Conlangs, Scripts e Ortografia

champollion tem suporte de primeira classe para linguagens construídas via registros LLM e conversores de script determinísticos. Este guia cobre como o suporte a conlangs funciona, quais fontes você precisa e como adicionar as suas próprias.

:::tip Por que conlangs importam Conlangs não são apenas novidade — elas exercitam exatamente a mesma infraestrutura usada para linguagens reais pouco atendidas. O quality gate, o sistema de coaching e o pipeline de conversão de script funcionam de forma idêntica para Klingon e Plains Cree. Se seu pipeline de conlang funciona, seu pipeline de linguagem de baixo recurso também funcionará. :::

---

Linguagens Construídas Suportadas

Linguagem	Código	Conversor de Script	Fonte Necessária
Klingon	tlh	✅ Romanização → pIqaD	Fonte PUA (ex: pIqaD qolqoS)
Sindarin (Élfico Tolkien)	x-elvish-s	✅ Latin → Tengwar	Fonte CSUR PUA
Kryptoniano	x-kryptonian	✅ Latin → Kryptonian	Fonte PUA
Pirate English	x-pirate	❌ apenas registro	Nenhuma
Shakespearean English	x-shakespeare	❌ apenas registro	Nenhuma
Yoda-speak	x-yoda	❌ apenas registro	Nenhuma

Códigos de conlang usam o prefixo x- conforme a convenção de uso privado BCP-47, exceto Klingon (tlh) que tem um código ISO 639-3 atribuído pela SIL International.

---

Unicode, PUA e Requisitos de Fonte

A Área de Uso Privado

Klingon (pIqaD), Sindarin (Tengwar) e Kryptoniano usam caracteres Private Use Area (PUA) do Unicode. PUA é o intervalo U+E000–U+F8FF — esses pontos de código não têm atribuição padrão. O ConScript Unicode Registry (CSUR) mantém mapeamentos acordados pela comunidade para scripts ficcionais, mas estes não fazem parte do padrão Unicode.

O que isso significa na prática:

• Texto PUA renderiza como caixas vazias (□□□) sem a fonte correta carregada
• Diferentes fontes podem mapear glifos diferentes para os mesmos pontos de código PUA
• champollion NÃO agrupa fontes PUA — você deve carregá-las você mesmo
• Fontes do sistema nunca renderizarão esses caracteres

Intervalos PUA por Script

Script	Intervalo PUA	Referência CSUR
Klingon (pIqaD)	U+F8D0–U+F8FF	CSUR Klingon
Tengwar (Élfico)	U+E000–U+E07F	CSUR Tengwar
Kryptoniano	Varia por fonte	Sem padrão CSUR

Carregando Fontes Web PUA

champollion inclui um comando integrado para baixar e gerenciar fontes web PUA:

# See which fonts are needed for your configured languages
champollion fonts list

# Download all needed fonts (auto-detects project type for output directory)
champollion fonts install

# Also generate a CSS snippet with @font-face declarations
champollion fonts install --css

O comando fonts install baixa de repositórios de código aberto verificados:

Fonte	Script	Licença	Fonte
pIqaD qolqoS	Klingon	SIL Open Font License 1.1	GitHub
FreeMonoTengwar	Tengwar	GNU GPL v3 (com exceção de fonte)	SourceForge
(fornecida pelo usuário)	Kryptoniano	Varia	Nenhuma fonte PUA de código aberto disponível

O diretório de saída é detectado automaticamente da estrutura do seu projeto (Docusaurus → static/fonts/, Hugo → static/fonts/, padrão → public/fonts/). Substitua com --dir.

Se você preferir gerenciar fontes manualmente, adicione regras @font-face no seu CSS:

@font-face {
  font-family: 'pIqaD';
  src: url('/fonts/pIqaDqolqoS.ttf') format('truetype');
  font-display: swap;
  unicode-range: U+F8D0-F8FF;
}

/* Apply to Klingon text elements */
[lang="tlh"], [data-script="piqad"] {
  font-family: 'pIqaD', sans-serif;
}

:::warning Suporte a Unicode NÃO é garantido O Unicode Consortium explicitamente recusou codificar scripts ficcionais no padrão. Atribuições PUA são mantidas pela comunidade e podem conflitar entre implementações de fontes. Sempre especifique a fonte exata que seu projeto usa e teste a renderização em navegadores. :::

---

Conversores de Script

Como Funcionam

A conversão de script do champollion é um hook pós-tradução:

1. O LLM traduz o texto para um script de trabalho (geralmente Latin ou SRO)
2. O quality gate valida a saída
3. O conversor determinístico transforma o texto validado para o script de exibição
4. O texto convertido é escrito em disco

Essa abordagem em duas etapas funciona porque LLMs produzem melhor saída ao trabalhar em scripts baseados em Latin. O conversor determinístico garante saída de script correta sem depender do conhecimento de script do modelo (frequentemente não confiável).

Todos os Cinco Conversores

champollion vem com cinco conversores de script integrados:

Plains Cree: SRO → Syllabics (crk)

Standard Roman Orthography para Canadian Aboriginal Syllabics.

Input:  "tawâw"
Output: "ᑕᐚᐤ"

Vogais longas usam macron/circunflexo: ê, î, ô, â. O conversor lida com todos os diacríticos SRO e os mapeia para os caracteres silábicos corretos. Veja Support a Low-Resource Language para o pipeline completo de Cree.

Sérvio: Latin → Cyrillic (sr)

Conversão determinística Latin-para-Cyrillic para Sérvio.

Input:  "zdravo"
Output: "здраво"

Isso lida com o mapeamento completo do alfabeto sérvio incluindo dígrafos (lj → љ, nj → њ, dž → џ).

Klingon: Romanização → pIqaD (tlh)

Sistema de romanização de Marc Okrand para caracteres pIqaD PUA.

Input:  "Qapla'"    (romanized Klingon)
Output: [pIqaD PUA] (requires pIqaD font to render)

Sindarin: Latin → Tengwar (x-elvish-s)

Mapeamento Tengwar modo Sindarin de Tolkien.

Input:  "elen síla"  (Latin Sindarin)
Output: [Tengwar PUA] (requires Tengwar font to render)

Kryptoniano: Latin → Kryptonian (x-kryptonian)

Mapeamento de script Kryptoniano de léxico de fã.

Input:  "Kal-El"
Output: [Kryptonian PUA] (requires Kryptonian font to render)

Acionando um Conversor

Defina o campo scripts na sua configuração de linguagem. Para conversores integrados, isso é detectado automaticamente do código de linguagem:

{
  "languages": {
    "sr": { "scripts": "sr" },
    "crk": {}
  }
}

Plains Cree (crk) detecta automaticamente — você não precisa definir scripts explicitamente.

---

Linguagens Multi-Script

Algumas linguagens reais usam múltiplos scripts ativos:

Linguagem	Scripts	Abordagem champollion
Sérvio	Latin + Cyrillic	Conversor de script (sr) — traduzir em Latin, converter para Cyrillic
Chinês	Simplificado + Tradicional	Códigos de locale separados (zh vs zh-TW) com registros distintos

Para linguagens onde ambos os scripts servem o mesmo público (Sérvio), use um conversor de script. Para linguagens onde os scripts servem públicos diferentes (Chinês Simplificado para China continental, Tradicional para Taiwan/HK), use códigos de locale separados.

---

Notas de Ortografia

Registros não são apenas tom — eles carregam instruções ortográficas que direcionam o LLM para convenções de escrita corretas.

Formas de Endereço Formal

Os registros integrados do champollion incluem o endereço formal culturalmente apropriado para cada linguagem:

Linguagem	Forma Formal	Instrução de Registro
Alemão	Sie	Use Sie-form for formal address
Francês	vous	Use vous-form
Russo	вы	Professional register with вы-form
Turco	siz	Professional register with siz-form
Coreano	합쇼체	Formal Korean (합쇼체)
Japonês	です/ます	Polite professional register (です/ます form)
Polonês	Pan/Pani	Professional register with Pan/Pani form

Escrita Inclusiva de Gênero

Cada cartão de linguagem tem um campo gender.inclusiveGuidance com conselhos específicos da linguagem. Isso é injetado no prompt de tradução do LLM separadamente do preset de registro, então se aplica consistentemente independentemente de qual preset de formalidade o usuário escolher:

• Francês: Écriture inclusive com notação de interponto (ex: "Connecté·e")
• Alemão: Notação de dois-pontos (ex: "Benutzer:innen")
• Espanhol: Reestruturação neutra de gênero preferida; notação de barra (ex: "usuario/a") como fallback

Para linguagens sem orientação específica em seu cartão (ex: Coreano, conlangs), o sistema volta para uma regra genérica: "prefira formas neutras de gênero ou a opção mais inclusiva disponível."

Requisitos de Script RTL

Registros de Árabe, Hebraico, Persa e Urdu todos anotam requisitos da direita para esquerda: Ensure text reads naturally in RTL layout contexts.

Substituindo Qualquer Registro

Todo registro é um valor de configuração — substitua-o para corresponder à voz do seu projeto:

{
  "languages": {
    "fr": {
      "register": "Casual French. Use tu-form. Conversational blog tone. Gender-neutral when possible."
    },
    "de": {
      "register": "Informal German. Use du-form. Tech startup voice."
    }
  }
}

Veja Configuration para a referência de configuração completa.

---

Adicionando um Novo Conlang

Passo a passo

1. Escolha um código de uso privado BCP-47: Use o prefixo x- (ex: x-dothraki, x-valyrian).

2. Adicione à sua configuração:

{
  "languages": {
    "x-dothraki": {
      "register": "Dothraki language. Use David J. Peterson's vocabulary from the Living Language Dothraki textbook. Harsh, direct tone. No articles, no verb 'to be'."
    }
  }
}

3. (Opcional) Adicione um conversor de script: Se seu conlang usa um script de exibição não-Latin, adicione um conversor em lib/scripts.js e registre-o em SCRIPT_CONVERTERS.

4. Teste: Execute champollion sync --dry para visualizar traduções sem escrever arquivos.

5. Verifique o quality gate: O quality gate pode precisar de ajuste para seu conlang — particularmente a verificação requireNonLatin se seu conlang usa caracteres PUA.

:::note A qualidade de conlang depende do conhecimento do LLM O LLM só pode traduzir para um conlang que viu em dados de treinamento. Conlangs bem documentados (Klingon, Sindarin, Dothraki) funcionam bem. Conlangs obscuros ou recém-inventados podem produzir resultados inconsistentes. Use coaching data para melhorar a qualidade. :::

---

Veja Também

• Supported Languages — tabela de linguagem completa com disponibilidade de método
• Script Converters — detalhes técnicos do pipeline de conversão
• Translation Methods — como cada método de tradução funciona
• Configuration — referência de configuração incluindo setup de linguagem e registro
• Support a Low-Resource Language — a mesma infraestrutura aplicada a linguagens reais pouco atendidas