Jak jsem vyčistil a přeložil success stories

Problém, který jsem řešil

Raw export success stories z webu obsahoval UI prvky (filtry, počítadla, navigaci) smíchané s obsahem. Potřeboval jsem extrahovat čistý obsah, standardizovat strukturu a přeložit do češtiny podle brand voice.

Každý příběh měl kategorii, název, citát a autora, ale byly promíchané s UI metadaty. Struktura byla nekonzistentní a obsah byl v angličtině.

Jak jsem ho vyřešil

Rozhodl jsem se pro dvojkrokový přístup: nejprve čištění struktury, potom lokalizace. AI nejprve analyzovala původní soubor a identifikovala vzory – každý příběh měl kategorii, název, citát a autora, ale byly promíchané s UI metadaty.

Navrhl jsem jednotnou strukturu s Markdown hierarchií (## pro kategorie, ### pro názvy, ** pro autory). Odstranil jsem 15+ nepotřebných prvků (filtry, countery, copyright), standardizoval formát pro všech 23 příběhů, seskupil jsem do 5 logických sekcí.

Při překladu AI prozkoumala design-system a landing-page dokumenty, aby pochopila tone of voice – přímý, motivující styl s důrazem na reálné výsledky. Přeložil jsem obsah s adaptací na český jazyk a typografii, aplikoval jsem české typografické pravidla (uvozovky „...", pomlčky —, mezery v číslech).

Výsledek: dva čisté Markdown soubory – `page.md` (EN) a `stories-cz.md` (CZ) – připravené na import do Framer CMS nebo přímé použití na webu.

Jak to funguje v praxi

Teď když chci použít success stories na webu, mám čistý, strukturovaný obsah. Redukce z chaotického exportu na strukturovaný obsah, konzistentní prezentace 23 success stories, lokalizovaný obsah dodržující české typografické pravidla.

Tone of voice Aibility je velmi specifický – přímý, bez zbytečných slov, s důrazem na "superschopnosti" a konkrétní čísla. To se podařilo zachovat i v překladu.

Co jsem se naučil

Struktura před lokalizací. Čištění a standardizace obsahu před překladem výrazně zjednodušuje celý proces. Když je struktura jasná, překlad se může soustředit na jazyk, ne na formát.

Tone of voice vyžaduje kontext. Samotný pokyn "přelož do češtiny" nestačí. AI potřebovala prozkoumat existující materiály (landing-page, design-system), aby pochopila specifický styl značky – přímý, motivující, bez "corporate speak".

Typografie je součástí lokalizace. České texty mají specifická pravidla – uvozovky, nezlomitelné mezery po předložkách, formátování čísel. Ignorování těchto detailů by výrazně snížilo profesionalitu výstupu.

Kvalitní lokalizace není překlad slov, ale adaptace významu a stylu na cílovou kulturu a značku.

Proč to stojí za to

Když máš raw export z webu s UI prvky smíchanými s obsahem, nemusíš to čistit manuálně. Můžeš použít AI na automatické čištění struktury a překlad podle tone of voice.

Success stories jsou teď součástí mého workflow. Šetří mi čas, protože nemusím manuálně odstraňovat UI prvky a překládat obsah. A zároveň mám kontrolu nad tím, jak obsah vypadá, protože všechno je v čistém Markdown formátu.

Pokud máš podobný problém – raw export z webu s UI prvky – zkus to. Možná zjistíš, že je to jednodušší, než sis myslel.