Claude som SEO-oversætter: 4.500 sider, 10 sprog

Tre bureauer gav os tilbud på at lokalisere skillproof.dev til 10 europæiske sprog. Priserne lå mellem 14.000 og 22.000 dollars, og leveringstiden var seks til ti uger — mest fordi siden ikke er statisk: 30-plus blogartikler, 106 katalogkort med skills, hvor domme ændrer sig, når vi retester dem, kategorisider og hver eneste UI-streng i skallen. Et bureau prissætter det som et engangsprojekt. Vi havde brug for noget, der kunne overleve en tirsdag, hvor vi udgiver tre nye skill-anmeldelser og redigerer to gamle.

Så vi hyrede ikke et bureau. Vi kørte parallelle Claude-agenter, én pr. sprog, ud fra ét fælles regelsæt, og lokaliserede omkring 4.500 sider på cirka et døgn. Denne artikel er det regelsæt: de seks regler, der gjorde forskellen mellem tekst, der lyder som en oversættelse, og tekst, der lyder, som om den er skrevet af en, der arbejder i det marked — plus de ærlige omkostninger og de to ting, der gik galt, før vi fik rettet dem.

Problemet med at oversætte en levende hjemmeside

Maskinoversættelse løste det mekaniske problem for mange år siden. Google Translate giver dig grammatisk korrekt tysk for enhver engelsk sætning, du indsætter. Problemet har aldrig været grammatik. Det er tre ting, oversættelsesværktøjer ikke rører ved:

SEO-nøgleord oversættes ikke ord for ord. "How to install Claude skills" bliver ikke til en tysk søgning ved at køre den gennem en ordbog; tyske udviklere søger på "Claude Skills installieren" — udsagnsordet til sidst, produktnavnet urørt. Får du det galt, bliver din tyske side flydende og usynlig.

Tiltaleform er et markedsvalg, ikke en sprogregel. Tysk har "du" og "Sie", fransk har "tu" og "vous", og hvilken af dem et dev-tools-mærke bruger, er et positioneringsvalg, ikke et grammatikvalg. En bureauoversætter uden brandkontekst falder som standard tilbage på formel tiltale, hvilket lyder stift ved siden af Linears tyske side eller Stripes.

Og en hjemmeside er ikke et dokument. Det er 4.500 sider, der ændrer sig hver uge. En engangslevering af oversættelse er forældet inden for en måned, og at briefe et bureau på ny ved hver opdatering er ikke en arbejdsgang, det er et abonnement, du ikke vil have.

Vi har lavet vores arbejdsmetode om til en skill, seo-translator, som ligger i vores skills-repo — de samme instrukser, denne artikel beskriver, gratis at køre mod din egen hjemmeside.

Sådan satte vi det op

Mekanikken er enkel: én Claude-agent pr. målsprog, hver med det fulde kildeindhold og samme regelsæt, kørende parallelt i stedet for i sekvens. Ti sprog betyder ti agenter, der arbejder samtidig, i stedet for én oversætter, der arbejder sig gennem en kø i to måneder.

Hver agent fik en selvforsynende brief: kilde-markdown, listen over det, der aldrig oversættes, standardtiltaleform pr. marked og tegngrænserne for den pågældende sides titel og metabeskrivelse. Ingen agent behøvede at spørge os om noget undervejs, hvilket viste sig at betyde mere, end vi havde regnet med — mere om det nedenfor.

De seks regler

1. Nøgleord, som markedet rent faktisk søger på

Hver artikel og hvert skill-kort har et målnøgleord. Instruksen er ikke "oversæt nøgleordet", den er "find ud af, hvordan udviklerne i dette marked formulerer søgningen". For vores guide om, hvordan man installerer Claude skills, er den bogstavelige tyske oversættelse grammatisk fin og fuldstændig ubrugelig. Det, folk rent faktisk skriver, er "Claude Skills installieren". Det samme gælder fransk: ikke en lærebogsoversættelse, men "installer les skills Claude", som matcher, hvordan franske udvikler-blogs faktisk formulerer det. Vi lod agenterne tjekke formuleringen mod, hvordan begrebet optræder i det pågældende sprogs udviklerfora og dokumentationssider, før de låste den fast — ikke bare køre det engelske nøgleord gennem en ordbog.

2. Tiltaleform pr. marked, besluttet på forhånd

Vi lod ikke den enkelte agent gætte sig til en tone. Vi lavede en tabel, og alle agenter fulgte den:

Marked	Tiltaleform	Reference
Tysk (de)	du	Linear, Vercel
Fransk (fr)	vous	Stripe, Notion
Spansk (es)	tú	De fleste dev-tool-sider
Italiensk (it)	tu	Uformel udviklerkonvention
Portugisisk (pt)	você	Brasiliansk dev-tool-norm
Hollandsk (nl)	je	Standard for SaaS
Polsk (pl)	formel (Pan/Pani undgås, neutral formulering)	B2B SaaS-konvention
Japansk (ja)	です/ます, ingen keigo	Standard forretningshøflig
Koreansk (ko)	해요체	SaaS-standard, ikke formel 합쇼체
Svensk (sv)	du	Universelt på svensk, selv i B2B

Det tysk-franske par er det, der oftest vælter standard-maskinoversættelse, fordi begge sprog som udgangspunkt lander på formel tiltale, og begge vores referencemærker beviser, at det er et reelt markedsvalg og ikke en stilistisk eftertanke.

3. En streng liste over det, der aldrig oversættes

Alle agenter fik den samme undtagelsesliste, som blev tjekket, før output blev godkendt: kodeblokke og inline-kode, CLI-kommandoer, produkt- og mærkenavne (Claude, Claude Code, SkillProof, Anthropic), filstier og enhver {placeholder}-token i UI-strenge. Det lyder indlysende, indtil du ser et førsteudkast oversætte npm install til en oversat udsagnsfrase eller stille og roligt omdøbe SKILL.md. Vi behandlede det som en valideringsport, ikke en anbefaling: ethvert output med en oversat kodeblok eller en ændret placeholder blev automatisk afvist og kørt igen.

4. Anti-AI-gennemgangen

Førsteudkastet fra enhver LLM-oversættelse bærer kendetegn: kalkeringer (engelsk sætningsopbygning klædt i målsprogets ord), fast AI-fraseologi oversat uændret ("i en verden i konstant forandring" har sine ækvivalenter på ethvert sprog, og de er lige så udtjente), og en fladhed, en indfødt læser opdager i det første afsnit. Vi kørte en dedikeret anden gennemgang pr. sprog, hvis eneste opgave var at jage disse ting: omstrukturere sætninger, der tydeligvis var engelsk ordstilling klædt i tysk ordforråd, erstatte oversat fyldstof med, hvordan en indfødt tech-skribent faktisk ville åbne det afsnit. Det er den gennemgang, der gør, at outputtet lyder som en markedsindfødt skribent i stedet for et veloversat dokument.

5. Token-disciplin

Det er det, der gør hele projektet overkommeligt i stedet for bare muligt. Én gennemgang pr. sprog, ikke udkast-så-revider-så-poler. Ingen gengivelse af kildeteksten, før den oversættes — en vane, der stille og roligt fordobler token-forbruget uden nogen kvalitetsgevinst. Og batch-behandling: katalogkort oversættes i puljer i stedet for ét API-kald pr. kort, for overheadet pr. kald løber hurtigt op, når der er 106 korte kort.

6. Tegngrænser håndhævet pr. sprog, ikke antaget

Titel-tags på 60 tegn og metabeskrivelser på 155 er en engelsksproget tommelfingerregel, der ikke holder, når du er på tysk, hvor sammensatte navneord bliver lange, eller på japansk, hvor tegnantal betyder noget helt andet end i latinske skrifttegn. Vi gav hver agent grænsen som en hård begrænsning, tjekket mod den faktisk gengivne streng — ikke længden på den engelske kilde — så tyske titler ikke sprængte 60 tegn, bare fordi det tyske ord for "oversætter" er ubelejligt langt.

Hvad det faktisk kostede

Vi loggede token-forbruget hele vejen igennem. Det her er reelle tal fra vores eget Sonnet-forbrug, ikke estimater:

Indholdstype	Tokens pr. sprog	Noter
~2.500-ords blogartikel	120.000–160.000	Kilde + oversættelse + anti-AI-gennemgang
106 katalog-skill-kort (batchet)	150.000–170.000	Korte kort, men 106 af dem løber op
Kategori- og UI-strenge	Under 20.000	Små, mest statiske

På tværs af 10 sprog endte den fulde site-lokalisering på et par dollars i API-forbrug, ikke de 14.000-plus dollars, vi fik tilbudt for en langsommere og hurtigere forældet leverance. Hele forløbet — 30-plus artikler, 106 kort, kategorisider og UI-strenge på 10 sprog — tog omkring et døgn med parallelle agenter i gang, det meste af tiden uden opsyn, når først briefingerne var på plads. Det er det tal, der faktisk ændrer regnestykket: det er ikke, at AI-oversættelse er billigere end et bureau, det er, at det er billigt nok til at køre igen, hver gang kildeindholdet ændrer sig — hvilket en engangsleverance fra et bureau aldrig kan være.

Hvad der gik galt

To fejltyper var værd at fange, før de blev udgivet, og ingen af dem ville være dukket op uden validering.

Den første var agenter, der rapporterede "venter" i stedet for at levere output — som regel fordi en brief refererede til noget uden for agentens egen kontekst, som "brug samme formulering som den tyske version" fra en agent, der slet ikke havde adgang til det tyske output. Løsningen var at gøre hver brief fuldstændig selvforsynende: ingen referencer på tværs af agenter, intet "tjek med det andet forløb", alt hvad agenten skulle bruge for at fuldføre opgaven var inkluderet på forhånd.

Den anden var en hændelse, hvor accenttegn forsvandt fra en batch af polske katalogkort — et formateringstrin et sted i pipelinen droppede stille og roligt diakritiske tegn på output, der så fint ud i en terminal, men var forkert på siden. Vi fangede det, fordi vi validerer ved at tælle, ikke ved at læse agentrapporter: hver oversat fil tjekkes mod kilden for fornuftigt tegnantal, antal overskrifter og en diff af de tokens, der ikke skulle oversættes (kodeblokke, placeholders, produktnavne), og som skulle være overlevet uændret. En agent, der fortæller dig "oversættelse færdig", er ikke bevis. En fil med samme antal overskrifter som kilden, de samme urørte kodeblokke og en titel under markedets tegngrænse er bevis.

hreflang-tags er det, der får 10 sprogversioner til at fungere som én indekserbar side i stedet for ti sider, der konkurrerer mod hinanden. Hver sprogversion skal have gensidige hreflang-links, der peger på alle de andre versioner plus sig selv, ellers vil søgemaskiner glædeligt rangere den forkerte sprogversion for en søgning. Det er mekanisk, når først URL-strukturen er på plads, men det er også det trin, de fleste gør-det-selv-oversættelsesprojekter springer over, og det er værd at få rigtigt, før du udgiver din første lokaliserede side. Vores installationsguide dækker selve skill-installationen, hvis du sætter det her op som en genbrugelig skill i stedet for et engangsscript.

Hvad vi ville sige til et team, der starter på mandag

Oversæt ikke hele siden på dag ét. Vælg dine to eller tre sider med mest trafik, kør dem gennem alle 10 sprog, og tjek outputtet mod en modersmålstalende, før du skalerer op til resten. Reglerne ovenfor er dem, vi lærte ved først at gøre dem forkert; springer du det trin over, kommer du til at lære dem igen på 4.500 sider i stedet for tre.

Skriv registertabellen, før du skriver et eneste oversat ord. Det er en forretningsbeslutning, ikke en sproglig, og det er langt billigere at diskutere den i starten end at rette den til bagefter, når 106 kort allerede bruger det forkerte pronomen.

Validér ved at tælle, ikke ved at spørge. Hvis din pipeline ikke mekanisk kan fortælle dig, at en oversat fil har det rigtige antal overskrifter og urørte kodeblokke, har du ikke en oversættelsespipeline — du har et håb.

Og gør du det her for en indholdstung side i stedet for en håndfuld statiske sider, er det den samme disciplin, der holder en indholdsstrategi sammenhængende på tværs af dusinvis af artikler, der holder et oversættelsesforløb sammenhængende på tværs af dusinvis af sprog: ét regelsæt, brugt konsekvent, tjekket mod kilden hver gang. Vi har beskrevet, hvordan vi holder os selv op mod den samme standard, i hvordan vi tester Claude skills.

Vil du prøve nøgleords-lokaliseringstrinnet på én enkelt side, før du forpligter dig til et fuldt forløb, formaterer vores SEO-converter outputtet; vores side med de bedste skriveskills rangerer de testede skills, det er værd at kombinere med, herunder SEO Audit, som fanger det, en oversættelsesgennemgang alene ikke gør — som ødelagte interne links på tværs af sprogversioner.

FAQ

Kan Claude rent faktisk oversætte en hel hjemmeside, ikke bare enkeltsider?

Ja, men ikke som ét kæmpe prompt. Det, der virkede for os, var at opdele siden i agenter pr. sprog, der kørte parallelt, hver med en selvforsynende brief, der dækkede hele regelsættet: nøgleords-lokalisering, tiltaleform, listen over det, der aldrig oversættes, og tegngrænser. En enkelt agent, der forsøger at holde 10 sprog i én kontekst, mister hurtigt konsistens; 10 agenter, der hver holdt ét sprog, forblev konsistente, fordi det var briefen — ikke agentens hukommelse — der bar reglerne.

Er AI-oversættelse god nok til SEO, eller kræver det en menneskelig gennemgang?

For teknisk indhold og marketingindhold kommer et velbrieft Claude-forløb tæt nok på til, at et stikprøvetjek fra en modersmålstalende er den rette mængde menneskelig involvering — ikke en fuld genoversættelse. Den SEO-specifikke risiko er ikke grammatik, det er nøgleordsformulering: en agent, der oversætter bogstaveligt i stedet for at lokalisere søgeforespørgslen, laver flydende, usøgbare sider. Det er derfor, regel ét i denne artikel handler om søgeformulering, ikke grammatik.

Hvad koster det at oversætte en side til flere sprog med Claude?

Baseret på vores eget forløb: en artikel på 2.500 ord koster omkring 120.000–160.000 tokens pr. sprog på Sonnet, og 106 korte katalogkort koster omkring 150.000–170.000 tokens pr. sprog batchet. På tværs af 10 sprog endte vores fulde site-lokalisering på et par dollars i alt i API-forbrug. Den største omkostning er ikke tokens, det er opsætningstiden til regelsættet og valideringsportene — den betaler du én gang og genbruger ved hver fremtidig opdatering.

Hvad er den største fejl, teams begår, når de lokaliserer med AI?

At springe validering over og stole på agentens egen "færdig"-rapport. Vi fangede kun en fejl med forsvindende accenttegn og et problem med en gået-i-stå agent, fordi vi tjekker oversat output mod kilden mekanisk — antal overskrifter, urørte kodeblokke, tegngrænser — i stedet for at læse, hvad agenten hævder, den har gjort. Behandl hvert oversættelsesforløb, som om det kræver samme godkendelsesport, du ville bruge på en kodeændring: verificér artefaktet, ikke rapporten.