Wielojęzyczne SEO w 2026: Kompletny przewodnik po globalnej widoczności (z przepływami pracy agentów AI)

Przewodnik dla początkujących po wielojęzycznym SEO w erze wyszukiwania AI. Obejmuje wybór rynków, hreflang, lokalizację wspomaganą przez AI, badanie słów kluczowych na język oraz darmowe przepływy pracy agentów AI.

W skrócie

Wielojęzyczne SEO to praktyka zapewniania widoczności Twojej strony w wyszukiwarkach w wielu językach. W 2026 roku nie chodzi już tylko o tłumaczenie stron i dodawanie tagów hreflang. Google automatycznie tłumaczy teraz treści anglojęzyczne i wyświetla je pod własną domeną proxy — przejmując Twój ruch, jeśli nie masz wersji w ojczystym języku użytkownika. AI Overviews obejmują ponad 200 krajów i 40+ języków, a wyszukiwarki AI, takie jak ChatGPT, Perplexity i Gemini, decydują teraz, które marki cytować, na podstawie sygnałów specyficznych dla danego języka.

Dobra wiadomość: nie potrzebujesz już 10-osobowego zespołu lokalizacyjnego. Dzięki przepływom pracy agentów Claude Code (Codex), pojedynczy specjalista SEO może przeprowadzić audyt hreflang na setkach stron, zbadać słowa kluczowe w językach, których nie zna, sprawdzić jakość tłumaczenia i monitorować międzynarodową widoczność — wszystko przy użyciu darmowych narzędzi i szablonów promptów z tego przewodnika.

W tym artykule poznasz 7-etapowy proces budowy wielojęzycznej strony, która zdobywa pozycje zarówno w tradycyjnych wyszukiwarkach, jak i w odpowiedziach AI, a także cztery gotowe do użycia umiejętności agentów AI, które automatyzują najtrudniejsze części.

Wielojęzyczne SEO a międzynarodowe SEO: jaka jest różnica?

Te pojęcia są stale mylone. Oto rozróżnienie:

Wielojęzyczne SEO

Międzynarodowe SEO

Czego dotyczy

Użytkowników mówiących różnymi językami (hiszpański, francuski, niemiecki)

Użytkowników w konkretnych krajach lub regionach, nawet jeśli dzielą ten sam język

Przykład

Strona z wersją angielską, hiszpańską i francuską

Strona z osobnymi podstronami dla USA, Wielkiej Brytanii, Kanady i Australii — wszystkie po angielsku

Kluczowa technika

Tłumaczenie + lokalizacja dla każdego języka

Treści specyficzne dla kraju + hreflang z kodami regionu

Sygnał dla wyszukiwarek

Adnotacje językowe (hreflang="es")

Adnotacje język + region (hreflang="en-GB")

Większość globalnych stron potrzebuje obu podejść. Kanadyjski sklep e-commerce może potrzebować wersji angielskiej (en-CA), francuskiej (fr-CA) i hiszpańskiej (es) dla rosnącej hiszpańskojęzycznej publiczności — łącząc wielojęzyczne i międzynarodowe SEO w jedną strategię.

Dlaczego wielojęzyczne SEO zmieniło się w latach 2025–2026

Trzy przełomowe zmiany fundamentalnie przedefiniowały to, co jest potrzebne, by być widocznym w różnych językach:

Zmiana 1: Google automatycznie tłumaczy Twoje treści — i zatrzymuje ruch

Od czasu Core Update z marca 2025 Google radykalnie rozszerzyło swoje zachowanie automatycznego tłumaczenia. Gdy użytkownik wyszukuje po hiszpańsku, ale Google nie może znaleźć dobrego źródła hiszpańskojęzycznego, pobiera autorytatywną stronę angielską, tłumaczy ją maszynowo w locie i wyświetla za pośrednictwem własnej domeny proxy Google (www-twoja-strona-com.translate.goog).

Ruch nigdy nie dociera na Twoją stronę. Kliknięcia są rejestrowane jako translate.google.com / referral zamiast google / organic, co psuje Twoją atrybucję. Wewnętrzne linki na stronie proxy prowadzą z powrotem do Google, utrzymując użytkownika w ekosystemie Google.

Rozwiązanie jest proste, ale pilne: stwórz przynajmniej 300-słowną wersję w ojczystym języku dla każdej strony o wysokim ruchu. Badania Google sugerują, że nawet minimalna zlokalizowana strona zwykle wypiera wersję proxy w SERP-ach. Zrób to najpierw dla swoich 20 najważniejszych stron.

Zmiana 2: AI Overviews są globalne — i cytują źródła w lokalnym języku

Google AI Overviews pojawiają się teraz w ponad 200 krajach i 40+ językach. Język zapytania jest jednym z najsilniejszych sygnałów, których używają wyszukiwarki AI, by zdecydować, co zacytować.

Analiza Weglot 1,3 miliona cytowań w AI Overviews wykazała, że strony z przetłumaczonymi treściami odnotowały o 327% większą widoczność w AI Overviews w porównaniu do stron jednojęzycznych. W meksykańskim badaniu uzupełniającym 96% cytowań w Google AI Overviews pochodziło ze źródeł hiszpańskojęzycznych.

Oznacza to, że pozycjonowanie po angielsku nie gwarantuje już widoczności w AI dla zapytań nieanglojęzycznych — nawet jeśli Twoje angielskie treści są znakomite.

Zmiana 3: Agenci AI mogą teraz przejąć ciężką pracę

Claude Code i podobne agenty programistyczne AI stały się wystarczająco zdolne, by zautomatyzować najbardziej żmudne części wielojęzycznego SEO. W 2026 roku możesz uruchomić pojedynczy prompt i otrzymać:

  • Pełny audyt hreflang na całej swojej stronie
  • Badanie słów kluczowych dla dowolnego języka, z wolumenami wyszukiwań i etykietami intencji
  • Kontrolę jakości tłumaczenia porównującą Twoje zlokalizowane strony z konkurencją w języku ojczystym
  • Cotygodniowe monitorowanie międzynarodowej widoczności w tradycyjnych wyszukiwarkach i na powierzchniach odpowiedzi AI

Przeprowadzimy Cię przez każdy z tych przepływów pracy agentów z kompletnymi, gotowymi do skopiowania plikami umiejętności w poniższych krokach.

Krok 1: Wybierz rynki docelowe (na podstawie danych, nie domysłów)

Zanim przetłumaczysz choć jedno słowo, dowiedz się, na jakie języki i rynki faktycznie istnieje popyt na to, co oferujesz.

Czego potrzebujesz

  • Google Analytics 4 (GA4) lub podobnego narzędzia analitycznego
  • Dostępu do Google Search Console
  • 15 minut

Jak to zrobić

Sprawdź istniejący ruch. W GA4 przejdź do Raporty → Dane demograficzne → Szczegóły demograficzne, a następnie zmień główny wymiar na „Kraj”. Szukaj krajów wysyłających stały ruch organiczny na Twoje angielskie strony. Jeśli Niemcy wysyłają 500 miesięcznych wizyt organicznych na treści angielskie, prawdopodobnie istnieje 3-5 razy większy popyt na treści w języku niemieckim.

Sprawdź Search Console. Przejdź do Skuteczność → Kraje. Filtruj według kliknięć i sprawdź średni CTR dla każdego kraju. Niski CTR w kraju nieanglojęzycznym często oznacza, że użytkownicy znajdują Twoją stronę, ale ją opuszczają, ponieważ nie jest w ich języku.

Oceń każdy rynek według trzech czynników:

  1. Istniejący popyt (1–5): Ile ruchu organicznego już pochodzi z tego kraju lub języka?
  2. Luka konkurencyjna (1–5): Jak silni są lokalni konkurenci? Wyszukaj swoje 5 najlepszych słów kluczowych w domenie Google kraju docelowego (np. google.de, google.fr) i policz, ile stron na pierwszej stronie pochodzi z witryn publikujących głównie w lokalnym języku.
  3. Dopasowanie biznesowe (1–5): Czy wysyłasz tam produkty? Obsługujesz walutę? Masz obsługę klienta w tym języku?

Pomnóż trzy wyniki. Rynki z wynikiem 60+ powinny być Twoim najwyższym priorytetem; 30–59 to kandydaci drugiej fali.

Zautomatyzuj to z Claude Code

Skopiuj poniższy plik umiejętności do .claude/skills/multilingual-market-scorer/SKILL.md i uruchom /multilingual-market-scorer w Claude Code:

markdown
---
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

Krok 2: Przeprowadź badanie słów kluczowych dla każdego języka (nawet tych, których nie znasz)

Badanie słów kluczowych w różnych językach wymagało kiedyś natywnych specjalistów SEO dla każdego rynku. W 2026 roku możesz osiągnąć 80% rezultatów za pomocą darmowych narzędzi i wsparcia AI — a następnie zweryfikować z native speakerem pozostałe 20%.

Proces

Zacznij od swoich najlepszych angielskich słów kluczowych. Weź 10-20 słów kluczowych, które generują najwięcej ruchu organicznego na Twojej angielskiej stronie.

Przetłumacz — a następnie zlokalizuj. Użyj DeepL lub Google Translate, aby uzyskać pierwsze tłumaczenie każdego słowa kluczowego. Następnie sprawdź tłumaczenie w odniesieniu do rzeczywistych zachowań wyszukiwania:

  1. Przejdź do domeny Google kraju docelowego (np. google.es dla Hiszpanii, google.de dla Niemiec)
  2. Zacznij wpisywać przetłumaczone słowo kluczowe w pasku wyszukiwania
  3. Przeanalizuj podpowiedzi Autouzupełniania Google — pokazują one, jak prawdziwi użytkownicy faktycznie formułują swoje zapytania
  4. Przewiń na dół SERP-a do sekcji „Podobne wyszukiwania"

Przykład: „Running shoes" na niemiecki

  • Tłumaczenie bezpośrednie: „Laufschuhe"
  • Autouzupełnianie Google.de pokazuje: „Joggingschuhe," „Sportschuhe," „Laufschuhe Herren"
  • Masz teraz trzy warianty słów kluczowych do targetowania, a nie tylko dosłowne tłumaczenie

Sprawdź wolumen wyszukiwań. Użyj Google Keyword Planner ustawionego na kraj docelowy lub narzędzia takiego jak Ahrefs/Semrush z włączonym filtrem kraju. Darmowa alternatywa: wyszukaj słowo kluczowe w Google kraju docelowego i przeanalizuj strony na najwyższych pozycjach — jeśli są szczegółowe, często aktualizowane i mają wiele backlinków, słowo kluczowe prawdopodobnie ma znaczący wolumen.

Zweryfikuj z native speakerem. Dla 10 najważniejszych słów kluczowych na język zapłać native speakerowi 20-50 USD na platformie takiej jak Upwork za przejrzenie Twojej listy słów kluczowych i oznaczenie wszystkiego, co brzmi nienaturalnie lub pomija powszechny lokalny wariant. Ta 15-minutowa weryfikacja wychwytuje błędy, które tłumaczenie AI konsekwentnie przeocza.

Zautomatyzuj to z Claude Code

markdown
---
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

Krok 3: Wybierz odpowiednią strukturę URL

Każda wersja językowa strony potrzebuje własnego URL-a. Masz trzy opcje, a właściwy wybór zależy od Twoich zasobów i celów.

Trzy opcje

Struktura

Przykład

Autorytet SEO

Koszt i utrzymanie

Kompatybilność z crawlerami AI

Najlepsza dla

Podkatalog

example.com/de/

Konsoliduje na jednej domenie — najsilniejszy ogólnie

Niski — jeden serwer, jeden CMS

Doskonała — ta sama domena, czytelne sygnały ścieżki

Większość stron; rozwijające się firmy; zespoły poniżej 10 osób

Subdomena

de.example.com

Traktowana jako osobna strona — autorytet rozdzielony między subdomeny

Średni — osobny hosting/konfiguracja na język

Dobra — ale każda subdomena jest indeksowana niezależnie

Duże przedsiębiorstwa; strony, gdzie każdy język ma zupełnie inny katalog produktów

ccTLD

example.de

Najsilniejszy sygnał kraju, ale zaczyna od zerowego autorytetu na domenę

Wysoki — osobne domeny, hosting i często osobne podmioty prawne

Dobra — ale autorytet musi być budowany od zera na każdej domenie

Uznane marki z lokalnymi biurami; rynki, gdzie ccTLD jest sygnałem zaufania (Niemcy, Japonia)

Rekomendacja dla początkujących: Używaj podkatalogów (example.com/de/, example.com/es/). Są najłatwiejsze w konfiguracji, śledzeniu i utrzymaniu. Cały autorytet SEO kumuluje się na jednej domenie. John Mueller z Google konsekwentnie stwierdza, że podkatalogi działają dobrze dla stron wielojęzycznych.

Jedna kluczowa zasada

Nigdy nie przekierowuj automatycznie użytkowników na podstawie ich adresu IP. Googlebot indeksuje głównie z amerykańskich adresów IP. Jeśli przekierujesz crawlery z USA na wersję angielską, Google nigdy nie zobaczy Twoich niemieckich ani japońskich stron. Użyj selektora języka/regionu (banera lub listy rozwijanej) zamiast wymuszonych przekierowań.

Schemat decyzyjny struktury URL porównujący opcje podkatalogu, subdomeny i ccTLD dla stron wielojęzycznych

Krok 4: Lokalizuj — nie tylko tłumacz

Tłumaczenie konwertuje słowa. Lokalizacja dostosowuje znaczenie, kontekst, przykłady i odniesienia kulturowe. W 2026 roku ta różnica decyduje o tym, czy Google wyświetli Twoją stronę, czy własną automatycznie przetłumaczoną wersję proxy.

Krajobraz tłumaczeń AI w 2026 roku

Narzędzie

Podejście

Automatyczne generowanie hreflang

Renderowanie po stronie serwera

Najlepsze dla

Cena początkowa

DeepL

API neuronowego tłumaczenia maszynowego

Nie (wymaga osobnej implementacji)

ND (API — kontrolujesz renderowanie)

Wysokiej jakości pierwsze tłumaczenie; europejskie pary językowe

Darmowy tier; Pro od ~9 USD/mies.

Weglot

Oparte na chmurze, wielosilnikowe (DeepL + Google + Gemini + OpenAI) + własny model AI uczący się głosu marki

Tak — automatyczne

Tak — warstwa proxy renderuje prawdziwy HTML

Rozwiązanie all-in-one; początkujący, którzy chcą konfiguracji w mniej niż godzinę

Od 17 USD/mies.

GTranslate

Silnik Google Translate poprzez warstwę proxy

Tak — w płatnych planach

Tak — w płatnych planach

Opcja budżetowa; proste strony

Darmowy (nieindeksowany); płatny od ~8 USD/mies.

WPML

Wtyczka WordPress — tłumaczenia przechowywane w bazie danych

Konfiguracja ręczna

Tak (natywnie WordPress)

Strony WordPress z wewnętrznymi zespołami tłumaczeniowymi

Od ~39 USD/rok

TranslatePress

Wtyczka WordPress — wizualny edytor front-end

Konfiguracja ręczna

Tak (natywnie WordPress)

Początkujący użytkownicy WordPress, którzy chcą edycji wizualnej

Darmowy; Pro od ~8 USD/mies.

Bezpieczny przepływ pracy z tłumaczeniem AI

Tłumaczenie AI jest szybkie i tanie, ale publikowanie surowego outputu AI jest ryzykowne. Zasady Google nie zabraniają treści tłumaczonych przez AI, ale karzą niską jakość tłumaczenia. Oto bezpieczny przepływ pracy:

  1. Pierwsze tłumaczenie AI: Użyj DeepL, Weglot lub ChatGPT/Claude do przetłumaczenia strony.
  2. Automatyczna kontrola QA: Uruchom agenta kontroli jakości tłumaczenia Claude Code (patrz poniżej), aby oznaczyć: nieprzetłumaczone segmenty, naruszenia glosariusza, problemy z rozszerzeniem tekstu (niemiecki jest ~30% dłuższy niż angielski) oraz brakujące tłumaczenia metadanych.
  3. Weryfikacja ludzka dla stron o wysokim wpływie: Strona główna, cennik, strony prawne i 5 stron o największym ruchu otrzymują przegląd native speakera. Artykuły blogowe, FAQ i dokumenty pomocy mogą polegać na AI + auto-QA.
  4. Podwójna kontrola metadanych: AI często pozostawia meta tytuły, meta opisy, tekst alternatywny obrazów i slugi URL w języku źródłowym. Muszą one być przetłumaczone i zlokalizowane ręcznie — to one pojawiają się w SERP-ach.

Agent kontroli jakości tłumaczenia

markdown
---
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

Krok 5: Wdróż tagi Hreflang (i uniknij 8 najczęstszych błędów)

Tagi hreflang mówią wyszukiwarkom: „Ta strona jest niemiecką wersją tamtej angielskiej strony." Bez nich Google może wyświetlać użytkownikom niewłaściwy język — lub potraktować wersje językowe jako zduplikowaną treść i zaindeksować tylko jedną.

Trzy sposoby wdrożenia Hreflang

1. Tagi HTML `<link>` (najlepsze dla większości stron)

Dodaj je wewnątrz <head> każdej strony:

html
<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">

Co kluczowe, każda strona musi również wskazywać samą siebie. Strona niemiecka (/de/) musi zawierać ten sam zestaw tagów — w tym jeden wskazujący na siebie z hreflang="de". Nazywa się to tagiem samoodnoszącym się (self-referencing) i Google go wymaga.

2. XML Sitemaps (najlepsze dla 20+ języków)

Jeśli zarządzasz dziesiątkami wersji językowych, utrzymywanie tagów <link> na każdej stronie staje się nieporęczne. Użyj zamiast tego mapy strony XML:

xml
<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. Nagłówki HTTP (dla plików niebędących HTML)

Użyj ich dla plików PDF, obrazów lub odpowiedzi API:

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

8 najczęstszych błędów Hreflang

#

Błąd

Dlaczego psuje działanie

Jak to naprawić

1

Brak tagu samoodnoszącego się

Każda strona musi zawierać samą siebie w swoim zestawie hreflang. Bez tego Google może zignorować cały klaster.

Dodaj hreflang="de" na stronie niemieckiej wskazujący na nią samą

2

Tagi niebędące dwukierunkowymi (reciprocal)

Jeśli strona A wskazuje na stronę B, strona B musi wskazywać z powrotem na stronę A. Pojedynczy brakujący link zwrotny psuje cały łańcuch.

Przeprowadź audyt za pomocą agenta hreflang poniżej — sprawdza dwukierunkowość dla każdej pary

3

Nieprawidłowe kody języka/regionu

en-uk zamiast en-GB, en-en lub sp zamiast es

Użyj ISO 639-1 dla języka (es, nie sp) i ISO 3166-1 Alpha-2 dla regionu (GB, nie UK)

4

Brak tagu x-default

Bez fallbacku użytkownicy z niewymienionych regionów mogą zobaczyć niewłaściwą wersję

Zawsze dodawaj hreflang="x-default" wskazujący na Twoją główną/najbardziej uniwersalną stronę

5

Hreflang wskazujący na strony niekanoniczne

Jeśli /de/page ma kanoniczny URL /de/page?ref=menu, hreflang musi wskazywać na URL kanoniczny

Upewnij się, że każdy URL hreflang jest wersją kanoniczną tej strony

6

Hreflang wskazujący na 404 lub przekierowanie

Jedna zmiana URL-a na 10-języcznej stronie tworzy do 20 uszkodzonych odwołań hreflang

Agent audytu hreflang wyłapuje wszystkie uszkodzone linki między wersjami językowymi

7

Kanoniczne URL-e międzyjęzykowe

Niemiecka strona z <link rel="canonical" href="https://example.com/en/page"> mówi Google, że niemiecka wersja nie ma znaczenia

Kanoniczny URL każdej wersji językowej musi wskazywać na jej własny URL

8

Niezgodność HTML lang

<html lang="en"> na stronie z hreflang="de" dezorientuje zarówno wyszukiwarki, jak i czytniki ekranu

Dopasuj atrybut lang do rzeczywistej wartości hreflang strony

Diagram prawidłowego klastra hreflang pokazujący dwukierunkowe linki między 4 wersjami językowymi z tagami samoodnoszącymi się i fallbackiem x-default

Agent audytu Hreflang (zautomatyzuj żmudną pracę)

To agent o najwyższym ROI w całym zestawie. Ręczny audyt hreflang na 5-języcznej stronie z 50 podstronami na język oznacza sprawdzenie 250 stron — każda z maksymalnie 5 tagami hreflang, które muszą być dwukierunkowe, samoodnoszące się i wolne od błędów. Agent robi to w kilka minut.

markdown
---
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)

Krok 6: Buduj lokalne linki i wewnętrzne struktury linkowania

Linki z niemieckich stron pomagają Twoim niemieckim podstronom zdobywać pozycje. Linki z japońskich stron pomagają Twoim japońskim podstronom. Każda wersja językowa buduje własną pulę autorytetu.

Zasady linkowania wewnętrznego dla stron wielojęzycznych

Pozostań w obrębie tego samego języka. Niemiecki artykuł blogowy powinien linkować do innych niemieckich stron, nie angielskich. Międzyjęzykowe linki wewnętrzne dezorientują zarówno użytkowników, jak i wyszukiwarki. Używaj tagów hreflang — a nie linków w treści — do łączenia wersji językowych.

Minimum 5 linków wewnętrznych na stronę, w tym samym języku. Każda przetłumaczona strona powinna otrzymywać linki z co najmniej 3-5 innych stron w tym samym języku. Zapobiega to powstawaniu stron osieroconych — częstemu problemowi, gdy strony tłumaczą treści, ale zapominają przetłumaczyć kontekst nawigacyjny.

Jedna zmiana URL-a wywołuje kaskadę. Jeśli zmienisz URL na swojej angielskiej stronie, a 10 języków linkuje do niego wewnętrznie, powstaje 10 uszkodzonych linków. Agent audytu hreflang powyżej wyłapuje je — uruchamiaj go co tydzień, jeśli aktywnie publikujesz.

Budowanie linków zewnętrznych dla każdego języka

Nie potrzebujesz osobnej kampanii link buildingu dla każdego języka. Zacznij od tych trzech podejść:

  1. Lokalne katalogi i platformy recenzyjne: Każdy kraj ma swój własny ekosystem katalogów firm, stron z recenzjami i portali branżowych. Zarejestruj swoje profile. To łatwe linki, które często dobrze się pozycjonują lokalnie.
  2. Eksploracja backlinków konkurencji: Użyj Ahrefs lub Semrush, aby pobrać profil backlinków swojego głównego konkurenta w każdym kraju docelowym. Filtruj według domen lokalnych (.de, .fr, .jp). To Twoje najniżej wiszące owoce.
  3. Lokalny PR i guest posting: Jeden dobrze umieszczony artykuł gościnny w szanowanej lokalnej publikacji jest wart więcej niż 50 niskiej jakości linków z katalogów. Stawiaj na jakość ponad ilość — szczególnie na mniejszych rynkach, gdzie graf linków jest mniej zatłoczony.

Krok 7: Śledź pozycje, ruch i widoczność AI dla każdego języka

Tradycyjne śledzenie SEO (pozycje + ruch organiczny) jest nadal niezbędne. Ale w 2026 roku musisz również monitorować, czy wyszukiwarki AI cytują Twoje treści w każdym języku.

Tradycyjna konfiguracja śledzenia

  1. Google Search Console: Użyj filtra Kraj w raporcie Skuteczność. Utwórz osobną usługę lub użyj raportu Targetowanie międzynarodowe, aby zobaczyć błędy specyficzne dla hreflang.
  2. GA4: Utwórz niestandardowy raport pokazujący sesje, konwersje i współczynnik odrzuceń — podzielony według prefiksu ścieżki strony (/de/, /es/, /fr/), aby zobaczyć wydajność dla każdego języka.
  3. Śledzenie pozycji: Ahrefs, Semrush lub SE Ranking — dodaj swoje docelowe słowa kluczowe ze śledzeniem na poziomie kraju. Sprawdzaj pozycje co miesiąc dla języków drugiej fali, co tydzień dla rynków o najwyższym priorytecie.

Śledzenie widoczności AI (co nowego w 2026)

Dla powierzchni odpowiedzi AI śledź te trzy metryki dla każdego języka:

  1. Obecność cytowań: Gdy ktoś pyta o Twoją kategorię w języku docelowym w ChatGPT, Perplexity lub Gemini — czy Twoja marka pojawia się w odpowiedzi? Śledź tak/nie dla swoich 10 najważniejszych słów kluczowych na platformę, na język, co miesiąc.
  2. Share of voice: Jeśli 5 marek jest cytowanych w hiszpańskojęzycznych AI Overviews dla Twojej kategorii, jaki procent wymienia Twoją markę? To Twój SOV.
  3. Wydźwięk i dokładność: Gdy wyszukiwarki AI cytują Twoją markę w innym języku, czy informacje są poprawne? Systemy AI czasami mieszają treści między językami — informacja o produkcie z USA może pojawić się w niemieckiej odpowiedzi, tworząc ryzyko zgodności.

Agent monitorowania widoczności międzynarodowej

markdown
---
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

Zestaw narzędzi agentów wielojęzycznego SEO: wszystkie 5 umiejętności w skrócie

Oto podsumowanie pięciu umiejętności agentów, których możesz użyć natychmiast z Claude Code. Każdy plik umieszcza się w .claude/skills/<skill-name>/SKILL.md:

Umiejętność

Co robi

Uruchom, gdy

Zaoszczędzony czas

multilingual-market-scorer

Ocenia kraje/języki według popytu, szansy i dopasowania biznesowego

Przed rozpoczęciem jakichkolwiek prac tłumaczeniowych

3-5 godzin

multilingual-keyword-research

Generuje zlokalizowane listy słów kluczowych z klastrowaniem intencji i walidacją SERP

Przed tworzeniem treści w nowym języku

4-8 godzin na język

translation-quality-check

Audytuje przetłumaczone strony pod kątem problemów strukturalnych, brakujących tłumaczeń i spójności terminologii

Po tłumaczeniu AI, przed publikacją

2-4 godziny na partię

hreflang-auditor

Indeksuje i waliduje każdy tag hreflang według 8 wymagań Google

Przed uruchomieniem i co tydzień później

6-10 godzin na audyt

international-visibility-monitor

Śledzi pozycje, ruch i cytowania AI dla każdego języka z analizą trendów

Co tydzień lub co miesiąc

3-5 godzin na raport

Aby zainstalować dowolną umiejętność: Skopiuj zawartość SKILL.md z powyższych sekcji, zapisz ją w .claude/skills/<skill-name>/SKILL.md w swoim projekcie i uruchom za pomocą /skill-name w Claude Code. Każda umiejętność działa niezależnie — zacznij od hreflang-auditor, jeśli Twoja strona jest już wielojęzyczna, lub multilingual-market-scorer, jeśli planujesz ekspansję.

Lista kontrolna dla początkujących: 15 rzeczy do zweryfikowania przed uruchomieniem

Użyj tej listy kontrolnej przed uruchomieniem każdej nowej wersji językowej:

  • [ ] Rynki docelowe wybrane na podstawie danych (GA4 + GSC), nie przypuszczeń
  • [ ] Badanie słów kluczowych wykonane dla każdego języka — zweryfikowane z native speakerem dla 10 najważniejszych terminów
  • [ ] Struktura URL wybrana (podkatalogi zalecane dla początkujących)
  • [ ] Brak automatycznych przekierowań na podstawie IP — zaimplementowany selektor języka w UI
  • [ ] Wszystkie strony serwują prawdziwy HTML po stronie serwera (nie tłumaczenie JS po stronie klienta)
  • [ ] Atrybut HTML lang zgodny z rzeczywistym językiem każdej strony
  • [ ] Tagi hreflang wdrożone (HTML, XML sitemap lub nagłówki HTTP)
  • [ ] Samoodnoszący się tag hreflang obecny na każdej stronie
  • [ ] Dwukierunkowość hreflang zweryfikowana — każde A→B ma B→A
  • [ ] Tag hreflang x-default ustawiony na stronę główną/fallback
  • [ ] WSZYSTKIE URLe hreflang zwracają HTTP 200 (żadnych 404, żadnych przekierowań)
  • [ ] Meta tytuły i meta opisy przetłumaczone i zlokalizowane dla każdej strony
  • [ ] Tekst alternatywny obrazów przetłumaczony
  • [ ] Linki wewnętrzne pozostają w obrębie tej samej wersji językowej
  • [ ] Raport Targetowanie międzynarodowe w Google Search Console sprawdzony — zero błędów hreflang

Jeśli wszystkie 15 punktów jest odhaczonych, jesteś gotowy do uruchomienia tej wersji językowej.

FAQ

Czy mogę po prostu użyć Google Translate do tłumaczenia mojej strony?

Nie publikuj surowego outputu Google Translate. W 2026 roku Google porównuje Twoje tłumaczenia ze swoim własnym tłumaczeniem maszynowym — jeśli Twoje nie jest lepsze, może wyświetlić swoją automatycznie przetłumaczoną wersję proxy zamiast Twojej strony. Użyj tłumaczenia AI jako pierwszego podejścia, następnie uruchom agenta kontroli jakości tłumaczenia i zleć native speakerowi przejrzenie stron o największym wpływie.

Jak długo trzeba czekać na efekty wielojęzycznego SEO?

Dla nowego podkatalogu językowego na ugruntowanej domenie spodziewaj się ruchu w ciągu 2-4 miesięcy dla słów kluczowych o niskiej konkurencji. Konkurencyjne terminy na dojrzałych rynkach (niemiecki, japoński) mogą zająć 6-12 miesięcy. Istniejący autorytet domeny pomaga — nowe wersje językowe na tej samej domenie dziedziczą link equity, co jest głównym argumentem za podkatalogami zamiast ccTLD.

Czy potrzebuję osobnej domeny dla każdego języka?

Nie. Podkatalogi (example.com/de/) są zalecanym podejściem dla większości stron. Używaj ccTLD (example.de) tylko wtedy, gdy masz lokalne biura, lokalne podmioty prawne lub działasz na rynkach, gdzie ccTLD jest silnym sygnałem zaufania (Niemcy, Japonia, Francja).

Co jeśli nie stać mnie na profesjonalne tłumaczenie każdej strony?

Zacznij od 20 najważniejszych stron na język — tych, które generują najwięcej angielskiego ruchu organicznego. Użyj tłumaczenia AI z agentem kontroli jakości dla reszty. Nawet 300-słowa wersja w języku ojczystym dla strony o wysokim ruchu zwykle wypiera automatycznie przetłumaczoną wersję proxy Google. Jakość ponad ilość: 20 dobrze zlokalizowanych stron znaczy więcej niż 200 słabo przetłumaczonych.

Czy tłumaczenie AI zaszkodzi mojemu SEO w 2026 roku?

Nie, jeśli stosujesz bezpieczny przepływ pracy: pierwsze tłumaczenie AI → automatyczna kontrola QA → weryfikacja ludzka dla stron o wysokim wpływie. Google wyraźnie stwierdziło, że „nasze zasady nie definiują ściśle treści przetłumaczonych przez AI jako spamu." Ryzyko nie leży w używaniu AI — leży w publikowaniu niskiej jakości outputu AI bez weryfikacji.

Jak obsługiwać języki takie jak chiński czy arabski, które używają innych systemów pisma lub wyszukiwarek?

Dla Chin Baidu jest dominującą wyszukiwarką i nie obsługuje hreflang. Użyj nagłówków HTTP Content-Language i platformy Baidu Search Resource Platform do przesyłania map strony. Używaj uproszczonego chińskiego (zh-Hans) dla Chin kontynentalnych, tradycyjnego chińskiego (zh-Hant) dla Tajwanu i Hongkongu.

Dla arabskiego i innych języków RTL upewnij się, że Twój CSS obsługuje układy od prawej do lewej. Google radzi sobie z treścią RTL pod kątem SEO, ale zepsuty układ RTL zniszczy metryki doświadczenia użytkownika — a te metryki wpływają na pozycje.

Czy Claude Code naprawdę poradzi sobie ze wszystkimi moimi zadaniami wielojęzycznego SEO?

Umiejętności agentów w tym przewodniku obsługują mechaniczną, powtarzalną pracę, która czyni wielojęzyczne SEO żmudnym: indeksowanie setek stron w poszukiwaniu błędów hreflang, krzyżowe porównywanie tłumaczeń słów kluczowych z danymi SERP, sprawdzanie pokrycia tłumaczenia w metadanych i tekstach alternatywnych oraz kompilowanie raportów widoczności. Czego nie zastępują: przegląd treści przez native speakera, strategiczne decyzje rynkowe, kreatywna lokalizacja przekazu marki i ostateczny osąd redakcyjny. Użyj agentów, aby wyeliminować 80% żmudnej pracy — a następnie poświęć czas na 20%, które wymaga ludzkiej ekspertyzy.

Jaka jest minimalna liczba stron, których potrzebuję na język?

Zacznij od 5-20 stron: strona główna, 3-5 najważniejszych stron produktowych/usługowych, strona "O nas", strona kontaktowa i artykuły blogowe o największym ruchu. To wystarczy, aby Google rozpoznało wersję językową jako uzasadnioną. Rozszerzaj na podstawie danych o skuteczności z GSC — tłumacz strony, które już uzyskują wyświetlenia, ale mają niski CTR w tym języku.

Autor: Dominic Hale, specjalista ds. międzynarodowego SEO na 18 rynkach w Auspia. Dominic pisze o wielojęzycznej strategii wyszukiwania, przepływach pracy lokalizacyjnej, architekturze hreflang i regionalnych zachowaniach wyszukiwawczych dla globalnych zespołów wzrostu.

Poznaj ten temat

Kontynuuj tę samą ścieżkę wzrostu