diff --git a/docs/content/C1 Prompt Engineering for Developer/6. 文本转换 Transforming.ipynb b/docs/content/C1 Prompt Engineering for Developer/6. 文本转换 Transforming.ipynb
index 6875867..baa9c47 100644
--- a/docs/content/C1 Prompt Engineering for Developer/6. 文本转换 Transforming.ipynb	
+++ b/docs/content/C1 Prompt Engineering for Developer/6. 文本转换 Transforming.ipynb	
@@ -30,6 +30,18 @@
     "## 一、文本翻译"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "06ba53ba",
+   "metadata": {},
+   "source": [
+    "文本翻译是大语言模型的典型应用场景之一。相比于传统统计机器翻译系统，大语言模型翻译更加流畅自然，还原度更高。通过在大规模高质量平行语料上进行fine-tuning训练，大语言模型可以深入学习不同语言间的词汇、语法、语义等层面的对应关系，模拟双语者的转换思维，进行意义传递的精准转换，而非简单的逐词替换。\n",
+    "\n",
+    "以英译汉为例，传统统计机器翻译多倾向直接替换英文词汇，语序保持英语结构，容易出现中文词汇使用不地道、语序不顺畅的现象。而大语言模型可以学习英汉两种语言的语法区别，进行动态的结构转换。同时，它还可以通过上下文理解原句意图，选择合适的中文词汇进行转换，而非生硬的字面翻译。\n",
+    "\n",
+    "大语言模型翻译的这些优势使其生成的中文文本更加地道、流畅，兼具准确的意义表达。利用大语言模型翻译，我们能够打通多语言之间的壁垒，进行更加高质量的跨语言交流。"
+   ]
+  },
   {
    "attachments": {},
    "cell_type": "markdown",