Scribe simplifica e torna mensuráveis as assinaturas de e-mail: a empresa implementa assinaturas consistentes, alinhadas à marca, em toda a organização, sem setup por colaborador, e transforma a assinatura em um canal mensurável de receita. Com cinco anos de operação, a empresa já tinha forte product-market fit. Durante uma reconstrução completa do produto, a Scribe lançou todo o produto e a documentação em 16 idiomas. A integração levou menos de um dia; a partir daí, os dois fundadores tocaram a localização por conta própria, sem contratar ninguém e sem agência. Eles configuraram o engine — glossário, voz da marca, instruções por idioma e pontuação de qualidade por IA em cada tradução — iterando com Claude por meio do servidor MCP da Lingo.dev.

"A Lingo.dev nos deu um engine de localização que rodamos via API, MCP e CLI, direto na nossa própria stack. Para uma equipe com mentalidade de engenharia, é óbvio."

Clément Champau, CEO & cofundador, Scribe

Por que localizar agora, depois de cinco anos#

A IA tornou a localização viável para uma equipe de duas pessoas, e o timing coincidiu com uma reconstrução completa do produto — nova UI, nova UX e o momento ideal para anunciar 16 idiomas. Depois de cinco anos, a Scribe já tinha alcançado forte product-market fit e uma UI estável, então retraduzir não seria comprometido pela constante mudança da interface.

O mercado apontava na mesma direção. Alguns compradores enterprise ainda estão em processo de digitalização, em vez de adoção de IA, e, em vários mercados, um produto que não fala o idioma local cria atrito no processo de vendas. A Scribe começou onde estava a receita: francês, incluindo a África francófona; espanhol, com foco primeiro na América Latina; e inglês. Esses três cobrem a maior parte do mundo ocidental, além da América Latina. A partir daí, avançou para os mercados de maior PIB — Suíça, Noruega, Suécia. "Maior PIB da Europa, maior PIB do mundo", disse Clément.

Por que uma plataforma com foco em engenharia foi decisiva#

Clément descobriu a Lingo.dev pelo diretório da Y Combinator; ele acompanha novas ferramentas da YC e adota cedo. O fator decisivo foi onde a plataforma se encaixava na stack. A Lingo.dev é uma plataforma de engenharia de localização: um engine de localização configurável — glossário, voz da marca, instruções por idioma e pontuação de qualidade por IA, que avalia o resultado de forma independente — operado por API, servidor MCP e CLI. Ela roda na primeira camada do processo de desenvolvimento, do mesmo jeito que uma equipe opera o restante da infraestrutura.

"Queríamos algo na camada mais inicial do processo de desenvolvimento. Você precisa de uma API, precisa de um MCP — e, quando tem isso, conseguimos encaixar esse tipo de Lego no nosso workflow de agente com muita facilidade."

Gil, cofundador e CTO da Scribe, leu a documentação da API, considerou tudo sólido e integrou o sistema inteiro em menos de um dia.

"Mandei para o Gil. Ele leu a documentação da API, disse que parecia legítimo e, em menos de um dia, já tinha implementado tudo."

Como o CEO configurou todo o engine pelo MCP#

Depois da integração de um dia, Clément configurou sozinho todo o engine — voz da marca, glossário e instruções por idioma — por meio do servidor MCP da Lingo.dev, mesmo sem ser desenvolvedor. A configuração final foi robusta: 16 vozes de marca, 133 instruções e 644 termos de glossário.

O ciclo era bem concreto. Ele rodava um idioma, abria o app, tirava screenshots e mandava de volta pelo MCP: aqui quebrou o call to action, aqui quebrou a UI. Claude ajustava as três alavancas — glossário, instruções e voz da marca — até o resultado se sustentar. Depois, ele rodava a tradução completa e fazia o rollout do restante.

"Eu rodava um idioma, olhava o app, tirava screenshots e mandava de volta pelo MCP — aqui quebrou o CTA, aqui quebrou a UI — e Claude adaptava o glossário, as instruções e a voz da marca até ficar certo."

O agente também tomou iniciativa dentro do mesmo workflow. Enquanto otimizava o SEO da homepage reconstruída, Claude sinalizou que o Google estava tratando as páginas localizadas como fallbacks da página em inglês, e não como alvos independentes por idioma. Como tinha acesso ao engine via MCP, ele executou de novo a sincronização da Lingo.dev para corrigir isso.

Como validar a qualidade da tradução em idiomas que você não fala?#

O engine mede a própria saída. Nas execuções da Scribe, a pontuação de qualidade por IA teve média de cerca de 87 em 100, com aproximadamente 96% das traduções avaliadas ficando em 70 ou mais — um sinal de qualidade em 16 idiomas que os dois fundadores não leem pessoalmente.

A Scribe publica com cerca de 95% e trata a pós-edição humana como o caminho para fechar a lacuna final à medida que escala. A lógica é simples: um produto que resolve um problema real não perde o usuário por causa de uma tradução que ainda não está perfeitamente lapidada.

"Mesmo com 95%, já é bom o suficiente. Se você está resolvendo um problema real e o usuário quer a solução, uma tradução que não é perfeita não vai impedir que ele use o produto."

Vale mais a pena construir ou comprar localização?#

Clément recomendou a Lingo.dev a um de seus investidores, um CTO que já tinha desenvolvido localização internamente. A reação encerrou a discussão entre construir e comprar.

"Recomendei a Lingo.dev a um dos nossos investidores, que também é CTO. Ele tinha desenvolvido localização internamente, e a reação dele foi: era exatamente isso que deveríamos ter usado. Se eu soubesse, teria investido neles."

O custo que mais surpreendeu a Scribe não foi a construção inicial. Foi a manutenção — os edge cases que nunca param de surgir e a tomada contínua de decisões sobre como melhorar o sistema.

"Nada é fácil. Quando você começa a lidar com todos os edge cases — e eles não param de aparecer — manter isso toma tempo de verdade. É melhor plugar algo com foco em engenharia e saber que existe uma equipe trabalhando nisso o tempo todo."

Com a IA executando o trabalho, o valor passa para quem desenha o sistema. O engine de localização — glossário, voz da marca, instruções e pontuação de qualidade por IA — é uma arquitetura que dificilmente uma equipe interna, construindo sob prazo, projetaria tão bem.

O atrito com billing — e a correção#

No começo, a visibilidade de custos era limitada. Clément precisava iniciar uma execução e atualizar a interface para confirmar que os créditos não acabariam no meio do processo; quando acabavam, a execução parava e ele a reiniciava. Ele levantou o problema, e as correções saíram na mesma semana: uma estimativa de custo antes da execução e um indicador de consumo com recarga automática.

"Agora consigo ver quanto tempo uma execução leva e quanto ela vai custar antes de começar. Antes, eu precisava iniciar uma execução e ficar atualizando para garantir que os créditos não acabassem, porque, quando isso acontecia, tudo parava e precisávamos reiniciar."

A mudança permitiu que ele previsse o resultado com antecedência — tempo de execução e custo conhecidos antes de a execução começar. O contraste que ele destacou foi entre abrir um pedido e esperar, e ver a mudança solicitada ser entregue na mesma semana. "Parabéns pelo loop rápido de iteração", disse ele.

Onde isso está hoje#

A Scribe roda quatro apps — app web, app desktop e outros — além da documentação, tudo a partir do inglês, tudo por meio de um único engine de localização. O autosync está desligado por enquanto; Gil dispara as execuções manualmente depois de grandes pushes, um hábito herdado de um problema inicial com créditos e reforçado pelo baixo volume de mudanças após o grande lançamento. O plano é ligar o autosync quando tudo estiver totalmente estável, para que um único push faça o deploy em todos os apps e na documentação.

O servidor MCP é uma de três formas de acessar a plataforma, ao lado da API e da CLI. A maioria dos MCPs é somente leitura ou limitada pelo contexto; o da Lingo.dev permitiu que uma pessoa não desenvolvedora configurasse todo o engine de localização, liberando Gil para seguir em frente depois da configuração de um dia.

"Eu nem passei tanto tempo na interface, mas ele fez bem o trabalho."

O engine cuidou da tradução; Clément cuidou da configuração.

O que isso significa para pequenas equipes localizando software#

O rollout da Scribe aponta para um padrão que vai além de assinaturas de e-mail. Para uma equipe com foco em engenharia, localização deixou de ser um problema de mão de obra e passou a ser um problema de design de sistema. A tradução é feita pelos modelos; o trabalho que resta é configurar o engine que os governa — glossário, voz da marca, instruções por idioma e a pontuação de qualidade por IA que avalia o resultado.

Essa mudança altera a conta entre construir e comprar. A parte cara da localização interna nunca foi a primeira versão — foi a manutenção: os edge cases, as mudanças nos modelos e as regras por idioma que se acumulam com o tempo. Uma plataforma de engenharia de localização absorve isso, e é por isso que uma equipe de duas pessoas consegue operar em 16 idiomas sem uma contratação dedicada à localização.

Três condições fazem isso se aplicar a outras equipes. O conteúdo-fonte vive em controle de versão. O engine é operado por API, CLI e servidor MCP, então se encaixa no workflow que a equipe já usa. E a pontuação de qualidade por IA torna o resultado mensurável em idiomas que ninguém da equipe fala — a diferença entre confiar numa tradução e verificá-la.

Nas palavras deles#

"Com a IA executando tão bem, o valor agora está do lado de quem desenha a arquitetura — o melhor designer de sistemas vence. Se eu tivesse construído isso sozinho, não teria projetado um sistema tão bom."

"Recomendei a Lingo.dev a um dos nossos investidores, que também é CTO. Ele tinha desenvolvido localização internamente, e a reação dele foi: era exatamente isso que deveríamos ter usado. Se eu soubesse, teria investido neles."

"Rode um idioma para o mercado que você quer abrir. Implemente, teste o MCP — ele faz o trabalho sozinho. O grande clique é mesmo o MCP."

Clément Champau, CEO & cofundador, Scribe

Scribe é a plataforma de assinaturas de e-mail que milhares de empresas usam para padronizar assinaturas alinhadas à marca em toda a organização, sem precisar configurar funcionário por funcionário, e transformá-las em um canal de receita mensurável. Seus dois fundadores tocam o produto e a documentação em 16 idiomas, configurados em um único engine de localização que operam como qualquer outra parte da infraestrutura. A localização deles roda com a Lingo.dev.

Perguntas frequentes#

Quanto tempo leva para integrar um engine de localização?

Menos de um dia. O CTO da Scribe leu a documentação da API, viu que ela era sólida e integrou a API da Lingo.dev ao workflow de agentes que já existia em menos de um dia. A configuração do engine — glossário, voz da marca e instruções por localidade — veio depois, em uma etapa separada, conduzida pelo CEO via servidor MCP.

Alguém que não é desenvolvedor pode configurar um engine de localização?

Sim. Depois da integração, que levou um dia, o CEO da Scribe — técnico, mas não desenvolvedor — configurou sozinho todo o engine pelo servidor MCP da Lingo.dev: rodando um idioma, revisando o app e pedindo ao Claude para ajustar o glossário, as instruções e a voz da marca até a qualidade se manter consistente. No fim, a configuração chegou a 16 vozes da marca, 133 instruções e 644 termos de glossário.

Como validar a qualidade da tradução em idiomas que você não fala?

A Scribe usa pontuação de qualidade com IA: cada tradução é avaliada por um modelo independente daquele que a gerou. Ao longo das execuções da Scribe, a nota média ficou em cerca de 87 de 100, com aproximadamente 96% das traduções alcançando 70 pontos ou mais. Isso dá a uma equipe de duas pessoas um sinal mensurável de qualidade em 16 idiomas que elas mesmas não leem, deixando a pós-edição humana para fechar apenas a lacuna final.

É melhor desenvolver localização internamente ou comprar uma solução?

A Scribe é tocada por dois fundadores técnicos que poderiam ter desenvolvido a localização internamente. Eles optaram por uma plataforma depois de pesar o custo de manutenção, não o esforço da primeira implementação. Um dos investidores, um CTO que já tinha construído isso dentro de casa, resumiu sem rodeios: era exatamente isso que deveríamos ter usado. O custo que se acumula está nos casos de exceção e nas regras por localidade ao longo do tempo, não na primeira versão.

O que um engineer de localização realmente faz?

Menos traduzir, mais configurar. Na Scribe, o trabalho foi montar o engine — glossário, voz da marca e instruções por localidade — e ajustá-lo com base nas notas de qualidade de IA, em vez de gerenciar tradutores ou arquivos. A função se parece mais com engenharia de plataformas do que com coordenação de fornecedores: você projeta e opera o sistema que produz as traduções, em vez de gerenciar as pessoas que as produzem.

O que você diria a alguém avaliando isso?

"Rode um idioma para o mercado que você quer abrir. Implemente, teste o MCP — ele faz o trabalho sozinho. O grande estalo acontece mesmo com o MCP."