SEO Multibahasa 2026: Panduan Lengkap Visibilitas Global (Dengan Alur Kerja Agen AI)

Jawaban Singkat

SEO Multibahasa adalah praktik membuat situs web Anda terlihat di mesin pencari dalam berbagai bahasa. Di tahun 2026, ini bukan sekadar menerjemahkan halaman dan menambahkan tag hreflang. Google kini menerjemahkan konten berbahasa Inggris secara otomatis dan menyajikannya melalui domain proxy miliknya sendiri — mengambil traffic Anda jika Anda tidak memiliki versi bahasa asli. AI Overviews mencakup 200+ negara dan 40+ bahasa, dan mesin AI seperti ChatGPT, Perplexity, dan Gemini kini menentukan merek mana yang dikutip berdasarkan sinyal spesifik per bahasa.

Kabar baiknya: Anda tidak lagi membutuhkan tim lokalisasi 10 orang. Dengan alur kerja agen Claude Code (Codex), seorang praktisi SEO solo dapat mengaudit hreflang di ratusan halaman, meneliti kata kunci dalam bahasa yang tidak mereka kuasai, memeriksa kualitas terjemahan, dan memantau visibilitas internasional — semuanya dengan alat gratis dan template prompt dalam panduan ini.

Dalam artikel ini, Anda akan mempelajari alur kerja 7 langkah untuk membangun situs multibahasa yang mendapat peringkat baik di pencarian tradisional maupun jawaban AI, plus empat keterampilan agen AI siap pakai yang mengotomatiskan bagian tersulitnya.

SEO Multibahasa vs. SEO Internasional: Apa Bedanya?

Kedua istilah ini terus-menerus tertukar. Berikut perbedaannya:

Sebagian besar situs global membutuhkan keduanya. Toko ecommerce Kanada mungkin memerlukan bahasa Inggris (en-CA), Prancis (fr-CA), dan versi Spanyol (es) untuk audiens berbahasa Spanyol yang terus tumbuh — menggabungkan SEO multibahasa dan internasional dalam satu strategi.

Mengapa SEO Multibahasa Berubah di 2025–2026

Tiga perubahan besar telah mengubah secara fundamental apa yang diperlukan untuk terlihat di berbagai bahasa:

Perubahan 1: Google Menerjemahkan Konten Anda Secara Otomatis — Dan Mengambil Traffic-nya

Sejak Core Update Maret 2025, Google telah memperluas perilaku penerjemahan otomatisnya secara dramatis. Ketika pengguna mencari dalam bahasa Spanyol tetapi Google tidak dapat menemukan sumber berbahasa Spanyol yang kuat, Google mengambil halaman berbahasa Inggris yang otoritatif, menerjemahkannya secara mesin secara langsung, dan menyajikannya melalui domain proxy milik Google (www-your-site-com.translate.goog).

Traffic tidak pernah mencapai situs Anda. Klik dicatat sebagai translate.google.com / referral, bukan google / organic, sehingga merusak atribusi Anda. Tautan internal di halaman proxy mengarah kembali ke Google, menjaga pengguna tetap dalam ekosistem Google.

Perbaikannya sederhana namun mendesak: buat setidaknya versi bahasa asli sepanjang 300 kata untuk setiap halaman dengan traffic tinggi. Riset Google sendiri menunjukkan bahwa halaman yang dilokalisasi secara minimal pun biasanya menggantikan versi proxy di SERP. Lakukan ini untuk 20 halaman teratas Anda terlebih dahulu.

Perubahan 2: AI Overviews Bersifat Global — Dan Mengutip Sumber Berbahasa Lokal

Google AI Overviews kini muncul di lebih dari 200 negara dan 40+ bahasa. Bahasa kueri adalah salah satu sinyal terkuat yang digunakan mesin AI untuk memutuskan apa yang dikutip.

Analisis Weglot terhadap 1,3 juta kutipan AI Overviews menemukan bahwa situs web dengan konten yang diterjemahkan mendapatkan 327% lebih banyak visibilitas di AI Overviews dibandingkan dengan situs satu bahasa. Dalam studi lanjutan di Meksiko berbahasa Spanyol, 96% kutipan Google AI Overviews adalah sumber berbahasa Spanyol.

Ini berarti peringkat dalam bahasa Inggris tidak lagi menjamin visibilitas AI untuk kueri non-Inggris — bahkan jika konten bahasa Inggris Anda sangat baik.

Perubahan 3: Agen AI Kini Dapat Menangani Pekerjaan Berat

Claude Code dan agen coding AI serupa kini cukup mampu untuk mengotomatiskan bagian paling membosankan dari SEO multibahasa. Di tahun 2026, Anda dapat menjalankan satu prompt dan mendapatkan:

• Audit hreflang lengkap di seluruh situs Anda
• Riset kata kunci untuk bahasa apa pun, dengan volume pencarian dan label intent
• Pemeriksaan kualitas terjemahan yang membandingkan halaman terlokalisasi Anda dengan kompetitor berbahasa asli
• Pemantauan visibilitas internasional mingguan di pencarian tradisional dan permukaan jawaban AI

Kami akan membahas setiap alur kerja agen ini dengan file keterampilan lengkap yang siap salin-tempel di langkah-langkah berikut.

Langkah 1: Pilih Target Pasar Anda (Dengan Data, Bukan Tebakan)

Sebelum Anda menerjemahkan satu kata pun, cari tahu bahasa dan pasar mana yang benar-benar memiliki permintaan untuk apa yang Anda tawarkan.

Yang Anda Butuhkan

• Google Analytics 4 (GA4) atau alat analitik serupa
• Akses Google Search Console
• 15 menit

Cara Melakukannya

Periksa traffic yang sudah ada. Di GA4, buka Reports → Demographics → Demographic details, lalu ubah dimensi utama ke "Country." Cari negara yang mengirimkan traffic organik konsisten ke halaman bahasa Inggris Anda. Jika Jerman mengirim 500 kunjungan organik bulanan ke konten bahasa Inggris, kemungkinan ada permintaan 3-5x lebih banyak untuk konten berbahasa Jerman.

Periksa Search Console. Buka Performance → Countries. Filter berdasarkan klik dan lihat CTR rata-rata Anda per negara. CTR rendah di negara non-Inggris sering berarti pengguna menemukan halaman Anda tetapi keluar karena tidak dalam bahasa mereka.

Skor setiap pasar berdasarkan tiga faktor:

1. Permintaan yang ada (1–5): Seberapa banyak traffic organik yang sudah datang dari negara atau bahasa ini?
2. Celah kompetisi (1–5): Seberapa kuat kompetitor lokal? Cari 5 kata kunci teratas Anda di domain Google negara target (mis., google.de, google.fr) dan hitung berapa banyak halaman yang muncul di halaman satu dari situs yang terutama menerbitkan dalam bahasa lokal.
3. Kesesuaian bisnis (1–5): Apakah Anda mengirim ke sana? Mendukung mata uangnya? Memiliki layanan pelanggan dalam bahasa itu?

Kalikan ketiga skor tersebut. Pasar dengan skor 60+ harus menjadi prioritas utama Anda; 30–59 adalah kandidat gelombang kedua.

Otomatiskan Ini Dengan Claude Code

Salin file keterampilan di bawah ini ke .claude/skills/multilingual-market-scorer/SKILL.md dan jalankan /multilingual-market-scorer di Claude Code:

---
name: multilingual-market-scorer
description: Analyze GA4 and GSC data to score and rank target markets for multilingual SEO expansion
---

# Multilingual Market Scorer

Score potential target markets using existing analytics data. This skill helps you prioritize which languages and countries to target first for multilingual SEO.

## Prerequisites
- User has shared GA4 and GSC data (CSV exports from each platform)
- User has defined their top 5 English-language target keywords
- User knows their business constraints (shipping regions, supported currencies, languages of customer support)

## Input
1. GA4 country-level organic traffic export (CSV)
2. GSC country-level performance export (CSV)
3. Top 5 target keywords in English
4. List of countries/regions where the business currently operates

## Workflow

### Phase 1: Extract demand signals
- Parse the GA4 CSV to extract: country, monthly organic sessions, conversion rate by country
- Parse the GSC CSV to extract: country, clicks, impressions, average CTR, average position
- Merge the two datasets on country name

### Phase 2: Score each market
For each country with measurable traffic:
- **Demand Score (1-5):** Based on monthly organic sessions. <100 = 1, 100-500 = 2, 500-2000 = 3, 2000-5000 = 4, 5000+ = 5
- **Opportunity Score (1-5):** Based on average CTR. Below 1% = 5 (high opportunity — users find you but can't read you), 1-2% = 4, 2-4% = 3, 4-7% = 2, 7%+ = 1
- **Business Fit Score (1-5):** User must provide this based on whether they operate in that country. Default to 3 if unknown.

### Phase 3: Rank and recommend
- Multiply Demand × Opportunity × Business Fit for a composite score (max 125)
- Tier 1 (60+): immediate priority — start localization for these markets
- Tier 2 (30–59): second-wave candidates — plan for next quarter
- Tier 3 (<30): monitor — revisit when Tier 1 and 2 are live
- Output a ranked table with: country, primary language, composite score, demand score, opportunity score, business fit score, recommended URL structure, estimated page count to localize

### Phase 4: Output a priority action plan
- Top 3 markets to target first, with recommended languages and URL structure
- List of pages to localize first (based on GSC top pages for each country)
- Estimated word count and translation budget (using current AI translation API pricing)
- Risk: list countries where high demand + low CTR exists but business doesn't operate — flag as strategic decisions

## Output
A structured report with:
1. Market prioritization table (all countries scored and tiered)
2. Top 3 recommended markets with rationale
3. First-wave localization page list (max 20 pages per market)
4. Estimated budget and timeline
5. Flagged strategic gaps

## Limitations
- All scores are estimates based on available data — real-world performance will vary
- Does not replace native-language market research or local competitive analysis
- GA4 and GSC data reflects current English-language performance, not latent non-English demand
- Does not access paid APIs; relies on user-provided CSV exports

Langkah 2: Lakukan Riset Kata Kunci untuk Setiap Bahasa (Bahkan Bahasa yang Tidak Anda Kuasai)

Riset kata kunci lintas bahasa dulunya memerlukan spesialis SEO penutur asli untuk setiap pasar. Di tahun 2026, Anda dapat mencapai 80% hasilnya dengan alat gratis dan bantuan AI — lalu validasi dengan penutur asli untuk 20% sisanya.

Prosesnya

Mulai dengan kata kunci utama bahasa Inggris Anda. Ambil 10-20 kata kunci yang mendatangkan traffic organik terbanyak ke situs bahasa Inggris Anda.

Terjemahkan — lalu lokalisasi. Gunakan DeepL atau Google Translate untuk mendapatkan terjemahan awal setiap kata kunci. Kemudian periksa terjemahan tersebut terhadap perilaku pencarian nyata:

1. Buka domain Google negara target (mis., google.es untuk Spanyol, google.de untuk Jerman)
2. Mulai ketik kata kunci yang diterjemahkan ke bilah pencarian
3. Lihat saran Google Autocomplete — ini mengungkapkan bagaimana pengguna nyata benar-benar menyusun pencarian mereka
4. Gulir ke bagian bawah SERP untuk "Related searches"

Contoh: "Running shoes" ke bahasa Jerman

• Terjemahan langsung: "Laufschuhe"
• Google.de autocomplete mengungkapkan: "Joggingschuhe," "Sportschuhe," "Laufschuhe Herren"
• Anda kini memiliki tiga varian kata kunci untuk ditargetkan, bukan hanya terjemahan literal

Periksa volume pencarian. Gunakan Google Keyword Planner yang diatur ke negara target, atau alat seperti Ahrefs/Semrush dengan filter negara yang diaktifkan. Alternatif gratis: cari kata kunci di Google negara target dan lihat halaman peringkat teratas — jika halaman tersebut detail, sering diperbarui, dan memiliki banyak backlink, kata kunci tersebut kemungkinan memiliki volume yang berarti.

Validasi dengan penutur asli. Untuk 10 kata kunci teratas per bahasa, bayar penutur asli $20-50 di platform seperti Upwork untuk meninjau daftar kata kunci Anda dan menandai apa pun yang terdengar tidak wajar atau melewatkan varian lokal yang umum. Pemeriksaan 15 menit ini menangkap kesalahan yang secara konsisten terlewat oleh terjemahan AI.

Otomatiskan Ini Dengan Claude Code

---
name: multilingual-keyword-research
description: Generate and validate localized keyword lists for any target language and country, using AI translation plus SERP validation
---

# Multilingual Keyword Research Agent

Generate a localized keyword research report for any target language and market. Combines AI translation with SERP validation steps to produce keyword lists that reflect how real users search.

## Prerequisites
- User has defined target country (ISO code) and language
- User has provided 10-20 seed keywords in English (or their source language)
- User has access to Google Keyword Planner, DataForSEO, or is comfortable with manual SERP checks
- No API keys needed for the basic workflow; DataForSEO integration is optional for automated volume data

## Input
1. Target country (e.g., `DE`, `ES`, `JP`) and language (e.g., `de`, `es`, `ja`)
2. 10-20 seed keywords in source language
3. Business category or industry (for context)
4. Optional: DataForSEO API credentials (for automated search volume data)

## Workflow

### Phase 1: Translate and expand seed keywords
For each seed keyword:
- Generate a first-pass translation into the target language using AI (note which model was used)
- Identify 3-5 natural variants: synonyms, longer-tail phrasings, question forms, local terminology
- Flag any keywords where the direct translation is likely different from how locals search

### Phase 2: SERP validation (manual or automated)
For each translated keyword:
- Check Google Autocomplete on the target country's Google domain — record top 5 suggestions
- Check "Related searches" at the bottom of the SERP — record all relevant terms
- If DataForSEO is available: query search volume, CPC, and competition for each keyword
- If DataForSEO is NOT available: note this and provide instructions for manual Keyword Planner lookup

### Phase 3: Cluster by search intent
Group keywords into:
- **Informational:** "what is X," "how to Y," guides, definitions
- **Commercial:** "best X," "X vs Y," reviews, comparisons
- **Transactional:** "buy X," "X price," "X near me," product names
- **Navigational:** brand names, specific site searches

### Phase 4: Prioritize
Score each keyword cluster on:
- Relevance to business (1-5)
- Estimated volume tier (Low/Medium/High — do not fabricate exact numbers if API data is unavailable)
- Competition level based on SERP analysis (number of well-optimized pages on page 1, ad density)
- Content gap: does the user already have content targeting this keyword in this language?

### Phase 5: Output a keyword map
For the top 20 keywords:
- Keyword in target language
- English translation (for the user's reference)
- Search intent category
- Volume tier (L/M/H)
- Recommended content type (landing page, blog post, product page, glossary entry)
- Existing URL if content already exists in any language that could be adapted

## Output
A structured keyword research report with:
1. Market overview: total keyword opportunities found, intent distribution, volume summary
2. Top 20 prioritized keywords with full metadata
3. Content mapping: which keywords map to which existing or new pages
4. Native-speaker validation checklist: top 10 keywords to send to a native speaker for review, with specific questions ("Does [keyword] sound natural? What would a local say instead?")
5. Data sources used, retrieval dates, and gaps (keywords where volume data was unavailable)

## Limitations
- AI translation of keywords is a starting point, not a final answer — always validate with a native speaker
- Search volume data is an estimate from the data provider; actual volumes vary by season and market conditions
- Does not access paid keyword APIs unless user has configured them; manual fallback instructions are provided
- Cannot capture ultra-niche local slang or emerging terms without native-speaker input

Langkah 3: Pilih Struktur URL yang Tepat

Setiap versi bahasa dari sebuah halaman memerlukan URL-nya sendiri. Anda memiliki tiga opsi, dan pilihan yang tepat bergantung pada sumber daya dan tujuan Anda.

Tiga Opsi

Rekomendasi untuk pemula: Gunakan subdirektori (example.com/de/, example.com/es/). Ini yang paling mudah disiapkan, dilacak, dan dipelihara. Semua otoritas SEO terakumulasi ke satu domain. John Mueller dari Google secara konsisten menyatakan bahwa subdirektori bekerja dengan baik untuk situs multibahasa.

Satu Aturan Kritis

Jangan pernah mengalihkan pengguna secara otomatis berdasarkan alamat IP mereka. Googlebot terutama merayapi dari alamat IP AS. Jika Anda mengalihkan crawler berbasis AS ke versi bahasa Inggris, Google tidak akan pernah melihat halaman bahasa Jerman atau Jepang Anda. Gunakan pemilih bahasa/wilayah (banner atau dropdown) alih-alih pengalihan paksa.

Langkah 4: Lokalisasi — Jangan Hanya Terjemahkan

Penerjemahan mengonversi kata. Lokalisasi menyesuaikan makna, konteks, contoh, dan referensi budaya. Di tahun 2026, perbedaannya menentukan apakah Google menyajikan halaman Anda atau versi proxy terjemahan otomatisnya sendiri.

Lanskap Terjemahan AI di 2026

Alur Kerja Terjemahan AI yang Aman

Terjemahan AI cepat dan murah, tetapi mempublikasikan output AI mentah berisiko. Kebijakan Google tidak melarang konten yang diterjemahkan AI, tetapi mereka menghukum terjemahan berkualitas rendah. Berikut alur kerja yang aman:

1. AI tahap pertama: Gunakan DeepL, Weglot, atau ChatGPT/Claude untuk menerjemahkan halaman.
2. Pemeriksaan QA otomatis: Jalankan agen pemeriksaan kualitas terjemahan Claude Code (lihat di bawah) untuk menandai: segmen yang tidak diterjemahkan, pelanggaran glosarium, masalah ekspansi teks (bahasa Jerman ~30% lebih panjang dari bahasa Inggris), dan terjemahan metadata yang hilang.
3. Review manusia untuk halaman berdampak tinggi: Beranda, harga, legal, dan 5 halaman traffic teratas mendapatkan review penutur asli. Postingan blog, FAQ, dan dokumen bantuan dapat mengandalkan AI + QA otomatis.
4. Pengecekan ganda metadata: AI sering meninggalkan meta title, meta description, alt text gambar, dan slug URL dalam bahasa sumber. Ini harus diterjemahkan dan dilokalisasi secara manual — inilah yang muncul di SERP.

Agen Pemeriksaan Kualitas Terjemahan

---
name: translation-quality-check
description: Audit AI-translated pages for common quality issues — missing translations, glossary violations, text expansion, metadata gaps, and localization consistency
---

# Translation Quality Check Agent

Review AI-translated or human-translated pages for common multilingual SEO quality issues. Produces a prioritized fix list.

## Prerequisites
- User provides URLs or HTML files of both source and translated pages
- User optionally provides a glossary file (CSV: source_term, target_term, notes)
- User specifies source language and target language

## Input
1. Source page URL or HTML file path
2. Translated page URL or HTML file path (can be multiple target languages)
3. Source language code (ISO 639-1)
4. Target language code(s) (ISO 639-1)
5. Optional: glossary CSV for terminology consistency
6. Optional: brand voice guide or translation memory notes

## Workflow

### Phase 1: Structural check
For each translated page:
- Verify the page has a unique, translated URL (not the same URL as the source)
- Verify the HTML `lang` attribute matches the target language
- Verify the page serves real HTML (not client-side JS translation) — check if translated text is present in the raw HTML source
- Check that all meta tags are translated: `<title>`, `<meta name="description">`, `<meta property="og:title">`, `<meta property="og:description">`

### Phase 2: Content coverage check
Compare source and translated pages:
- Count `<h1>` through `<h4>` headings — verify all are translated
- Check image `alt` attributes — flag any still in the source language
- Check button text, form labels, error messages, footer links — these are frequently missed
- Check structured data (JSON-LD) — flag if schema content is in the source language

### Phase 3: Translation quality indicators
Flag potential quality issues:
- **Untranslated segments:** Text blocks in the source language appearing on the translated page
- **Text expansion/truncation:** Compare character counts of key elements (titles, CTAs, navigation items). Flag elements where the target language is >40% longer (risk of truncation in SERPs and UI)
- **Glossary violations:** If a glossary is provided, check that defined terms use the approved translation
- **Inconsistent terminology:** The same source term translated differently across the page (e.g., "checkout" translated as both "Kasse" and "Zur Kasse gehen" on the same German page)

### Phase 4: Localization depth check
Score the page on localization quality (not just translation accuracy):
- **Examples and references:** Are case studies, statistics, and examples localized or still US/UK-centric?
- **Currency, dates, measurements:** Are these in local format?
- **Cultural markers:** Currency symbols, address formats, phone number formats
- **Images:** Do images contain text in the target language, or are they still in the source language?

### Phase 5: Output a prioritized fix list
Categorize issues:
- **Critical (fix before launch):** Missing hreflang, untranslated title/meta, wrong lang attribute, client-side-only rendering
- **High (fix within 1 week):** Untranslated headings, missing alt text, schema in wrong language
- **Medium (fix within 1 month):** Inconsistent terminology, untranslated UI text, text expansion risks
- **Low (improvement backlog):** Non-localized examples, source-language images, formats

## Output
A structured quality report with:
1. Overall quality score (A–F) and summary
2. Critical issues list (with exact element locations)
3. High-priority issues list
4. Comparison table: source vs. translated page element-by-element
5. Native-speaker review checklist: specific sections to prioritize if budget is limited
6. Estimated fix time per priority tier

## Limitations
- Automated check cannot assess naturalness, idiomatic quality, or cultural nuance — a native speaker is still needed for final review
- Glossary matching is exact-string only; won't catch inflected forms without a comprehensive glossary
- Does not evaluate translation accuracy against a reference translation — this is a coverage and consistency check, not a fluency evaluation

Langkah 5: Implementasikan Tag Hreflang (Dan Hindari 8 Kesalahan Paling Umum)

Tag hreflang memberi tahu mesin pencari: "Halaman ini adalah versi bahasa Jerman dari halaman bahasa Inggris itu." Tanpanya, Google mungkin menyajikan bahasa yang salah kepada pengguna — atau memperlakukan versi bahasa sebagai konten duplikat dan hanya mengindeks satu.

Tiga Cara Mengimplementasikan Hreflang

1. Tag HTML `<link>` (terbaik untuk sebagian besar situs)

Tambahkan ini di dalam <head> setiap halaman:

<link rel="alternate" href="https://example.com/blog/" hreflang="x-default">
<link rel="alternate" href="https://example.com/blog/" hreflang="en">
<link rel="alternate" href="https://example.com/blog/de/" hreflang="de">
<link rel="alternate" href="https://example.com/blog/es/" hreflang="es">
<link rel="alternate" href="https://example.com/blog/fr/" hreflang="fr">

Yang krusial, setiap halaman juga harus mereferensikan dirinya sendiri. Halaman bahasa Jerman (/de/) harus menyertakan set tag yang persis sama ini — termasuk satu yang menunjuk ke dirinya sendiri dengan hreflang="de". Ini disebut tag self-referencing, dan Google mewajibkannya.

2. XML Sitemaps (terbaik untuk 20+ bahasa)

Jika Anda mengelola puluhan versi bahasa, memelihara tag <link> di setiap halaman menjadi tidak praktis. Gunakan XML sitemap sebagai gantinya:

<url>
  <loc>https://example.com/blog/</loc>
  <xhtml:link rel="alternate" hreflang="en" href="https://example.com/blog/"/>
  <xhtml:link rel="alternate" hreflang="de" href="https://example.com/blog/de/"/>
  <xhtml:link rel="alternate" hreflang="es" href="https://example.com/blog/es/"/>
  <xhtml:link rel="alternate" hreflang="x-default" href="https://example.com/blog/"/>
</url>

3. HTTP Headers (untuk file non-HTML)

Gunakan ini untuk PDF, gambar, atau respons API:

Link: <https://example.com/brochure.pdf>; rel="alternate"; hreflang="en"
Link: <https://example.com/brochure-de.pdf>; rel="alternate"; hreflang="de"

8 Kesalahan Hreflang Paling Umum

Agen Audit Hreflang (Otomatiskan Pekerjaan yang Membosankan)

Ini adalah agen dengan ROI tertinggi dalam toolkit. Audit hreflang manual pada situs 5 bahasa dengan 50 halaman per bahasa berarti memeriksa 250 halaman — masing-masing dengan hingga 5 tag hreflang yang harus bidirectional, self-referencing, dan bebas kesalahan. Agen ini melakukannya dalam hitungan menit.

---
name: hreflang-auditor
description: Crawl and audit hreflang implementation across an entire multilingual site — catch broken links, missing return tags, invalid codes, canonical conflicts, and generate fix-ready reports
---

# Hreflang Audit Agent

Crawl a multilingual website and audit every hreflang tag against Google's requirements. Produces a fix-ready report with exact URLs, error types, and severity ratings.

## Prerequisites
- User provides the base URL of the site (any language version — the agent will discover others via hreflang links)
- User confirms which URL structure is in use (subdirectory, subdomain, or ccTLD)
- No API keys required — uses HTTP requests and HTML parsing

## Input
1. Base URL of the website (e.g., `https://example.com/` or `https://example.com/de/`)
2. Known language codes if not all are discoverable (e.g., `["en", "de", "es", "fr", "ja"]`)
3. Optional: sitemap URL if hreflang is implemented via XML sitemaps
4. Optional: ignore list — URL patterns to skip (e.g., `/tag/`, `/author/`, `/page/`)

## Workflow

### Phase 1: Discover all language versions
- Crawl the provided base URL
- Extract all hreflang links from `<link rel="alternate" hreflang="...">` tags in the HTML `<head>`
- If XML sitemap is provided, also extract hreflang clusters from the sitemap
- Build a language-page matrix: every URL × every language version

### Phase 2: Validate each page in the cluster
For every page in the matrix, check these 8 rules:

1. **Self-referencing:** The page's own hreflang value points to its own canonical URL
2. **Bidirectionality:** For every pair (A→B), verify B→A exists
3. **Valid codes:** Language code matches ISO 639-1; region code matches ISO 3166-1 Alpha-2
4. **x-default present:** At least one page in the cluster has `hreflang="x-default"`
5. **Canonical alignment:** Each hreflang URL is the canonical version (not a parameterized or alternate URL)
6. **HTTP status:** Every hreflang URL returns 200 (not 301, 302, 404, or 500)
7. **No cross-language canonicals:** Each page's canonical points to a URL in the same language
8. **HTML lang match:** The `<html lang="...">` attribute value is consistent with the page's hreflang value

### Phase 3: Check for structural issues
- **Inconsistent clusters:** Pages that don't have the same set of hreflang tags as others in their cluster
- **Orphan pages:** Translated pages that exist but aren't referenced by any hreflang cluster
- **Chained redirects:** Hreflang URLs that redirect (301/302) — these should point directly to the final URL
- **Protocol mismatches:** HTTP vs HTTPS inconsistencies across the hreflang set

### Phase 4: Generate the fix report
For each issue found, output:
- Error type (from the 8 rules above)
- Severity: **Critical** (breaks the entire cluster), **High** (wrong page may be served), **Medium** (compliance issue), **Low** (best-practice deviation)
- Source URL (where the error was found)
- Target URL (the problematic hreflang link)
- Fix instruction: exact code or configuration change needed

### Phase 5: Generate corrected hreflang tags
For clusters with fixable errors:
- Output the corrected set of `<link>` tags for each page
- Output the corrected XML sitemap entries if applicable
- Flag clusters that cannot be auto-fixed (e.g., missing pages that need to be created first)

## Output
A structured audit report with:
1. Executive summary: total pages crawled, language versions found, errors by severity, overall health score (A–F)
2. Error table: each error with type, severity, source URL, target URL, and fix instruction
3. Cluster-by-cluster health: each page cluster with pass/fail per rule
4. Auto-generated fix code: corrected hreflang tags for every broken page
5. Prioritized action plan: which errors to fix first and why

## Limitations
- Crawls only linked pages within the hreflang clusters it discovers; pages without hreflang tags that should have them won't be found
- Cannot fix pages server-side — output is advisory only
- For JavaScript-rendered hreflang tags, the raw HTML approach won't work — use the XML sitemap method instead
- Does not check if the *content* of each language version is actually translated (use the translation quality agent for that)

Langkah 6: Bangun Tautan Lokal dan Struktur Tautan Internal

Tautan dari situs web Jerman membantu halaman bahasa Jerman Anda mendapat peringkat. Tautan dari situs web Jepang membantu halaman bahasa Jepang Anda mendapat peringkat. Setiap versi bahasa membangun kumpulan otoritasnya sendiri.

Aturan Tautan Internal untuk Situs Multibahasa

Tetap dalam bahasa yang sama. Postingan blog berbahasa Jerman harus menautkan ke halaman berbahasa Jerman lainnya, bukan yang berbahasa Inggris. Tautan internal lintas bahasa membingungkan pengguna dan mesin pencari. Gunakan tag hreflang — bukan tautan di body — untuk menghubungkan versi bahasa.

Minimal 5 tautan internal per halaman, dalam bahasa yang sama. Setiap halaman yang diterjemahkan harus menerima tautan dari setidaknya 3-5 halaman lain dalam bahasa yang sama. Ini mencegah halaman orphan — masalah umum ketika situs menerjemahkan konten tetapi lupa menerjemahkan konteks navigasi.

Satu perubahan URL berdampak berantai. Jika Anda mengubah URL di situs bahasa Inggris dan 10 bahasa menautkannya secara internal, itu berarti 10 tautan rusak. Agen audit hreflang di atas menangkapnya — jalankan setiap minggu jika Anda aktif menerbitkan.

Membangun Tautan Eksternal Per Bahasa

Anda tidak perlu kampanye link-building terpisah untuk setiap bahasa. Mulailah dengan tiga pendekatan ini:

1. Direktori lokal dan platform ulasan: Setiap negara memiliki ekosistem direktori bisnis, situs ulasan, dan portal industri sendiri. Klaim profil Anda. Tautannya mudah didapat dan sering mendapat peringkat baik secara lokal.
2. Mining backlink kompetitor: Gunakan Ahrefs atau Semrush untuk menarik profil backlink kompetitor teratas Anda di setiap negara target. Filter untuk domain lokal (.de, .fr, .jp). Ini adalah buah paling rendah menggantung Anda.
3. PR lokal dan guest posting: Satu guest post yang ditempatkan dengan baik di publikasi lokal terhormat bernilai lebih dari 50 tautan direktori berkualitas rendah. Prioritaskan kualitas di atas kuantitas — terutama di pasar yang lebih kecil di mana grafik tautan kurang padat.

Langkah 7: Lacak Peringkat, Traffic, dan Visibilitas AI Per Bahasa

Pelacakan SEO tradisional (peringkat + traffic organik) masih penting. Tetapi di tahun 2026 Anda juga perlu memantau apakah mesin AI mengutip konten Anda dalam setiap bahasa.

Setup Pelacakan Tradisional

1. Google Search Console: Gunakan filter Country di laporan Performance. Buat properti terpisah atau gunakan laporan International Targeting untuk melihat kesalahan spesifik hreflang.
2. GA4: Buat laporan kustom yang menunjukkan sessions, conversions, dan bounce rate — dipisah berdasarkan awalan jalur halaman (/de/, /es/, /fr/) untuk melihat kinerja per bahasa.
3. Pelacakan peringkat: Ahrefs, Semrush, atau SE Ranking — tambahkan kata kunci target Anda dengan pelacakan tingkat negara. Periksa posisi bulanan untuk bahasa gelombang kedua, mingguan untuk pasar prioritas utama.

Pelacakan Visibilitas AI (Yang Baru di 2026)

Untuk permukaan jawaban AI, lacak tiga metrik ini per bahasa:

1. Kehadiran kutipan: Ketika seseorang bertanya tentang kategori Anda dalam bahasa target di ChatGPT, Perplexity, atau Gemini — apakah merek Anda muncul dalam jawaban? Lacak ya/tidak untuk 10 kata kunci teratas Anda per platform, per bahasa, bulanan.
2. Share of voice: Jika 5 merek dikutip dalam AI Overviews berbahasa Spanyol untuk kategori Anda, berapa persentase yang menyebutkan merek Anda? Ini adalah SOV Anda.
3. Sentimen dan akurasi: Ketika mesin AI mengutip merek Anda dalam bahasa lain, apakah informasinya benar? Sistem AI terkadang memadukan konten lintas bahasa — klaim produk AS mungkin muncul dalam jawaban berbahasa Jerman, menciptakan risiko kepatuhan.

Agen Pemantauan Visibilitas Internasional

---
name: international-visibility-monitor
description: Track multilingual search visibility across traditional SERPs and AI answer surfaces — generate weekly or monthly visibility reports per language and market
---

# International Visibility Monitor

Monitor how your site performs across languages in both traditional search and AI answer surfaces. Generates structured reports that track rankings, traffic, and AI citation presence per market.

## Prerequisites
- Google Search Console access (user provides CSV exports or grants view access)
- GA4 access (user provides CSV exports of language-segmented traffic)
- Optional: Ahrefs/Semrush/DataForSEO API access for automated rank tracking
- No API keys needed for manual data imports

## Input
1. Target languages and countries to monitor
2. Top 10-20 keywords per language
3. GSC performance export (CSV, filtered by country)
4. GA4 traffic-by-language export (CSV)
5. Optional: rank tracking API credentials
6. Previous monitoring report (for trend comparison)

## Workflow

### Phase 1: Collect traditional search data
- Parse GSC CSV: extract clicks, impressions, CTR, and average position per country and per language subdirectory
- Parse GA4 CSV: extract sessions, conversions, and engagement rate per language version
- If rank tracking API is available: pull current positions for tracked keywords per country
- If rank tracking API is NOT available: flag this and provide manual lookup instructions

### Phase 2: AI visibility check (manual or automated)
For each target language and its top 5 keywords:
- Document whether the brand appears in Google AI Overviews for those queries (search from the target country's Google domain)
- If tool access permits: check Perplexity and ChatGPT for the same queries
- Record: cited or not cited, which URL was cited, whether the citation is accurate
- Note any cross-language contamination (e.g., English URL cited for a Spanish query)

### Phase 3: Competitor visibility snapshot
For the top 3 competitors in each target market:
- Record their ranking positions for your shared keywords
- Check their AI Overview citation presence for the same keywords
- Flag competitors gaining or losing visibility month-over-month

### Phase 4: Trend analysis
Compare current data against the previous period:
- Traffic change per language (%)
- Ranking change per tracked keyword (positions gained/lost)
- AI citation presence change (new citations won, citations lost)
- Competitor movement (major gains or losses)

### Phase 5: Generate the report
Output a structured visibility report with:
1. **Executive dashboard:** One table with all languages and their key metrics (traffic, avg position, AI citations, trend arrows)
2. **Language deep-dives:** Per-language breakdown of top keywords, ranking changes, AI visibility status, and competitor activity
3. **Alert section:** Red-flag items needing immediate attention — traffic drops >20%, lost AI citations, hreflang errors found in GSC, competitors gaining on top keywords
4. **Action items:** Specific, prioritized tasks based on findings (e.g., "German blog post at position 11 for 'beste Laufschuhe' — optimize and add internal links to push into top 10")

## Output
A structured monitoring report with:
1. Multi-language dashboard (all languages, key metrics, trend arrows)
2. Per-language detailed section with keyword rankings, AI citations, and competitor snapshots
3. Red-flag alerts
4. Prioritized action items with expected impact
5. Data freshness: when each data source was last updated, and gaps where data is missing

## Limitations
- AI visibility checks are point-in-time snapshots — AI answers change frequently and may differ between queries minutes apart
- Rank tracking without an API requires manual lookups; automated rank data depends on third-party API availability
- GSC and GA4 data have inherent lag (24-48 hours for GSC, up to 48 hours for GA4)
- AI citation tracking is observational, not exhaustive — no tool currently provides complete AI citation coverage across all platforms

Toolkit Agen SEO Multibahasa: Semua 4 Keterampilan dalam Sekilas

Berikut ringkasan dari empat keterampilan agen yang dapat Anda gunakan segera dengan Claude Code. Setiap file ditempatkan di .claude/skills/<skill-name>/SKILL.md:

Untuk menginstal keterampilan apa pun: Salin konten SKILL.md dari bagian-bagian di atas, simpan ke .claude/skills/<skill-name>/SKILL.md di proyek Anda, dan jalankan dengan /skill-name di Claude Code. Setiap keterampilan bekerja secara independen — mulai dengan hreflang-auditor jika situs Anda sudah multibahasa, atau multilingual-market-scorer jika Anda merencanakan ekspansi.

Checklist Pemula: 15 Hal yang Harus Diverifikasi Sebelum Peluncuran

Gunakan checklist ini sebelum meluncurkan versi bahasa baru apa pun:

• [ ] Target pasar dipilih menggunakan data (GA4 + GSC), bukan asumsi
• [ ] Riset kata kunci selesai per bahasa — divalidasi dengan penutur asli untuk 10 istilah teratas
• [ ] Struktur URL dipilih (subdirektori direkomendasikan untuk pemula)
• [ ] Tanpa pengalihan otomatis berbasis IP — pemilih bahasa UI diimplementasikan sebagai gantinya
• [ ] Semua halaman menyajikan HTML server-side yang nyata (bukan terjemahan JS client-side)
• [ ] Atribut HTML lang cocok dengan bahasa aktual setiap halaman
• [ ] Tag hreflang diimplementasikan (HTML, XML sitemap, atau HTTP headers)
• [ ] Tag self-referencing hreflang ada di setiap halaman
• [ ] Hreflang bidirectional diverifikasi — setiap A→B memiliki B→A
• [ ] Tag hreflang x-default diatur ke halaman utama/fallback
• [ ] SEMUA URL hreflang mengembalikan HTTP 200 (tidak ada 404, tidak ada pengalihan)
• [ ] Meta title dan meta description diterjemahkan dan dilokalisasi untuk setiap halaman
• [ ] Alt text gambar diterjemahkan
• [ ] Tautan internal tetap dalam versi bahasa yang sama
• [ ] Laporan International Targeting Google Search Console diperiksa — nol kesalahan hreflang

Jika semua 15 kotak tercentang, Anda siap meluncurkan versi bahasa tersebut.

FAQ

Bisakah saya hanya menggunakan Google Translate untuk situs web saya?

Jangan publikasikan output Google Translate mentah. Di tahun 2026, Google membandingkan terjemahan Anda dengan terjemahan mesinnya sendiri — jika milik Anda tidak lebih baik, Google mungkin menyajikan versi proxy terjemahan otomatisnya alih-alih halaman Anda. Gunakan terjemahan AI sebagai tahap pertama, lalu jalankan agen pemeriksaan kualitas terjemahan, dan mintalah penutur asli meninjau halaman berdampak tertinggi Anda.

Berapa lama untuk melihat hasil dari SEO multibahasa?

Untuk subdirektori bahasa baru di domain yang sudah mapan, perkirakan pergerakan dalam 2-4 bulan untuk kata kunci persaingan rendah. Istilah kompetitif di pasar matang (Jerman, Jepang) mungkin memerlukan 6-12 bulan. Otoritas domain yang ada membantu — versi bahasa baru di domain yang sama mewarisi link equity, yang merupakan argumen utama untuk subdirektori dibandingkan ccTLD.

Apakah saya memerlukan domain terpisah untuk setiap bahasa?

Tidak. Subdirektori (example.com/de/) adalah pendekatan yang direkomendasikan untuk sebagian besar situs. Hanya gunakan ccTLD (example.de) jika Anda memiliki kantor lokal, entitas hukum lokal, atau beroperasi di pasar di mana ccTLD adalah sinyal kepercayaan yang kuat (Jerman, Jepang, Prancis).

Bagaimana jika saya tidak mampu membayar terjemahan profesional untuk setiap halaman?

Mulailah dengan 20 halaman teratas per bahasa — yang mendatangkan traffic organik bahasa Inggris terbanyak. Gunakan terjemahan AI dengan agen pemeriksaan kualitas untuk sisanya. Bahkan versi bahasa asli sepanjang 300 kata dari halaman ber-traffic tinggi biasanya menggantikan versi proxy terjemahan otomatis Google. Kualitas di atas kuantitas: 20 halaman yang dilokalisasi dengan baik mengalahkan 200 halaman yang diterjemahkan dengan buruk.

Apakah terjemahan AI akan merugikan SEO saya di tahun 2026?

Tidak jika Anda mengikuti alur kerja yang aman: AI tahap pertama → pemeriksaan QA otomatis → review manusia untuk halaman berdampak tinggi. Google telah secara eksplisit menyatakan bahwa "kebijakan kami tidak secara ketat mendefinisikan konten yang telah diterjemahkan oleh AI sebagai spam." Risikonya bukan menggunakan AI — melainkan mempublikasikan output AI berkualitas rendah tanpa review.

Bagaimana cara menangani bahasa seperti Mandarin atau Arab yang menggunakan aksara atau mesin pencari yang berbeda?

Untuk Tiongkok, Baidu adalah mesin pencari dominan dan tidak mendukung hreflang. Gunakan header HTTP Content-Language dan Baidu Search Resource Platform untuk pengiriman sitemap sebagai gantinya. Gunakan Simplified Chinese (zh-Hans) untuk Tiongkok Daratan, Traditional Chinese (zh-Hant) untuk Taiwan dan Hong Kong.

Untuk bahasa Arab dan bahasa RTL lainnya, pastikan CSS Anda mendukung tata letak kanan-ke-kiri. Google menangani konten RTL dengan baik untuk SEO, tetapi tata letak RTL yang rusak akan menghancurkan metrik pengalaman pengguna — dan metrik tersebut memengaruhi peringkat.

Bisakah Claude Code benar-benar menangani semua tugas SEO multibahasa saya?

Keterampilan agen dalam panduan ini menangani pekerjaan mekanis dan berulang yang membuat SEO multibahasa membosankan: merayapi ratusan halaman untuk kesalahan hreflang, referensi silang terjemahan kata kunci terhadap data SERP, memeriksa cakupan terjemahan di metadata dan alt text, serta menyusun laporan visibilitas. Yang tidak digantikan: review konten oleh penutur asli, keputusan strategis pasar, lokalisasi kreatif pesan merek, dan penilaian editorial akhir. Gunakan agen untuk menghilangkan 80% pekerjaan membosankan — lalu habiskan waktu Anda pada 20% yang memerlukan keahlian manusia.

Berapa jumlah halaman minimum yang saya perlukan per bahasa?

Mulailah dengan 5-20 halaman: beranda, 3-5 halaman produk/layanan teratas, halaman tentang, halaman kontak, dan postingan blog dengan traffic tertinggi Anda. Ini cukup bagi Google untuk mengenali versi bahasa tersebut sebagai sah. Perluas berdasarkan data kinerja dari GSC — terjemahkan halaman yang sudah mendapatkan impresi tetapi CTR rendah dalam bahasa tersebut.

Penulis: Dominic Hale, Spesialis SEO Internasional di 18 Pasar di Auspia. Dominic menulis tentang strategi pencarian multibahasa, alur kerja lokalisasi, arsitektur hreflang, dan perilaku pencarian regional untuk tim pertumbuhan global.