Lingo.dev のMCP サーバーを使えば、AI コーディングアシスタントがローカライゼーションエンジンの設定に直接アクセスできます。このガイドでは、インストールから始めて、ロケールごとのブランドボイス、用語集ルール、言語指示、モデルルーティングを備えたエンジンをゼロから構築する流れを説明します。
設定する内容#
| レイヤー | できること | 例 |
|---|---|---|
| ブランドボイス | ロケールごとのトーンや丁寧さを定義 | ドイツ語の開発者向けにはカジュアルな「du」、日本語には丁寧でフォーマルな文体 |
| 用語集 | 独自訳語と非翻訳語を管理 | ドイツ語では「Deploy」→「Bereitstellen」、"OAuth" はすべてのロケールでそのまま |
| 指示 | ロケール固有の言語ルール | フランス語の句読点前に入れるノーブレークスペース、日本語での全角文字の使用 |
| モデルルーティング | ロケールごとにモデルを選び、フォールバックも設定 | 欧州言語ペアには Claude Sonnet、日本語には GPT-4o をフォールバックとして設定 |
こうして、状態を持つ翻訳 API が完成します。コードからはlocalization API経由で、コマンドラインからはCLI経由で、あるいはCI/CDでプルリクエストごとに自動実行できます。すべてのリクエストに、全レイヤーが自動で適用されます。
課題#
ローカライゼーションエンジンには、ロケールごとのブランドボイス、用語集ルール、言語指示、モデルルーティングが必要です。これらをすべてダッシュボードから設定するのは、特に初回は時間も手間もかかります。各レイヤーの役割や相互作用を理解しながら進める必要があるためです。
Lingo.dev の MCP サーバーを使えば、AI コーディングアシスタントが初期設定を1回の会話でまとめて進められます。プロダクトのコンテンツを渡すだけで、エンジンの作成、ブランドボイスの作成、用語集に入れるべき用語の抽出、ロケール固有の指示の追加、モデルルーティングの設定まで一括で実行します。あとは出力をレビューして、必要に応じて調整するだけです。
ステップ 1: MCP をインストールする#
Lingo.dev ダッシュボードのAPI Keysセクションで API キーを生成します。その後、コーディングエージェントの設定に MCP サーバーを追加してください。
.claude/settings.json またはプロジェクト単位の .mcp.json に追加します。
{
"lingo": {
"type": "http",
"url": "https://mcp.lingo.dev/account",
"headers": {
"x-api-key": "your_api_key"
}
}
}組織スコープ
MCP サーバーがどの組織を管理するかは API キーで決まります。すべての操作は自動的にその組織内で実行されるため、アシスタントが組織 ID を指定する必要はありません。
エージェントを再起動したら、既存のローカライゼーションエンジン一覧を表示するよう依頼して接続を確認します。MCP が有効なら結果が返り、新しい組織であれば空の一覧が返ります。
ステップ 2: エンジンを設定する#
以下のプロンプトをコピーして AI コーディングアシスタントに貼り付けてください。末尾の URL は、プロダクトの Web サイト、ドキュメント、または README に置き換えます。ブランドボイス、用語、想定読者を推測するには、代表的なコンテンツが必要です。
Create a localization engine called 'My Product' for localizing into
German, French, Japanese, and Spanish. Study the content at the URL
below to understand our tone, terminology, and audience. Then configure
everything in one pass: brand voices for each locale (and English),
glossary entries for terms that need consistent translations or should
stay untranslated, and locale-specific linguistic instructions.
https://docs.yourproduct.comURL を忘れずに
このプロンプトの最後にはプレースホルダーの URL が入っています。プロダクト本来のブランドボイスが伝わるコンテンツへのリンクに置き換えてください。たとえば、ドキュメント、README、オンボーディングフロー、マーケティングサイトなどです。これがないと、エージェントは汎用的な設定を生成してしまいます。
エージェントはコンテンツを読み取り、エンジンを作成し、すべてのレイヤーを一括で設定します。ここから先は、生成された内容をレビューし、必要に応じて調整していくステップです。
ステップ 3: ブランドボイスを調整する#
エージェントが各ロケール向けに作成したブランドボイスをレビューします。ブランドボイスは、特定の言語でプロダクトがどう語るかを定義するものです。トーン、丁寧さ、スタイルはコンテンツから推測されますが、文化的なニュアンスは必ず確認しておきたいポイントです。
確認ポイント:
| ロケール | よくある調整 |
|---|---|
| ドイツ語 | 「du」（カジュアル）と「Sie」（フォーマル）の使い分け — 想定読者次第 |
| フランス語 | 「tu」（カジュアル）と「vous」（フォーマル）の使い分け — B2C 向けかエンタープライズ向けかで変わる |
| 日本語 | 丁寧さのレベル — 多くのプロダクトでは丁寧でフォーマルな「です／ます調」が無難 |
| 英語 | ソース言語のブランドボイスは抜けがち — 一貫性のために追加しておく |
適切に設定されたドイツ語のブランドボイスは、たとえば次のようになります。
Use informal "du" address. Keep a direct, technical tone.
Prefer short sentences. Use active voice. When a German equivalent
exists for a technical term, use it (e.g., "Bereitstellung" for
deployment), but keep widely-adopted English terms as-is
(e.g., API, CLI, Token).文体が合っていなければ、アシスタントにそのまま伝えてください。
The German brand voice is too informal for our enterprise docs.
Switch it to formal "Sie" register.ステップ 4: 用語集を調整する#
エージェントが作成した用語集エントリをレビューします。用語集を使うと、特定の用語に対してエンジンを正確にコントロールできます。特定の訳語を必ず使わせることも、逆に翻訳させないことも可能です。エージェントはコンテンツから用語を抽出しますが、プロダクト固有の用語を見落としたり、定着していない訳語を選んだりすることがあります。
初回設定後の典型的な用語集は、次のようになります。
| 原文 | 訳文 | ソースロケール | ターゲットロケール | タイプ |
|---|---|---|---|---|
| Deploy | Bereitstellen | en | de | カスタム翻訳 |
| workspace | espace de travail | en | fr | カスタム翻訳 |
| Lingo.dev | Lingo.dev | * | * | 非翻訳 |
| OAuth | OAuth | * | * | 非翻訳 |
確認ポイント:
- 不足している用語 - プロダクト機能名や、エージェントが見つけられなかった社内用語
- 誤った訳語 - 既存の用法と合わない類義語をエージェントが選ぶことがあります
- 不足している非翻訳語 - そのまま残すべきブランド名、プロトコル名、略語
用語集エントリは意味的な類似性に基づいてマッチします。たとえば「Deploy」のエントリがあれば、「Deploying」「deployment」「deploy your application」にも、個別のエントリを作らずに対応できます。すべてのロケールに適用したい用語には * ワイルドカードを使ってください。
Add a glossary entry: 'checkout' should stay as 'Checkout' in
German - it's our product feature name, not the shopping action.ステップ 5: 指示を調整する#
エージェントが作成した指示をレビューします。指示は、特定のロケール向けに定義する、個別にテスト可能なルールです。全体のトーンを決めるブランドボイスとは異なり、指示では句読点、省略形、文字幅、数値フォーマットなど、汎用モデルが見落としやすいルールを明示します。
初回設定後の典型的な指示セットは、次のようになります。
| ロケール | 名前 | ルール |
|---|---|---|
| fr | フランス語の句読点スペース | :、;、!、? の前には必ずノーブレークスペースを入れる |
| de | ドイツ語の住所略語 | 「Straße」は「Str.」、「Nummer」は「Nr.」に省略する |
| ja | 日本語の文字幅 | 半角の () ではなく、全角の （） を使う |
各指示は1つの論点だけを扱うので、個別にテストできます。たとえばドイツ語の略語だけに問題があるなら、ほかを触らずその指示だけを更新できます。
確認ポイント:
- 不足しているルール - 対象ロケール向けの数値フォーマット、日付形式、通貨表記
- ソース言語 - オックスフォードコンマ、タイトルケース、数値フォーマットに関する英語の指示は抜けがち
In French, there should always be a non-breaking space before
colons and semicolons. Add that as an instruction for fr.ステップ 6: モデルルーティングを設定する（任意）#
新しいエンジンには、一般的な言語から低リソース言語まで、品質を最適化するモデルのデフォルト設定があらかじめ用意されています。ほとんどのチームでは変更は不要です。
特定の要件がある場合は、デフォルトを上書きしてください。たとえば、自社ドメインで精度の高いモデルを使いたい、予算制約がある、コンプライアンス要件がある、といったケースです。
Set Claude Sonnet as the primary model for European language pairs,
with GPT-4o as fallback for Japanese.各モデル設定では、優先順位付きのフォールバックを設定できます。プライマリモデルが失敗した場合（障害、レート制限、提供終了など）、エンジンは自動的に次のモデルを試します。
