EPUB 格式並不規範，內容很長，直接讓 AI LLM 翻譯會遇到以下問題：
- 上下文過長導致格式被破壞：整本書一次性送入 LLM，容易丟失或改寫 HTML 標籤、屬性、錨點，導致 EPUB 檔案損壞，無法開啟。
- Token 消耗難以平衡：長文件需要大量 context 保持術語一致，失敗時還要重試，成本不可控。
- 翻譯時間過長：整本書作為單個或少數大 prompt 處理，耗時長，且難以分段重跑。
- 除錯困難：輸出是整塊內容，出錯時難以定位具體章節或標籤。
EPUBTranslator 將 LLM 翻譯能力 與 工程能力 結合：
直接 LLM 翻譯 vs EPUBTranslator
| 方面 | 直接 LLM 翻譯 | EPUBTranslator |
|---|
| EPUB 結構 | 易破壞，輸出常無效 | 保持完整，輸出有效 EPUB |
| Token/成本 | 不可控，可能激增 | 分段處理，可預測 |
| 長文件 | 風險高，單批次易失敗 | 按章處理，可單獨重跑 |
| 可除錯性 | 整塊輸出，難以定位錯誤 | 按檔案隔離，對應清晰 |
- EPUB 感知的結構化流程：按章節分段處理，保留標記邊界和中繼資料，降低「一處錯誤導致全書失效」的風險。
- 受控的上下文：分段翻譯，避免超大 prompt，實現可預測的成本和更快的處理速度。
- 格式保持優先：將 EPUB 結構保持作為首要目標，確保輸出檔案在各閱讀器中可正常開啟。
- 可除錯、可重跑：問題可隔離到具體檔案或段落，僅重跑受影響部分。
如果你的目標不只是「翻譯好的文本」，而是 一本可正常使用、格式完好的翻譯版 EPUB，EPUBTranslator 是更穩妥的選擇。