es solo texto traducido. La salida sigue siendo un archivo de Office editable, como un .docx, .xlsx o .pptx traducido, con su estructura, formato, tablas, imágenes, fórmulas y diseño originales conservados cuando es posible.

Esto hace que el flujo de trabajo sea especialmente útil cuando los documentos traducidos deben permanecer listos para editar, compartir, publicar o para un procesamiento empresarial posterior.

2. Configurar Spire.Agent.Office para .NET

Antes de ejecutar los ejemplos, cree un proyecto .NET e instale Spire.Agent.Office a través de NuGet.

Puede instalar el paquete usando la CLI de .NET:

dotnet add package Spire.Agent.Office

Las funciones de IA requieren un SpireToken. Configure una instancia de AIOptions y asigne el token:

AIOptions options = new AIOptions
{
    SpireToken = "your spireToken"
};

Se puede solicitar un SpireToken temporal para evaluación y pruebas desde la página de licencia temporal de Spire.

El patrón general de procesamiento es similar en Word, Excel y PowerPoint:

Load Office file
      ↓
Create AI processor
      ↓
Execute natural-language instruction
      ↓
Save translated Office file

La principal diferencia entre los tres ejemplos es el objeto de documento de Office que se procesa y las reglas de traducción definidas en la instrucción.

3. Traducir documentos de Word con IA

Los documentos de Word pueden contener mucho más que párrafos comunes. Un documento empresarial típico puede incluir títulos, tablas, imágenes, hipervínculos, encabezados, pies de página, listas y diferentes estilos de texto.

En este ejemplo, traducimos un documento de Word en inglés a chino simplificado mientras pedimos a la IA que conserve la estructura del documento y el formato visual.

Una consideración adicional es la compatibilidad de fuentes. Las fuentes que se usan comúnmente para el texto en inglés pueden no contener todos los caracteres del chino simplificado. Por lo tanto, la instrucción permite que la IA utilice una fuente china adecuada cuando la fuente original no admite los caracteres traducidos.

using System;
using Spire.Agent.Office.AI;
using Spire.Agent.Office.Extensions;
using Spire.Doc;

string inputPath = @"E:\Documents\Input.docx";
string outputPath = @"E:\Documents\Translated.docx";
string spireToken = "your spireToken";

string instruction = """
Translate all English text in this Word document into Simplified Chinese.

Requirements:
1. Preserve the original document structure, layout, styles, tables, images, headers, footers, and other elements.
2. Preserve the original formatting as much as possible, including font size, color, bold, alignment, and spacing.
3. Keep the original font if it supports Simplified Chinese. Otherwise, use an appropriate Chinese font such as Microsoft YaHei or SimSun.
4. Translate text in paragraphs, headings, tables, headers, footers, and other editable text areas.
5. Do not translate URLs, email addresses, product names, API names, code, model numbers, or technical identifiers.
6. Do not add explanations, comments, or extra content.
7. Ensure the translated Chinese text displays correctly and keep the final document visually close to the original.
""";

AIOptions options = new AIOptions
{
    SpireToken = spireToken
};

using (Document doc = new Document())
{
    doc.LoadFromFile(inputPath);
    AIDocumentProcessor processor = doc.AI(options);
    AIResult result = processor.ExecuteInstruction(
        doc,
        instruction,
        outputPath
    );

    if (result.Success)
    {
        Console.WriteLine($"Translation completed: {outputPath}");
    }
    else
    {
        Console.WriteLine($"Translation failed: {result.ErrorMessage}");
    }
}

La parte importante de este ejemplo es que no se pide a la IA que reconstruya el documento desde cero. Traduce el texto editable mientras conserva la estructura de Word circundante.

En la prueba real, el documento traducido conservó los títulos originales, el formato de los párrafos, la estructura de las tablas, las imágenes, los hipervínculos, los encabezados y los pies de página, mientras reemplazaba el contenido en inglés por chino simplificado.

Este tipo de flujo de trabajo puede ser útil para traducir informes, manuales, políticas, propuestas, documentación interna y otros archivos de Word con formato.

4. Traducir libros de Excel con IA

La traducción de Excel requiere una estrategia diferente.

Un libro puede contener contenido textual que debe traducirse, pero también puede contener:

• Números
• Fechas
• Porcentajes
• Valores de moneda
• Fórmulas
• Nombres de funciones
• Gráficos
• Imágenes
• Hipervínculos

Por lo tanto, un proceso de traducción debe evitar tratar cada valor de celda como texto común.

En este ejemplo, el libro se traduce del inglés al francés. Dado que ambos idiomas usan principalmente el alfabeto latino, por lo general se pueden conservar las fuentes originales.

using System;
using Spire.Agent.Office.AI;
using Spire.Agent.Office.Extensions;
using Spire.Xls;

string inputPath = @"E:\Documents\Input.xlsx";
string outputPath = @"E:\Documents\Translated.xlsx";
string spireToken = "your spireToken";

string instruction = """
Translate all English text in this Excel workbook into French.

Requirements:
1. Translate textual content in cells, worksheets, tables, and other editable text areas.
2. Preserve the original workbook structure, worksheets, rows, columns, merged cells, and formatting.
3. Keep formulas, numbers, dates, percentages, currency values, and other non-text data unchanged.
4. Preserve cell formatting as much as possible, including font size, color, bold, alignment, borders, and fills.
5. Preserve the original font whenever possible, since French uses the Latin alphabet. If a font does not support required French characters, use a compatible font.
6. Preserve charts, images, hyperlinks, and other workbook elements.
7. Do not translate URLs, email addresses, person names, model numbers, formulas, function names, or technical identifiers.
8. Do not add explanations, comments, or extra content.
9. Ensure the translated French text displays correctly and keep the workbook visually close to the original.
""";

AIOptions options = new AIOptions
{
    SpireToken = spireToken
};

using (Workbook workbook = new Workbook())
{
    workbook.LoadFromFile(inputPath);
    AIDocumentProcessor processor = workbook.AI(options);
    AIResult result = processor.ExecuteInstruction(
        workbook,
        instruction,
        outputPath
    );

    if (result.Success)
    {
        Console.WriteLine($"Translation completed: {outputPath}");
    }
    else
    {
        Console.WriteLine($"Translation failed: {result.ErrorMessage}");
    }
}

La instrucción separa explícitamente el texto traducible de los datos que deben permanecer sin cambios.

Por ejemplo, los nombres o descripciones de productos pueden traducirse al francés, mientras que un valor como:

$12,500

o una fórmula como:

=SUM(C2:C10)

deben permanecer funcionales.

En el resultado de la prueba, el libro conservó su estructura de hojas de cálculo y su formato, mientras que el contenido textual en inglés se tradujo al francés.

Este enfoque es especialmente útil para catálogos de productos multilingües, informes financieros, hojas de inventario, informes de ventas, libros de planificación y otros archivos de Excel que combinan texto con datos estructurados.

5. Traducir presentaciones de PowerPoint con IA

La traducción de PowerPoint presenta otro desafío: el texto traducido debe encajar de nuevo en un diseño visual existente.

El contenido de la presentación puede aparecer en:

• Títulos de diapositivas
• Cuadros de texto
• Formas
• Tablas
• Leyendas
• Etiquetas de diagramas

Al mismo tiempo, el proceso de traducción debe conservar los temas de las diapositivas, los fondos, las imágenes, los gráficos y otros elementos visuales.

En este ejemplo, una presentación en japonés se traduce al inglés.

using System;
using Spire.Agent.Office.AI;
using Spire.Agent.Office.Extensions;
using Spire.Presentation;

string inputPath = @"E:\Documents\Input.pptx";
string outputPath = @"E:\Documents\Translated.pptx";
string spireToken = "your spireToken";

string instruction = """
Translate all Japanese text in this PowerPoint presentation into English.

Requirements:
1. Translate slide titles, body text, text boxes, table text, captions, and other editable text.
2. Preserve the original slide order, layout, theme, background, shapes, images, charts, and other elements.
3. Preserve text formatting as much as possible, including font size, color, bold, alignment, and spacing.
4. Since the target language is English, use an appropriate Latin font when the original Japanese font is not suitable for English text, while keeping the visual style as close to the original as possible.
5. Keep translated text inside its original text box or shape whenever possible, and make reasonable layout adjustments if needed.
6. Do not translate URLs, email addresses, product names, model numbers, API names, code, or technical identifiers.
7. Do not add explanations, comments, notes, or extra slides.
8. Ensure the translated English text displays correctly and keep the presentation visually close to the original.
""";

AIOptions options = new AIOptions
{
    SpireToken = spireToken
};

using (Presentation ppt = new Presentation())
{
    ppt.LoadFromFile(inputPath);
    AIDocumentProcessor processor = ppt.AI(options);
    AIResult result = processor.ExecuteInstruction(
        ppt,
        instruction,
        outputPath
    );

    if (result.Success)
    {
        Console.WriteLine($"Translation completed: {outputPath}");
    }
    else
    {
        Console.WriteLine($"Translation failed: {result.ErrorMessage}");
    }
}

A diferencia de los documentos de Word, las presentaciones suelen usar cuadros de texto de tamaño fijo. Por lo tanto, la traducción puede afectar el ajuste de línea y el equilibrio visual.

La instrucción indica a la IA que mantenga el contenido traducido dentro de las formas originales siempre que sea posible y que realice ajustes razonables cuando sea necesario.

En la prueba, el texto en japonés se tradujo correctamente al inglés mientras se conservaban la estructura original de las diapositivas, el tema, las formas, las imágenes y el diseño general de la presentación.

Esto hace que el enfoque sea útil para traducir materiales de formación, presentaciones de productos, presentaciones de ventas, informes internos, diapositivas de conferencias y otros archivos de presentación.

6. Gestionar fuentes y formato específico por idioma

La compatibilidad de fuentes es una consideración importante al traducir documentos entre diferentes sistemas de escritura.

Para traducciones entre idiomas que comparten el mismo sistema de escritura, como:

English → French
English → German
Spanish → English

por lo general se puede conservar la fuente existente.

Sin embargo, al traducir entre texto latino y idiomas CJK, la fuente original puede no contener los caracteres necesarios.

Por ejemplo:

English → Simplified Chinese
English → Japanese
English → Korean

En tales casos, forzar que la fuente original permanezca sin cambios puede provocar glifos faltantes, cuadros o fuentes de sustitución inconsistentes.

Una instrucción más flexible es:

Keep the original font if it supports the target language.
Otherwise, use an appropriate font that fully supports the
target-language characters.

Para el chino simplificado, se pueden usar fuentes como Microsoft YaHei o SimSun cuando sea necesario.

El mismo concepto se aplica a la inversa. Al traducir contenido de PowerPoint en japonés al inglés, conservar una fuente japonesa puede funcionar técnicamente, pero una fuente latina adecuada puede proporcionar una apariencia más natural.

Por lo tanto, el reemplazo de fuentes debe tratarse como una operación condicional en lugar de una regla obligatoria.

El objetivo es conservar:

• Tamaño de fuente
• Grosor
• Color
• Alineación
• Espaciado entre párrafos
• Jerarquía visual

permitiendo al mismo tiempo que la familia de fuentes cambie cuando sea necesario para la compatibilidad de idiomas.

7. Cómo la IA conserva la estructura y el formato del documento

Una de las diferencias clave entre la traducción de documentos impulsada por IA y la traducción de texto convencional es cómo se maneja el documento durante el proceso de traducción.

Spire.Agent.Office se basa en Spire.Office for .NET, que proporciona API para trabajar con la estructura nativa de los documentos de Office. En lugar de tratar un archivo de Word, Excel o PowerPoint como un bloque de texto sin formato, el documento puede procesarse como una colección de elementos estructurados.

Por ejemplo, al procesar un documento de Word, Spire.Office for .NET puede trabajar con elementos del documento como:

• Secciones
• Párrafos y rangos de texto
• Tablas y celdas de tablas
• Imágenes
• Hipervínculos
• Formato y estilos de texto, incluidos fuentes, tamaños de fuente, colores, alineación y otras propiedades

Esto permite separar la estructura del documento de el texto que debe traducirse.

El flujo de trabajo general se puede ilustrar de la siguiente manera:

Documento de Office → Identificar elementos del documento → Extraer texto traducible → Traducción con IA → Reemplazar el texto original → Guardar la estructura del documento existente

Por ejemplo, considere un documento de Word que contiene un título, varios párrafos, una tabla y una imagen. El proceso de traducción no necesita recrear el documento desde cero. En su lugar, los elementos existentes del documento permanecen en su lugar mientras el texto traducible se reemplaza por su contenido traducido.

El modelo de IA es responsable de la transformación del lenguaje, mientras que Spire.Office for .NET proporciona el acceso a nivel de documento necesario para trabajar con la estructura de Office existente.

Este enfoque también es la razón por la que las instrucciones de traducción pueden especificar tanto lo que debe traducirse como lo que debe permanecer sin cambios. Por ejemplo, una instrucción puede solicitar que se traduzcan el texto de los párrafos, el contenido de las tablas, los encabezados y los pies de página, mientras se conservan las URL, las fórmulas, las imágenes, los identificadores técnicos y otros elementos no traducibles.

Cómo funciona esto en los formatos de Office

Formato	Contenido a traducir	Estructura y elementos a conservar
Word	Párrafos, títulos, tablas, encabezados y pies de página	Secciones, estilos, imágenes, hipervínculos, formato
Excel	Texto en celdas, tablas y otras áreas de texto editables	Hojas de cálculo, fórmulas, valores, formato, gráficos, imágenes
PowerPoint	Títulos, cuadros de texto, tablas y leyendas	Diapositivas, temas, formas, imágenes, diseños, formato

El punto importante es que la IA se encarga de la traducción, mientras que el modelo de documento de Office proporciona la estructura en la que se realiza la traducción. Esta combinación permite que Spire.Agent.Office genere un archivo de Office traducido sin necesidad de reconstruir todo el documento a partir del texto sin formato traducido.

Como resultado, la salida puede conservar la estructura y el formato del documento original mientras reemplaza el contenido del idioma de origen por el texto traducido.

8. Conclusión

Con Spire.Agent.Office for .NET, el mismo enfoque impulsado por IA se puede aplicar en Word, Excel y PowerPoint: cargar el archivo de Office original, describir los requisitos de traducción en lenguaje natural y generar un documento traducido conservando su estructura y formato nativos tanto como sea posible.

Los tres ejemplos de este artículo demuestran diferentes escenarios de traducción:

• Word: inglés → chino simplificado
• Excel: inglés → francés
• PowerPoint: japonés → inglés

A pesar de las diferencias entre estos formatos de archivo, el flujo de trabajo subyacente sigue siendo consistente. El agente de IA traduce el contenido editable respetando elementos específicos del documento como los estilos y las tablas de Word, las fórmulas y el formato de celdas de Excel, y las formas y los diseños de diapositivas de PowerPoint.

La ventaja clave es que la salida sigue siendo un documento de Office editable en lugar de convertirse en un bloque separado de texto traducido.

Al combinar la comprensión del lenguaje de la IA con el procesamiento nativo de documentos de Office, Spire.Agent.Office hace posible automatizar la traducción de documentos conservando gran parte del diseño, el formato y el contenido incrustado originales.

Preguntas frecuentes

1. ¿Puede Spire.Agent.Office traducir archivos de Word, Excel y PowerPoint directamente?

Sí. El procesador de IA puede operar sobre objetos de Word Document, Excel Workbook y PowerPoint Presentation. La instrucción de traducción se aplica al archivo de Office cargado y el resultado se puede guardar como un nuevo archivo en el mismo formato de Office.

2. ¿Se conservará el formato del documento original después de la traducción?

La instrucción de IA puede requerir explícitamente que se conserven el formato y la estructura originales. En los ejemplos anteriores, los archivos traducidos conservaron bien su estructura de documento y su formato visual durante las pruebas.

Sin embargo, el texto traducido puede diferir significativamente en longitud respecto al texto de origen, por lo que los diseños complejos todavía deberían revisarse después del procesamiento.

3. ¿Pueden las fórmulas de Excel y los datos numéricos permanecer sin cambios durante la traducción?

Sí. La instrucción puede indicar a la IA que traduzca únicamente el contenido textual mientras conserva fórmulas, números, porcentajes, valores de moneda, fechas y otros datos que no son texto.

Esto es importante al traducir libros que combinan texto empresarial con cálculos o datos estructurados.

4. ¿Cómo deben gestionarse las fuentes al traducir entre diferentes sistemas de escritura?

Si la fuente original admite los caracteres del idioma de destino, por lo general se puede conservar.

Si no lo hace, la instrucción debería permitir que la IA elija una fuente compatible. Por ejemplo, una traducción de inglés a chino puede usar Microsoft YaHei o SimSun cuando la fuente latina original no admite adecuadamente los caracteres chinos.

5. ¿Puedo evitar que se traduzca contenido específico?

Sí. La instrucción puede definir el contenido que debe permanecer sin cambios, como URL, direcciones de correo electrónico, nombres de productos, números de modelo, nombres de API, fragmentos de código, fórmulas y otros identificadores técnicos.

Esto es especialmente útil para documentación técnica, financiera, de ingeniería y de productos.

Ver también

• Cómo integrar Spire.Agent.Office en un proyecto .NET
• Cómo automatizar documentos de Office con un SDK de agente de IA para .NET
• Formato, resumen e indexación de Word con IA en C#