Claude jako SEO překladatel: 4 500 stránek, 10 jazyků

Tři agentury nám daly nabídku na lokalizaci skillproof.dev do 10 evropských jazyků. Čísla se pohybovala od 14 000 do 22 000 dolarů a šest až deset týdnů, hlavně proto, že web není statický: přes 30 blogových článků, 106 katalogových karet skillů, které mění verdikt pokaždé, když je znovu otestujeme, kategorie stránek a každý UI string v šabloně. Agentura tohle oceňuje jako jednorázový projekt. My jsme potřebovali, aby to přežilo úterý, kdy vydáme tři nové recenze skillů a upravíme dvě starší.

Takže jsme agenturu nenajali. Spustili jsme paralelní Claude agenty, jednoho na jazyk, proti sdílené sadě instrukcí, a lokalizovali zhruba 4 500 stránek zhruba za den. Tenhle článek je ta sada instrukcí: šest pravidel, která rozhodla o rozdílu mezi výstupem, co zní jako překlad, a výstupem, co zní, jako by ho napsal někdo, kdo na daném trhu skutečně pracuje, plus poctivé náklady a dva způsoby, jak se to nejdřív pokazilo, než jsme to opravili.

Problém s překladem živého webu

Strojový překlad vyřešil mechanický problém už před lety. Google Translate ti k jakékoli anglické větě vyplivne gramaticky správnou němčinu. Problém nikdy nebyl v gramatice. Jsou tři věci, kterých se překladatelské nástroje nedotknou:

SEO klíčová slova se nepřekládají slovo od slova. Z „how to install Claude skills" se německý vyhledávací dotaz nestane tím, že to protáhneš slovníkem; němečtí vývojáři hledají „Claude Skills installieren", sloveso na konci, název produktu netknutý. Spleteš si tohle a tvoje německá stránka je plynulá a neviditelná.

Registr je rozhodnutí trhu, ne jazykové pravidlo. Němčina má „du" a „Sie", francouzština „tu" a „vous", a která z nich značka pro vývojářské nástroje použije, je otázka positioningu, ne gramatiky. Agenturní překladatel bez znalosti brandu defaultně sáhne po formálním tvaru, což vedle německého webu Linearu nebo Stripu působí strojeně.

A web není dokument. Je to 4 500 stránek, které se mění každý týden. Jednorázová překladatelská dodávka je za měsíc zastaralá a znovu brífovat agenturu při každé úpravě není workflow, je to předplatné, které nechceš.

Naši pracovní metodu jsme přetavili do skillu, seo-translator, a najdeš ho v našem repozitáři skillů — stejné instrukce, které popisuje tenhle článek, zdarma ke spuštění na vlastním webu.

Jak jsme to sestavili

Mechanismus je jednoduchý: jeden Claude agent na cílový jazyk, každý s kompletním zdrojovým obsahem a stejnou sadou pravidel, běžící paralelně místo postupně. Deset jazyků znamená deset agentů pracujících najednou místo jednoho překladatele probírajícího se frontou dva měsíce.

Každý agent dostal samostatný brief: zdrojový markdown, seznam nikdy-nepřekládat, výchozí registr pro daný trh a znakové limity pro titulek a meta popis té konkrétní stránky. Žádný agent se nás během běhu nemusel na nic ptát, což se ukázalo důležitější, než jsme čekali — víc k tomu níž.

Šest pravidel

1. Klíčová slova tak, jak je trh skutečně hledá

Každý článek a karta skillu nese cílové klíčové slovo. Instrukce nezní „přelož klíčové slovo", ale „zjisti, jak tenhle trh vývojářů tuhle vyhledávací frázi formuluje". U našeho návodu „how to install Claude skills" je doslovný německý překlad gramaticky v pořádku a k ničemu. Do vyhledávače se píše „Claude Skills installieren". Stejně u francouzštiny: ne učebnicový překlad, ale „installer les skills Claude", tak, jak to skutečně formulují francouzské vývojářské blogy. Agenti si formulaci ověřovali proti tomu, jak se daný termín objevuje na fórech a v dokumentaci daného jazyka, ne že by anglické klíčové slovo jen protáhli slovníkem.

2. Registr podle trhu, rozhodnutý předem

Nenechali jsme každého agenta tón hádat. Sestavili jsme tabulku a každý agent se jí řídil:

Trh	Registr	Reference
Němčina (de)	du	Linear, Vercel
Francouzština (fr)	vous	Stripe, Notion
Španělština (es)	tú	Většina vývojářských nástrojů
Italština (it)	tu	Neformální konvence u vývojářských nástrojů
Portugalština (pt)	você	Brazilská norma pro vývojářské nástroje
Nizozemština (nl)	je	Standard pro SaaS
Polština (pl)	formální (Pan/Pani se vyhýbáme, neutrální formulace)	Konvence B2B SaaS
Japonština (ja)	です/ます, bez keigo	Standardní obchodní zdvořilost
Korejština (ko)	해요체	SaaS standard, ne formální 합쇼체
Švédština (sv)	du	Ve švédštině univerzální, i v B2B

Německo-francouzská dvojice je ta, na které strojový překlad nejčastěji klopýtne, protože oba defaultně sklouznou k formálnímu tvaru, a obě naše referenční značky dokazují, že jde o reálnou tržní volbu, ne o stylistickou libůstku.

3. Pevný seznam nikdy-nepřekládat

Každý agent dostal stejný seznam výjimek, kontrolovaný před přijetím výstupu: bloky kódu a inline kód, CLI příkazy, názvy produktů a značek (Claude, Claude Code, SkillProof, Anthropic), cesty k souborům a jakýkoli {placeholder} token v UI stringech. Zní to samozřejmě, dokud nevidíš, jak první průchod překladu udělá z npm install přeloženou slovesnou frázi nebo potichu přejmenuje SKILL.md. Brali jsme to jako validační bránu, ne doporučení: jakýkoli výstup s přeloženým blokem kódu nebo pozměněným placeholderem automaticky propadl a šel na nový běh.

4. Anti-AI průchod

První návrh z jakéhokoli LLM překladu nese poznávací znamení: kalky (anglická větná struktura oblečená do slov cílového jazyka), nepřeložené klišé z AI textů beze změny přenesené do cílového jazyka (ekvivalent fráze „in today's fast-paced world" existuje v každém jazyce a je stejně otřepaný) a plochost, kterou si rodilý čtenář všimne během jednoho odstavce. Pro každý jazyk jsme spustili samostatný druhý průchod, jehož jediným úkolem bylo tohle vyhledat — přestavět věty, které byly zjevně anglický slovosled oblečený do němčiny, nahradit přeložený výplňový text tím, jak by daný odstavec skutečně otevřel rodilý technický copywriter. Tenhle průchod je důvod, proč výstup zní jako text od místního autora, ne jako dobře přeložený dokument.

5. Tokenová disciplína

Tohle je to, co celou věc dělá dostupnou místo pouze proveditelné. Jeden průchod na jazyk, ne draft-pak-revize-pak-leštění. Žádné převyprávění zdrojového textu zpátky před samotným překladem — zvyk, který potichu zdvojnásobí spotřebu tokenů bez jakéhokoli přínosu pro kvalitu. A dávkové zpracování: katalogové karty se překládají v dávkách místo jednoho API volání na kartu, protože režie za volání se u 106 krátkých karet rychle sečte.

6. Znakové limity vynucené podle jazyka, ne odhadované

Titulky na 60 znaků a meta popisy na 155 jsou anglické doporučení, které neplatí, jakmile jsi v němčině, kde složená podstatná jména bývají dlouhá, nebo v japonštině, kde počet znaků znamená něco úplně jiného než v latince. Každému agentovi jsme dali limit jako tvrdé omezení kontrolované proti skutečně vykreslenému stringu, ne proti délce anglického zdroje, aby německé titulky nepřetekly 60 znaků jen proto, že německé podstatné jméno pro „translator" je nepříjemně dlouhé.

Co nás to skutečně stálo

Zaznamenali jsme spotřebu tokenů napříč celým během. Tohle jsou reálná čísla z našeho vlastního provozu na Sonnetu, ne odhady:

Typ obsahu	Tokeny na jazyk	Poznámky
Blogový článek ~2 500 slov	120 000–160 000	Zdroj + překlad + anti-AI průchod
106 katalogových karet skillů (dávkově)	150 000–170 000	Krátké karty, ale je jich 106, takže se to sečte
Kategorie a UI stringy	Pod 20 000	Malé, většinou statické

Napříč 10 jazyky vyšla kompletní lokalizace webu na pár dolarů API výdajů, ne na 14 000 a víc, které nám nabízely agentury za pomalejší a zastaralejší dodávku. Celý běh — přes 30 článků, 106 karet, kategorie a UI stringy, napříč 10 jazyky — trval zhruba den paralelního běhu agentů, většinu z toho bez dohledu poté, co byly briefy hotové. Tohle je číslo, které skutečně mění kalkulaci: nejde o to, že AI překlad je levnější než agentura, ale o to, že je dost levný na to, aby se dal spustit znovu pokaždé, když se zdrojový obsah změní, což jednorázová agenturní dodávka nikdy nedokáže.

Co se pokazilo

Než jsme to opravili, stálo za to zachytit dva způsoby selhání, a žádný by se neprojevil bez validace.

První byli agenti, kteří hlásili „čekám" místo produkce výstupu — obvykle proto, že brief odkazoval na něco mimo kontext daného agenta, třeba „použij stejnou formulaci jako německá verze" u agenta, který k německému výstupu neměl přístup. Řešením bylo udělat každý brief plně samostatný: žádné odkazy mezi agenty, žádné „zkontroluj to s druhým během", všechno, co agent k dokončení úkolu potřeboval, muselo být součástí zadání předem.

Druhým byl incident s mazáním diakritiky u jedné dávky polských katalogových karet, kdy formátovací krok někde v pipeline potichu odstranil diakritiku na výstupu, který v terminálu vypadal v pořádku, ale na stránce byl špatně. Zachytili jsme to proto, že validujeme počítáním, ne čtením hlášení agenta: každý přeložený soubor se kontroluje proti zdroji na rozumnost počtu znaků, počet nadpisů a diff netknutých tokenů (bloky kódu, placeholdery, názvy produktů), které měly zůstat nedotčené. Agent, který ti řekne „překlad hotov", není důkaz. Soubor se stejným počtem nadpisů jako zdroj, se stejnými netknutými bloky kódu a titulkem pod znakovým limitem daného trhu, je důkaz.

Hreflang tagy jsou to, co dělá z 10 jazykových verzí jeden indexovatelný web místo deseti navzájem si konkurujících webů. Každá jazyková verze potřebuje reciproční hreflang odkazy směřující na každou další verzi plus na sebe samu, jinak vyhledávače klidně budou pro dotaz řadit stránku ve špatném jazyce. Jakmile je struktura URL nastavená, je to mechanická práce, ale je to taky krok, který většina DIY překladatelských projektů přeskočí, a vyplatí se ho zvládnout správně dřív, než vydáš první lokalizovanou stránku. Náš instalační návod pokrývá stranu instalace skillu, pokud si tohle stavíš jako opakovatelný skill místo jednorázového skriptu.

Co bychom řekli týmu, co s tím začíná v pondělí

Nepřekládej celý web první den. Vyber si dvě nebo tři stránky s nejvyšší návštěvností, protáhni je všemi 10 jazyky a zkontroluj výstup s rodilým mluvčím, než škáluješ na zbytek. Pravidla výše jsou ta, která jsme se naučili tím, že jsme je nejdřív udělali špatně; přeskoč tenhle krok a naučíš se to samé na 4 500 stránkách místo na třech.

Napiš registrovou tabulku dřív, než napíšeš jediné přeložené slovo. Je to obchodní rozhodnutí, ne lingvistické, a je mnohem levnější se o něm hádat na začátku než ho dodatečně předělávat poté, co 106 karet použije špatné zájmeno.

Validuj počítáním, ne ptaním. Pokud ti tvoje pipeline nedokáže mechanicky říct, že přeložený soubor má správný počet nadpisů a netknuté bloky kódu, nemáš překladatelskou pipeline, máš naději.

A pokud tohle děláš pro web s velkým množstvím obsahu místo hrstky statických stránek, stejná disciplína, která drží obsahovou strategii soudržnou napříč desítkami článků, drží soudržný i překladatelský běh napříč desítkami jazyků: jedna sada instrukcí, aplikovaná konzistentně, kontrolovaná proti zdroji pokaždé. Sepsali jsme, jak sami sebe držíme u stejné laťky, v článku jak testujeme Claude skilly.

Pokud chceš krok lokalizace klíčových slov vyzkoušet na jedné stránce dřív, než se zavážeš ke kompletnímu běhu, náš SEO konvertor výstup naformátuje; naše stránka nejlepší skilly na psaní řadí otestované skilly, které se s ním hodí spárovat, včetně SEO Audit pro odhalení toho, co samotný překladatelský průchod nezachytí, třeba rozbité interní odkazy mezi jazykovými verzemi.

FAQ

Dokáže Claude opravdu přeložit celý web, ne jen jednotlivé stránky?

Ano, ale ne jako jeden obří prompt. Nám fungovalo rozdělit web na agenty po jazycích běžící paralelně, každý se samostatným briefem pokrývajícím celou sadu pravidel: lokalizaci klíčových slov, registr, seznam nikdy-nepřekládat a znakové limity. Jeden agent, který se snaží v jednom kontextu udržet 10 jazyků, rychle ztratí konzistenci; 10 agentů, z nichž každý drží jeden jazyk, zůstalo konzistentních, protože pravidla nesl brief, ne paměť agenta.

Je AI překlad dostatečně dobrý na SEO, nebo potřebuje lidský průchod?

U technického a marketingového obsahu se dobře nabrífovaný běh Claudu dostane dost blízko na to, aby kontrola rodilým mluvčím byla správná míra lidského zapojení, ne kompletní překlad znovu. SEO specifické riziko není v gramatice, je ve formulaci klíčových slov: agent, který překládá doslovně místo lokalizace vyhledávacího dotazu, vyprodukuje plynulé, ale nedohledatelné stránky. Proto je první pravidlo v tomhle článku o formulaci vyhledávání, ne o gramatice.

Kolik stojí přeložit web do více jazyků pomocí Claude?

Podle našeho vlastního běhu: článek o 2 500 slovech stojí zhruba 120 000–160 000 tokenů na jazyk na Sonnetu a 106 krátkých katalogových karet stojí zhruba 150 000–170 000 tokenů na jazyk v dávkách. Napříč 10 jazyky vyšla naše kompletní lokalizace webu na pár dolarů celkem v API výdajích. Větší náklad není v tokenech, je v čase na přípravu sady pravidel a validačních bran, který zaplatíš jednou a pak ho opakovaně využíváš při každé budoucí aktualizaci.

Jaká je největší chyba, kterou týmy dělají při lokalizaci pomocí AI?

Přeskočit validaci a věřit vlastnímu hlášení agenta o „hotovo". Chybu s mazáním diakritiky a zaseknutého agenta jsme zachytili jen proto, že přeložený výstup kontrolujeme proti zdroji mechanicky — počet nadpisů, netknuté bloky kódu, znakové limity — místo abychom četli, co agent tvrdí, že udělal. Ke každému překladatelskému běhu přistupuj se stejnou akceptační bránou, jakou bys aplikoval na změnu kódu: ověř artefakt, ne hlášení.