Scribe zjednodušuje e-mailové podpisy a dělá z nich měřitelný kanál: firmy mohou nasadit konzistentní podpisy v souladu s hlasem značky napříč celou společností, bez nastavování pro jednotlivé zaměstnance, a proměnit podpis v měřitelný zdroj tržeb. Firma je na trhu pět let a má silný product-market fit. Během kompletní přestavby produktu Scribe spustil celý svůj produkt i dokumentaci v 16 jazycích. Integrace zabrala méně než den; od té chvíle si lokalizaci řídili sami dva zakladatelé, bez náboru a bez agentury. Engine nakonfigurovali – glosář, hlas značky, instrukce pro jednotlivé jazyky a AI hodnocení kvality u každého překladu – iteracemi s Claudem přes MCP server Lingo.dev.

"Lingo.dev nám dal lokalizační engine, který provozujeme přes API, MCP a CLI přímo v našem stacku. Pro tým, který staví na inženýringu, je to jasná volba."

Clément Champau, CEO a spoluzakladatel, Scribe

Proč lokalizovat právě teď, po pěti letech#

AI udělala lokalizaci prakticky zvládnutelnou i pro dvoučlenný tým a timing se potkal s kompletní přestavbou produktu – nové UI, nové UX a přirozený moment oznámit 16 jazyků. Po pěti letech Scribe dosáhl silného product-market fit a stabilního UI, takže nové překlady nenarážely na neustálé změny rozhraní.

Stejným směrem tlačil i trh. Někteří enterprise zákazníci stále spíš digitalizují, než aby zaváděli AI, a na několika trzích je produkt, který nemluví místním jazykem, překážkou v prodejním procesu. Scribe začal tam, kde byly tržby: francouzština včetně frankofonní Afriky, španělština s důrazem na Latinskou Ameriku a angličtina. Tyto tři jazyky pokrývají většinu západního světa plus Latinskou Ameriku. Odtud se posunul na trhy s nejvyšším HDP – Švýcarsko, Norsko, Švédsko. "Nejvyšší HDP v Evropě, nejvyšší HDP na světě," řekl Clément.

Proč byla rozhodující platforma zaměřená na inženýring#

Clément objevil Lingo.dev v adresáři Y Combinator; sleduje nové YC nástroje a nasazuje je brzy. Rozhodující bylo, kde platforma sedí ve stacku. Lingo.dev je platforma pro lokalizační inženýring: konfigurovatelný lokalizační engine – glosář, hlas značky, instrukce pro jednotlivé jazyky a AI hodnocení kvality, které výstup nezávisle hodnotí – řízený přes API, MCP server a CLI. Běží v první vrstvě vývojového procesu, stejně jako tým provozuje zbytek své infrastruktury.

"Chtěli jsme něco v úplně první vrstvě vývojového procesu. Potřebujete API, potřebujete MCP – a jakmile to máte, můžeme takovou kostku Lega velmi snadno zapojit do našeho agent workflow."

Gil, spoluzakladatel a CTO Scribe, si přečetl API dokumentaci, vyhodnotil ji jako solidní a vše integroval za méně než den.

"Poslal jsem to Gilovi. Přečetl si API dokumentaci, řekl, že to vypadá solidně, a za méně než den měl všechno naimplementované."

Jak CEO nakonfiguroval celý engine přes MCP#

Po jednodenní integraci Clément sám nakonfiguroval celý engine – hlas značky, glosář a instrukce pro jednotlivé jazyky – přes MCP server Lingo.dev, přestože není vývojář. Výsledná konfigurace byla rozsáhlá: 16 hlasů značky, 133 instrukcí a 644 položek v glosáři.

Ten cyklus byl velmi konkrétní. Spustil jeden jazyk, otevřel aplikaci, pořídil screenshoty a poslal je zpět přes MCP: tady se rozbilo CTA, tady se rozbilo UI. Claude pak upravoval tři páky – glosář, instrukce a hlas značky – dokud výstup neobstál. Pak spustil kompletní překlad a nasadil zbytek.

"Spustil jsem jeden jazyk, podíval se na aplikaci, udělal screenshoty a poslal je zpět přes MCP – tady se rozbilo CTA, tady se rozbilo UI – a Claude upravoval glosář, instrukce i hlas značky, dokud to nebylo správně."

Agent přebíral iniciativu v rámci stejného workflow. Při optimalizaci SEO na nově přestavěné homepage Claude upozornil, že Google považuje lokalizované stránky za fallback anglické stránky, místo aby je bral jako samostatné cíle pro jednotlivé jazyky. Protože měl přes MCP přístup k enginu, znovu spustil synchronizaci Lingo.dev a problém opravil.

Jak ověřit kvalitu překladu v jazycích, které neovládáte?#

Engine měří kvalitu vlastního výstupu. Napříč běhy Scribe dosahovalo AI hodnocení kvality v průměru přibližně 87 ze 100, přičemž zhruba 96 procent hodnocených překladů mělo skóre 70 a více – tedy jasný signál kvality v 16 jazycích, které si dva zakladatelé sami nepřečtou.

Scribe nasazuje zhruba na 95 procentech a lidskou post-editaci bere jako cestu, jak s růstem dotáhnout poslední rozdíl. Úvaha je jednoduchá: produkt, který řeší skutečný problém, neztratí uživatele kvůli překladu, který není dokonale vypilovaný.

"I při 95 procentech je to dostatečně dobré. Pokud řešíte skutečný problém a uživatel chce řešení, překlad, který není perfektní, mu nezabrání produkt používat."

Lokalizaci vyvíjet, nebo koupit?#

Clément doporučil Lingo.dev jednomu ze svých investorů, CTO, který už měl lokalizaci vybudovanou interně. Jeho reakce otázku build-versus-buy vyřešila.

"Doporučil jsem Lingo.dev jednomu z našich investorů, který je zároveň CTO. Lokalizaci si vybudoval interně a jeho reakce byla: přesně tohle jsme měli použít. Kdybych to věděl, investoval bych do nich."

Náklad, který Scribe překvapil, nebyl počáteční vývoj. Byla to údržba – edge cases, které nepřestávají přicházet, a průběžné rozhodování o tom, jak systém zlepšovat.

"Nic není jednoduché. Jakmile začnete řešit všechny edge cases – a ty nepřestávají přicházet – údržba stojí reálný čas. Je lepší zapojit něco, co je zaměřené na inženýring, a vědět, že na tom nepřetržitě pracuje tým."

Když práci odvádí AI, hodnota se přesouvá k tomu, kdo systém navrhne. Lokalizační engine – glosář, hlas značky, instrukce a AI hodnocení kvality – je architektura, kterou interní tým vyvíjející pod tlakem termínů pravděpodobně nenavrhne tak dobře.

Tření ve fakturaci a jak se vyřešilo#

Zpočátku byla viditelnost nákladů slabá. Clément musel spustit běh a obnovovat rozhraní, aby si ověřil, že kredity nedojdou uprostřed běhu; když došly, běh se zastavil a on ho musel restartovat. Upozornil na to a opravy byly nasazené ještě tentýž týden: odhad nákladů před spuštěním běhu a ukazatel spotřeba s automatickým dobíjením.

"Teď vidím, jak dlouho běh potrvá a kolik bude stát, ještě než ho spustím. Dřív jsem musel běh spustit a pořád obnovovat stránku, abych měl jistotu, že kredity nedojdou, protože když došly, všechno se zastavilo a museli jsme začít znovu."

Tato změna mu umožnila odhadnout výstup dopředu – dobu běhu i náklady znal ještě před zahájením. Kontrast, který popsal, byl mezi podáním požadavku a čekáním na jedné straně a situací, kdy byla požadovaná změna nasazená během týdne, na straně druhé. "Gratuluji k rychlé iterační smyčce," řekl.

Kde to stojí dnes#

Scribe provozuje čtyři aplikace – webovou aplikaci, desktopovou aplikaci a další – plus svou dokumentaci, vše z angličtiny, vše přes jeden lokalizační engine. Automatická synchronizace je zatím vypnutá; Gil spouští běhy ručně po větších pushech, což je zvyk převzatý z dřívějšího problému s kredity a posílený tím, jak málo změn následovalo po velkém vydání. Plán je zapnout automatickou synchronizaci, jakmile bude vše plně stabilní, aby jediný push nasadil změny do všech aplikací i dokumentace.

MCP server je jednou ze tří cest do platformy vedle API a CLI. Většina MCP je jen pro čtení nebo je omezená kontextem; ten od Lingo.dev umožnil i nevývojáři nakonfigurovat celý lokalizační engine, což Gilovi po jednodenním nastavení uvolnilo ruce pro další práci.

"V rozhraní jsem vlastně ani netrávil tolik času, ale zvládlo to dobře."

Engine se postaral o překlad; Clément o konfiguraci.

Co to znamená pro malé týmy, které lokalizují software#

Nasazení ve Scribe ukazuje vzorec, který přesahuje oblast e-mailových podpisů. Pro tým zaměřený na inženýring se lokalizace posunula z problému lidské práce na problém návrhu systému. Překlad zajišťují modely; zbývající práce spočívá v konfiguraci enginu, který je řídí – glosáře, hlasu značky, instrukcí pro jednotlivé jazyky a AI hodnocení kvality, které výstup známkuje.

Tento posun mění matematiku rozhodování build-versus-buy. Drahá část interní lokalizace nikdy nebyla první verze – byla to údržba: edge cases, změny modelů a pravidla pro jednotlivé jazyky, která se v čase hromadí. Platforma pro lokalizační inženýring tohle absorbuje, a právě proto může dvoučlenný tým provozovat 16 jazyků bez dedikovaného specialisty na lokalizaci.

Aby to šlo přenést i na jiné týmy, musí být splněny tři podmínky. Zdrojový obsah žije ve version control. Engine je řízen přes API, CLI a MCP server, takže se zapojí do workflow, které tým už používá. A AI hodnocení kvality dělá výstup měřitelným i v jazycích, kterými nikdo v týmu nemluví – to je rozdíl mezi tím překladu věřit a skutečně ho ověřit.

Jejich vlastními slovy#

"Když AI odvádí práci tak dobře, hodnota je teď na straně architekta – vyhrává nejlepší návrhář systému. Kdybych to stavěl sám, nenavrhl bych tak dobrý systém."

"Doporučil jsem Lingo.dev jednomu z našich investorů, který je zároveň CTO. Lokalizaci si vybudoval interně a jeho reakce byla: přesně tohle jsme měli použít. Kdybych to věděl, investoval bych do nich."

"Spusťte jeden jazyk pro trh, který chcete otevřít. Naimplementujte ho, otestujte MCP – práci odvede samo. Ten aha moment je opravdu MCP."

Clément Champau, CEO a spoluzakladatel, Scribe

Scribe je platforma pro e-mailové podpisy, kterou tisíce firem používají k nasazení konzistentních podpisů v souladu se značkou napříč celou firmou, bez nastavování pro jednotlivé zaměstnance, a k proměně podpisů v měřitelný výnosový kanál. Její dva zakladatelé provozují produkt i dokumentaci v 16 jazycích, nastavené jako jeden lokalizační engine, se kterým pracují stejně jako se zbytkem své infrastruktury. Jejich lokalizace běží na Lingo.dev.

Často kladené otázky#

Jak dlouho trvá integrovat lokalizační engine?

Méně než den. CTO ve Scribe si prošel API dokumentaci, vyhodnotil ji jako dobře navrženou a napojil API Lingo.dev do stávajícího agentního workflow za méně než den. Konfigurace engine – glosář, hlas značky a instrukce pro jednotlivé jazyky – pak proběhla zvlášť, pod vedením CEO přes MCP server.

Může lokalizační engine nakonfigurovat i člověk, který není vývojář?

Ano. Po jednodenní integraci si CEO ve Scribe – technicky zdatný, ale ne vývojář – sám nakonfiguroval celý engine přes MCP server Lingo.dev: spustil jeden jazyk, prošel aplikaci a nechal Claude upravovat glosář, instrukce a hlas značky, dokud výstup nezačal držet. Výsledná konfigurace zahrnovala 16 hlasů značky, 133 instrukcí a 644 položek glosáře.

Jak ověřujete kvalitu překladů v jazycích, které neovládáte?

Scribe spoléhá na AI skórování kvality: každý překlad hodnotí model nezávislý na tom, který ho vytvořil. Napříč nasazeními ve Scribe bylo průměrné skóre zhruba 87 ze 100 a přibližně 96 procent překladů dosáhlo 70 bodů nebo více. Dvoučlennému týmu to dává měřitelný signál kvality v 16 jazycích, které sami nečtou, zatímco lidské post-editace zůstávají vyhrazené pro doladění posledního rozdílu.

Máte lokalizaci vyvíjet sami, nebo ji koupit?

Scribe vedou dva techničtí zakladatelé, kteří si mohli lokalizaci vybudovat in-house. Po zohlednění údržby, ne jen prvotního vývoje, se rozhodli pro platformu. Jeden z jejich investorů, CTO, který si ji dříve postavil interně, to shrnul jasně: přesně tohle jsme měli použít. Náklady, které se v čase násobí, nejsou v první verzi, ale v edge casesech a pravidlech pro jednotlivé jazyky.

Co vlastně dělá localization engineer?

Méně překládá, víc konfiguruje. Ve Scribe šlo hlavně o nastavení engine – glosáře, hlasu značky a instrukcí pro jednotlivé jazyky – a jeho ladění podle AI skóre kvality, spíš než o správu překladatelů nebo souborů. Tahle role má blíž k platformovému inženýringu než ke koordinaci dodavatelů: navrhujete a provozujete systém, který překlady vytváří, místo abyste řídili lidi, kteří je vytvářejí.

Co byste řekli kolegovi, který to zvažuje?

„Spusťte jeden jazyk pro trh, na který chcete vstoupit. Implementujte to, otestujte MCP – práci udělá samo. Ten skutečný aha moment je právě MCP.“