Claude jako tłumacz SEO: 4500 stron, 10 języków

Trzy agencje wyceniły nam lokalizację skillproof.dev na 10 języków europejskich. Kwoty wahały się od 14 000 do 22 000 dolarów, a czas realizacji od sześciu do dziesięciu tygodni — głównie dlatego, że strona nie stoi w miejscu: ponad 30 artykułów na blogu, 106 kart skilli w katalogu, których werdykty zmieniają się przy każdym retescie, strony kategorii i każdy string interfejsu w powłoce. Agencja wycenia to jako projekt jednorazowy. My potrzebowaliśmy czegoś, co przetrwa wtorek, w którym publikujemy trzy nowe recenzje skilli i poprawiamy dwie stare.

Więc nie zatrudniliśmy agencji. Uruchomiliśmy równoległe agenty Claude, po jednym na język, względem wspólnego zestawu instrukcji, i zlokalizowaliśmy około 4500 stron w mniej więcej dobę. Ten artykuł to właśnie ten zestaw instrukcji: sześć zasad, które zrobiły różnicę między tekstem czytającym się jak tłumaczenie a tekstem czytającym się jak coś napisanego przez kogoś, kto faktycznie pracuje na tym rynku, plus uczciwe koszty i dwa sposoby, na jakie poszło nie tak, zanim to naprawiliśmy.

Problem z tłumaczeniem żywej strony

Tłumaczenie maszynowe rozwiązało problem mechaniczny lata temu. Google Translate poda ci gramatycznie poprawny niemiecki dla dowolnego angielskiego zdania, które wkleisz. Problemem nigdy nie była gramatyka. Są trzy rzeczy, których narzędzia tłumaczeniowe nie dotykają:

Słowa kluczowe SEO nie tłumaczą się dosłownie. "How to install Claude skills" nie zamienia się w niemieckie zapytanie wyszukiwania przez przepuszczenie przez słownik; niemieccy programiści wpisują "Claude Skills installieren" — czasownik na końcu, nazwa produktu nietknięta. Zepsuj to, a twoja niemiecka strona będzie płynna i niewidoczna.

Rejestr to decyzja rynkowa, nie zasada językowa. Niemiecki ma "du" i "Sie", francuski "tu" i "vous", a to, którego używa marka narzędzi deweloperskich, jest wyborem pozycjonowania, nie wyborem gramatycznym. Tłumacz z agencji bez kontekstu marki domyślnie wybiera formę oficjalną, co brzmi sztywno obok niemieckiej strony Linear czy Stripe.

I strona to nie dokument. To 4500 stron, które zmieniają się co tydzień. Jednorazowa dostawa tłumaczenia jest nieaktualna po miesiącu, a rebriefowanie agencji przy każdej aktualizacji to nie workflow, tylko subskrypcja, której nie chcesz.

Zamieniliśmy naszą metodę pracy w skill, seo-translator, który leży w naszym repozytorium skilli — te same instrukcje, które opisuje ten artykuł, do darmowego uruchomienia na własnej stronie.

Jak to skonfigurowaliśmy

Mechanizm jest prosty: jeden agent Claude na język docelowy, każdy z pełną treścią źródłową i tym samym zestawem zasad, działający równolegle zamiast sekwencyjnie. Dziesięć języków oznacza dziesięć agentów pracujących naraz zamiast jednego tłumacza przechodzącego przez kolejkę przez dwa miesiące.

Każdy agent dostał samowystarczalny brief: markdown źródłowy, listę rzeczy nietłumaczonych, domyślny rejestr dla danego rynku i limity znaków dla tytułu i opisu meta tej konkretnej strony. Żaden agent nie musiał nas o nic pytać w trakcie działania, co okazało się mieć większe znaczenie, niż się spodziewaliśmy — więcej o tym niżej.

Sześć zasad

1. Słowa kluczowe tak, jak faktycznie szuka ich rynek

Każdy artykuł i karta skilla niesie docelowe słowo kluczowe. Instrukcja nie brzmi "przetłumacz słowo kluczowe", tylko "znajdź, jak ten rynek — jego programiści — formułuje to zapytanie". Dla naszego przewodnika "how to install Claude skills" dosłowne niemieckie tłumaczenie jest gramatycznie w porządku i bezużyteczne. Zapytanie, które ktoś faktycznie wpisuje, to "Claude Skills installieren". Podobnie po francusku: nie podręcznikowe tłumaczenie, tylko "installer les skills Claude", zgodnie z tym, jak francuskie blogi deweloperskie faktycznie to formułują. Kazaliśmy agentom sprawdzać frazowanie względem tego, jak dany termin pojawia się na forach deweloperskich i stronach dokumentacji w danym języku, zanim się na nie zdecydowały — nie tylko przepuszczać angielskie słowo kluczowe przez słownik.

2. Rejestr dla danego rynku, ustalony z góry

Nie pozwoliliśmy żadnemu agentowi zgadywać tonu. Ustaliliśmy tabelę i każdy agent się jej trzymał:

Rynek	Rejestr	Wzorzec
Niemiecki (de)	du	Linear, Vercel
Francuski (fr)	vous	Stripe, Notion
Hiszpański (es)	tú	Większość stron narzędzi dla deweloperów
Włoski (it)	tu	Nieformalna konwencja deweloperska
Portugalski (pt)	você	Brazylijska norma narzędzi dla deweloperów
Niderlandzki (nl)	je	Standard dla SaaS
Polski (pl)	forma oficjalna (bez Pan/Pani, neutralne sformułowania)	Konwencja B2B SaaS
Japoński (ja)	です/ます, bez keigo	Standardowy styl biznesowo-uprzejmy
Koreański (ko)	해요체	Standard SaaS, nie oficjalne 합쇼체
Szwedzki (sv)	du	Uniwersalne w szwedzkim, nawet w B2B

Para niemiecko-francuska najbardziej wysadza domyślne tłumaczenie maszynowe z siodła, bo obie domyślnie idą w formę oficjalną, a obie nasze marki-wzorce dowodzą, że to realny wybór rynkowy, a nie stylistyczny dodatek.

3. Twarda lista rzeczy nietłumaczonych

Każdy agent dostał tę samą listę wykluczeń, sprawdzaną przed zaakceptowaniem wyniku: bloki kodu i kod inline, komendy CLI, nazwy produktów i marek (Claude, Claude Code, SkillProof, Anthropic), ścieżki plików i każdy token {placeholder} w stringach interfejsu. Brzmi to oczywiście, dopóki nie zobaczysz pierwszego tłumaczenia zamieniającego npm install na przetłumaczoną frazę czasownikową albo po cichu zmieniającego nazwę SKILL.md. Traktowaliśmy to jako bramkę walidacyjną, nie sugestię: każdy wynik zawierający przetłumaczony blok kodu albo zmieniony placeholder automatycznie się nie zaliczał i szedł do ponownego przebiegu.

4. Przejście anty-AI

Pierwszy szkic tłumaczenia z dowolnego LLM niesie ze sobą tropy: kalki (angielska struktura zdania ubrana w słowa docelowego języka), sztampowe frazy AI przetłumaczone bez zmian ("in today's fast-paced world" ma odpowiedniki w każdym języku i są równie zmęczone), i płaskość, którą native czuje po jednym akapicie. Przepuściliśmy każdy język przez osobne, drugie przejście, którego jedynym zadaniem było wyłapywanie tego — przebudowa zdań, które były po prostu angielskim szykiem wyrazów ubranym w niemieckie słownictwo, zastąpienie przetłumaczonego wypełniacza tym, jak native tech writer faktycznie otworzyłby dany akapit. To przejście sprawia, że wynik czyta się jak tekst napisany przez rodowitego autora, a nie jak dobrze przetłumaczony dokument.

5. Dyscyplina tokenów

To właśnie sprawia, że całość jest przystępna cenowo, a nie tylko wykonalna. Jedno przejście na język, bez szkicu-potem-rewizji-potem-poloru. Bez odtwarzania tekstu źródłowego przed tłumaczeniem — nawyk, który po cichu podwaja zużycie tokenów bez żadnego zysku jakościowego. I przetwarzanie wsadowe: karty katalogowe tłumaczą się partiami zamiast jednym wywołaniem API na kartę, bo narzut na wywołanie przy 106 krótkich kartach szybko się sumuje.

6. Limity znaków egzekwowane per język, nie zakładane

Tytuły na 60 znaków i opisy meta na 155 to wytyczna dla języka angielskiego, która nie trzyma się, gdy jesteś w niemieckim, gdzie rzeczowniki złożone bywają długie, albo w japońskim, gdzie liczba znaków znaczy coś zupełnie innego niż w alfabetach łacińskich. Daliśmy każdemu agentowi limit jako twarde ograniczenie sprawdzane względem faktycznie wyrenderowanego stringa, nie długości angielskiego źródła, więc niemieckie tytuły nie przekraczały 60 znaków tylko dlatego, że niemiecki rzeczownik na "tłumacz" jest niewygodnie długi.

Ile to naprawdę kosztowało

Zalogowaliśmy zużycie tokenów w całym przebiegu. To realne liczby z naszego użycia Sonnetu, nie szacunki:

Typ treści	Tokeny na język	Uwagi
Artykuł na blogu ~2500 słów	120 000–160 000	Źródło + tłumaczenie + przejście anty-AI
106 kart skilli w katalogu (wsadowo)	150 000–170 000	Krótkie karty, ale jest ich 106
Strony kategorii i stringi UI	Poniżej 20 000	Małe, głównie statyczne

W 10 językach pełna lokalizacja strony wyniosła kilka dolarów w kosztach API, nie ponad 14 000 dolarów, które wyceniono nam za wolniejszą, szybciej nieaktualną dostawę. Cały przebieg — ponad 30 artykułów, 106 kart, strony kategorii i stringi UI, w 10 językach — zajął mniej więcej dobę pracy równoległych agentów, w większości bez nadzoru, gdy briefy były już ustalone. To liczba, która faktycznie zmienia rachunek: nie chodzi o to, że tłumaczenie AI jest tańsze od agencji, tylko że jest wystarczająco tanie, żeby uruchamiać je ponownie za każdym razem, gdy zmienia się treść źródłowa — czego jednorazowa dostawa od agencji nigdy nie umożliwi.

Co poszło nie tak

Dwa tryby awarii warto było złapać, zanim trafiły na produkcję, i żaden nie wyszedłby na jaw bez walidacji.

Pierwszym były agenty zgłaszające "czekam" zamiast produkować wynik — zwykle dlatego, że brief odwoływał się do czegoś spoza kontekstu danego agenta, na przykład "użyj tego samego frazowania co w wersji niemieckiej" od agenta, który nie miał dostępu do niemieckiego wyniku. Naprawą było uczynienie każdego briefu w pełni samowystarczalnym: bez odwołań między agentami, bez "sprawdź u innego przebiegu", wszystko, czego agent potrzebował do ukończenia zadania, dostarczone z góry.

Drugim był incydent z gubieniem znaków diakrytycznych na jednej partii polskich kart katalogowych, gdzie jakiś krok formatujący gdzieś w pipeline po cichu usuwał ogonki z wyniku, który w terminalu wyglądał dobrze, ale na stronie był błędny. Złapaliśmy to, bo walidujemy przez liczenie, nie przez czytanie raportów agenta: każdy przetłumaczony plik jest sprawdzany względem źródła pod kątem sensowności liczby znaków, liczby nagłówków i diffa nieprzetłumaczonych tokenów (bloki kodu, placeholdery, nazwy produktów), które powinny przetrwać nietknięte. Agent mówiący ci "tłumaczenie gotowe" to nie dowód. Plik z tą samą liczbą nagłówków co źródło, z tymi samymi nietkniętymi blokami kodu i tytułem poniżej limitu znaków danego rynku — to dowód.

Tagi hreflang to część, która sprawia, że 10 wersji językowych funkcjonuje jak jedna indeksowalna strona zamiast dziesięciu konkurujących ze sobą. Każda wersja językowa potrzebuje wzajemnych linków hreflang wskazujących na każdą inną wersję plus samą siebie, inaczej wyszukiwarki chętnie zrankują stronę w złym języku dla danego zapytania. To mechaniczne, gdy struktura URL-i jest już ustalona, ale to też krok, który najczęściej pomijają projekty tłumaczeniowe robione samodzielnie, i warto go zrobić dobrze, zanim opublikujesz pierwszą zlokalizowaną stronę. Nasz przewodnik instalacji pokrywa stronę instalacji skilli, jeśli konfigurujesz to jako powtarzalny skill, a nie jednorazowy skrypt.

Co powiedzielibyśmy zespołowi zaczynającemu w poniedziałek

Nie tłumacz całej strony pierwszego dnia. Wybierz swoje dwie lub trzy strony o największym ruchu, przepuść je przez wszystkie 10 języków i sprawdź wynik z native speakerem, zanim wejdziesz w skalowanie na resztę. Zasady powyżej to te, których nauczyliśmy się, popełniając błędy jako pierwsi; pomiń ten krok, a nauczysz się ich ponownie na 4500 stronach zamiast na trzech.

Napisz tabelę rejestru, zanim napiszesz choć jedno przetłumaczone słowo. To decyzja biznesowa, nie językowa, i dużo taniej się o nią kłócić na starcie niż dorabiać ją po tym, jak 106 kart użyje złego zaimka.

Waliduj przez liczenie, nie przez pytanie. Jeśli twój pipeline nie potrafi ci powiedzieć, mechanicznie, że przetłumaczony plik ma właściwą liczbę nagłówków i nietknięte bloki kodu, to nie masz pipeline'u tłumaczeniowego, tylko nadzieję.

A jeśli robisz to dla strony bogatej w treść, a nie garstki statycznych podstron, ta sama dyscyplina, która trzyma strategię treści spójną w dziesiątkach artykułów, to samo trzyma przebieg tłumaczeniowy spójnym w dziesiątkach języków: jeden zestaw instrukcji, stosowany konsekwentnie, sprawdzany względem źródła za każdym razem. Opisaliśmy, jak trzymamy się tej samej poprzeczki, w jak testujemy skille Claude.

Jeśli chcesz wypróbować krok lokalizacji słów kluczowych na pojedynczej stronie, zanim zaangażujesz się w pełny przebieg, nasz konwerter SEO sformatuje wynik; nasza strona najlepszych skilli do pisania rankuje przetestowane skille warte sparowania z nim, w tym SEO Audit do łapania tego, czego samo tłumaczenie nie złapie, jak połamane linki wewnętrzne między wersjami językowymi.

FAQ

Czy Claude naprawdę potrafi przetłumaczyć całą stronę, nie tylko pojedyncze podstrony?

Tak, ale nie jako jeden gigantyczny prompt. To, co u nas zadziałało, to podział strony na agenty per język działające równolegle, każdy z samowystarczalnym briefem obejmującym cały zestaw zasad: lokalizację słów kluczowych, rejestr, listę rzeczy nietłumaczonych i limity znaków. Pojedynczy agent próbujący utrzymać 10 języków w jednym kontekście szybko traci spójność; 10 agentów, z których każdy trzyma jeden język, zostawało spójnych, bo to brief, nie pamięć agenta, niósł zasady.

Czy tłumaczenie AI wystarcza do SEO, czy potrzeba jeszcze przejścia człowieka?

Dla treści technicznych i marketingowych dobrze zbriefowany przebieg Claude zbliża się na tyle, że spot-check native speakera to odpowiednia ilość zaangażowania człowieka, nie pełne retłumaczenie. Ryzyko specyficzne dla SEO to nie gramatyka, tylko frazowanie słów kluczowych: agent, który tłumaczy dosłownie zamiast lokalizować zapytanie wyszukiwania, wyprodukuje płynne, nieznajdowalne strony. Dlatego zasada pierwsza w tym tekście dotyczy frazowania wyszukiwania, nie gramatyki.

Ile kosztuje przetłumaczenie strony na wiele języków z Claude?

Na podstawie naszego przebiegu: artykuł na 2500 słów kosztuje z grubsza 120 000–160 000 tokenów na język na Sonnecie, a 106 krótkich kart katalogowych kosztuje około 150 000–170 000 tokenów na język, wsadowo. W 10 językach nasza pełna lokalizacja strony wyniosła kilka dolarów łącznie w kosztach API. Większy koszt to nie tokeny, tylko czas ustawienia zestawu zasad i bramek walidacyjnych, który płacisz raz i używasz przy każdej kolejnej aktualizacji.

Jaki jest największy błąd zespołów lokalizujących z AI?

Pominięcie walidacji i zaufanie własnemu raportowi agenta o "gotowe". Złapaliśmy błąd gubienia znaków diakrytycznych i problem zawieszonego agenta tylko dlatego, że sprawdzamy przetłumaczony wynik względem źródła mechanicznie — liczby nagłówków, nietknięte bloki kodu, limity znaków — zamiast czytać, co agent twierdzi, że zrobił. Traktuj każdy przebieg tłumaczeniowy jako wymagający tej samej bramki akceptacji, jaką zastosowałbyś do zmiany kodu: weryfikuj artefakt, nie raport.