做 vocab 构建前先确认四点：一场对证书培训的学员资质、课程交付的系统服务器、实训设备的硬件环境或校企合作的项目标准。如果是实训设备侧较优先，现在在珠三角多家工厂看设备交付都要求显卡驱动不能报错、内存达 16G、素材库版本需匹配教材，否则导入阶段直接卡死。
{ "type": "table", "title": "四种场景前置条件对比", "columns": ["场景", "前置硬件", "教材依赖"], "rows": ["实训设备", "GPU 3D 卡、16G 内存", "近期版实训手册"], "note": "以厂家近期配置为准，不同品牌差异较大" }
实训环节分三步：第一步把目标词库拆成基础、专业、专用三类，第二步用 SPC 工具导入本地文件查看错误码，第三步运行脚本生成预览版。关键细节是第三行代码里必须写库名，很多新手漏写导致报错，若遇到中文乱码需确认编码是否统一为 UTF-8，否则后续训练数据会失效。
较容易踩的坑是直接把培训内容的口语化表达当作词汇库，比如把口语词误记为专业术语。很多教材用词不规范，实训老师常把“调试”写成“修好”，系统导入后会埋下语义理解误差风险。建议先看三份现场日志再做批量清洗，有助于术语专业度。
建立检查表的话，先核对显卡驱动识别状态是否通过，再看内存占用是否在安全区间，再确认统计数据与术语使用频次是否匹配。只看一项指标不够，必须三方面数据都达标才能进入下一阶段，否则无法支撑后续训练。
下一步可向供应商要同型号设备的现场运行记录，重点看他们在多环境下处理中文乱码的案例表现；也可查阅行业培训教材中的术语规范章节，避免用错词。若界面出现椭圆错误框，立即联系技术支持，按提示重新上传编码提示包。