Manual rumah multibahasa & balas tamu homestay (kos harian) pakai Claude Code

Jam 11 malam, HP saya menyala. Tamu dari Taiwan. “The lock box code doesn’t work.” Intinya: pintu tidak bisa dibuka.

Malam itu saya sedang sibuk membersihkan unit untuk booking lain, jadi tidak sempat membuka manual versi Inggris. Manual rumah versi Indonesia memang ada. Tapi versi Inggrisnya? Setengah tahun lalu saya lewatkan ke alat terjemahan otomatis, lalu saya biarkan. Kode pintu di dalamnya sudah lama berubah tapi belum saya perbarui. Akhirnya saya mengetik balasan Inggris satu kalimat demi satu kalimat lewat HP, dan tamu menunggu 30 menit. Ulasannya: bintang 4 plus komentar “response was a bit slow”. Kehilangan satu bintang itu langsung jadi peluang booking berikutnya yang melayang.

Kalau Anda menjalankan homestay atau kos harian, momen “tembok bahasa x tembok waktu” yang datang bersamaan ini pasti pernah Anda alami. Hari ini saya cerita cara memangkas dua hal itu sedikit demi sedikit pakai Claude Code dan AI generatif. Ini bukan sihir. Ini soal alat yang efeknya terlihat sederhana tapi nyata.

Poin penting

Membuat manual rumah multibahasa bukan soal “menerjemahkan”, tapi “menyimpan satu data sumber lalu menyebarkannya otomatis ke tiap bahasa”. Cara ini lebih anti-rusak.
Untuk balasan ke tamu, polakan dulu pertanyaan yang sering muncul, biarkan AI membuat draf, dan tahap kirim final tetap diputuskan manusia. Ini yang aman.
Kode pintu, alamat, kontak, dan info kunci lainnya dipisahkan jadi placeholder sebelum diberikan ke AI.
Begitu terjemahan dan draf balasan dibuat sistematis, perkiraannya hemat 3-5 jam per bulan per unit, dan respons awal menyusut dari 30 menit jadi 5 menit.
Di akhir, tarik garis tegas antara “yang boleh diserahkan ke AI” dan “yang wajib diputuskan manusia”.

Siapa pembacanya, dan seperti apa alur kerja sekarang

Pembaca yang saya bayangkan adalah host homestay atau kos harian yang mengelola sekitar 1-10 kamar, sendiri atau berdua-bertiga. Ada yang full-time, ada yang menjalankannya di sela pekerjaan utama. Kesamaannya: mereka memikul pembersihan, manajemen booking, dan balasan tamu dengan tim kecil, dan bukan penutur asli bahasa Inggris maupun Mandarin.

Balasan ke tamu sekarang kira-kira begini alurnya, kan?

Pesan masuk di inbox Airbnb atau Booking.com, dalam bahasa Inggris atau Mandarin.
Anda baca seadanya, tempel ke aplikasi terjemahan untuk menangkap maksudnya.
Anda susun balasan dalam bahasa Indonesia, lalu terjemahkan lagi ke bahasa tamu.
Anda tidak yakin hasil terjemahannya benar, tapi nekat kirim saja.
Padahal jawabannya sudah ada di manual rumah, tapi setiap kali Anda ketik ulang dari nol.

Apa masalah dari loop ini? Pertanyaan yang sama (jam check-in, pemilahan sampah, rute dari stasiun terdekat) Anda jawab manual berulang kali. Sudah tertulis di manual, tapi karena beda bahasa, efeknya sama saja seperti “tidak ada”. Di sinilah AI berperan.

Kerja ulang dan keruwetan yang sering muncul

Saya daftar kerja ulang yang benar-benar saya alami di lapangan homestay dan kos harian.

Kode sudah diganti, tapi cuma versi Inggris yang masih lama. Saya hanya membenahi manual versi Indonesia, lalu lupa memperbarui versi bahasa lain. Ini penyebab nomor satu masalah kunci.
Gaya terjemahan beda-beda tiap unit. Satu unit pakai bahasa sopan, unit lain ketus. Begitu punya banyak unit, keseragaman hilang.
Membalas penuh untuk pertanyaan yang sama terus. “Sampah dibuang hari apa?” Setiap kali ketik 3 baris. Kalau 5 pesan sehari, itu saja sudah 20 menit.
Kecelakaan terjemahan mesin. “Tolong lipat futonnya” pernah jadi seperti “Please fold the futon mattress and throw it away”, dan tamu bingung. Cerita yang tidak lucu tapi nyata.

Akar keruwetannya adalah “terjemahan dilakukan dadakan setiap kali”. Karena kalimat sumbernya tidak dirapikan di satu tempat, pembaruan maupun kualitasnya jadi tidak stabil.

Yang diserahkan ke AI vs yang wajib diputuskan manusia

Saya tarik garisnya lebih dulu. Kalau bagian ini dibiarkan kabur, AI dengan niat baik bisa diam-diam mengubah alamat, atau diam-diam menjanjikan diskon.

Tahap	Boleh diserahkan ke AI	Wajib diputuskan manusia
Terjemahan manual	Draf awal tiap bahasa, penyeragaman gaya	Kebenaran kode pintu, alamat, kontak darurat
Balasan tamu	Draf untuk pertanyaan standar	Tombol kirim, janji soal harga, perpanjangan, refund
Penyetelan nada	Penyeragaman kesopanan, perbaikan salah ketik	Cek akhir aturan rumah tiap unit
Penataan FAQ	Klasifikasi pertanyaan, menunjuk yang terlewat	Hal terkait hukum, pemadam kebakaran, aturan tetangga

Prinsipnya sederhana. Keputusan yang menyentuh “uang”, “kunci”, dan “hukum” tetap di tangan manusia sampai akhir. Selain itu, pekerjaan merapikan kalimat, menambah bahasa, dan membuat draf boleh terus diserahkan ke AI.

Use case 1: menyebar manual rumah dari satu data sumber ke banyak bahasa

Inilah yang paling terasa efeknya. Ubah cara pikir. Bukan “menerjemahkan manual bahasa Indonesia”, tapi “menyimpan satu data sumber yang dipecah per item, lalu memuntahkan tiap bahasa dari sana”.

Pertama, pecah manual jadi item-item. Check-in, Wi-Fi, sampah, cara pakai fasilitas, kontak darurat, prosedur check-out. Untuk tiap unit ini, simpan satu versi bahasa Indonesia saja sebagai patokan. Nilai yang mudah berubah dan harus dirahasiakan seperti kode pintu dan alamat jangan ditulis langsung di badan teks, tapi jadikan tanda (placeholder) seperti {{door_code}}.

Setelah itu, minta Claude Code seperti ini.

Anda adalah penerjemah manual rumah untuk homestay/kos harian.
Terjemahkan manual bahasa Indonesia berikut ke Inggris, Mandarin Tradisional, dan Korea.

Batasan:
- Nilai yang diapit {{ }} jangan diterjemahkan, biarkan apa adanya.
- Jaga rasa hormat ke tamu, tapi buat kalimat singkat dan jelas.
- Seragamkan nada bahasa di tiap bahasa.
- Hindari istilah teknis dan istilah lokal; pakai kata yang langsung dimengerti tamu asing.
- Nama diri yang tak bisa diterjemahkan biarkan dalam bahasa asli, tambahkan penjelasan singkat dalam kurung.

Output: beri judul per bahasa, urutan item disamakan dengan sumber bahasa Indonesia.

---
(tempel di sini manual bahasa Indonesia yang sudah dipecah per item)

Ada dua alasan memakai placeholder. Pertama, saat kode pintu berubah, cukup perbaiki satu titik di data sumber dan perubahannya terpantul ke semua bahasa. Kedua, info kunci bisa dipisahkan dari input ke AI maupun dari hasil terjemahan, jadi lebih aman dari sisi kebocoran informasi.

Penyisipan nilainya bisa diotomatiskan dengan skrip pendek seperti ini. Jalan kalau ada Node.js.

import { readFile, writeFile } from "node:fs/promises";

// Info rahasia seperti kunci & alamat dikelola di luar kode (env var atau file terpisah)
const secrets = {
  door_code: process.env.DOOR_CODE || "0000",
  wifi_pass: process.env.WIFI_PASS || "changeme",
  emergency_tel: process.env.EMERGENCY_TEL || "000-0000-0000",
};

function fillPlaceholders(template, values) {
  return template.replace(/\{\{(\w+)\}\}/g, (whole, key) => {
    if (key in values) return values[key];
    throw new Error(`Placeholder belum didefinisikan: ${key} (tambahkan ke secrets)`);
  });
}

// Baca template terjemahan (berisi placeholder), tulis versi finalnya
const langs = ["en", "zh", "ko"];
for (const lang of langs) {
  const template = await readFile(`manual.${lang}.txt`, "utf8");
  const filled = fillPlaceholders(template, secrets);
  await writeFile(`out.manual.${lang}.txt`, filled, "utf8");
  console.log(`${lang}: selesai (${filled.length} karakter)`);
}

Poin skrip ini: kalau ada placeholder yang belum didefinisikan tersisa, program berhenti dengan error. Mesin mencegah kecelakaan “membagikan versi Inggris padahal {{door_code}} lupa diisi”. Saat ganti kode pintu, cukup perbarui DOOR_CODE dan jalankan sekali. Semua bahasa langsung jadi versi terbaru serentak.

Use case 2: biarkan AI membuat draf balasan untuk pertanyaan standar

Berikutnya balasan ke tamu. Pertanyaan dari tamu asing sebenarnya 80% standar. Jam check-in, rute dari stasiun, Wi-Fi, buang sampah, prosedur check-out. Serahkan “pola pertanyaan -> draf balasan” ini ke AI.

Ini template prompt untuk draf balasan.

Anda adalah asisten balasan untuk host homestay/kos harian.
Buat draf balasan yang sopan dan singkat untuk pesan dari tamu.

Aturan:
- Balas dalam bahasa yang sama dengan bahasa tamu.
- Kalau jawaban ada di manual rumah (di bawah), pakai isi itu saja.
- Hal yang tidak ada di manual, atau menyangkut harga/perpanjangan, beri tanda "perlu konfirmasi host" dan jangan tulis di badan balasan.
- Di akhir balasan, kosongkan untuk tanda tangan dan nama properti; itu saya tambahkan sendiri.

Kutipan manual rumah:
(tempel check-in, Wi-Fi, sampah, prosedur check-out, dll.)

Pesan tamu:
(tempel di sini pesan yang masuk)

Yang penting adalah batasan “hal di luar manual dan soal uang jangan ditulis di badan balasan, cukup diberi tanda”. Dengan ini, kecelakaan AI seenaknya berjanji “perpanjangan gratis” bisa dicegah. Baca dulu drafnya, kalau tidak ada masalah baru kirim. Bagian yang perlu konfirmasi saja yang Anda tambahkan sendiri. Satu langkah ekstra ini memangkas respons awal dari 30 menit jadi 5 menit.

Kalau ingin akurasi pemolaan lebih tinggi, tarik dulu “10 pertanyaan paling sering” dari inbox Anda jadi FAQ. Pembuatan FAQ pun bisa dibantu AI. Cukup minta: “Saya tempel log balasan lama, klasifikasikan pertanyaannya ke 10 kategori, lalu buat draf jawaban standar untuk masing-masing”.

Use case 3: seragamkan nada dan kebaruan lintas unit

Begitu punya banyak unit, kualitas manual jadi tidak rata. Maka secara berkala, kumpulkan semua manual lalu minta AI mereviewnya sekaligus.

Sebagai checklist, minta begini.

Berikut beberapa manual rumah dari banyak unit. Review dengan sudut pandang ini:
1. Apakah ada placeholder kode pintu/kontak yang masih tersisa dalam bentuk {{ }}?
2. Apakah nada kesopanan berbeda antar unit?
3. Pada pemilahan sampah dan prosedur check-out, adakah item penjelasan yang terlewat?
4. Adakah istilah ganjil atau ungkapan ambigu yang mungkin disalahpahami tamu asing?
Buat daftar titik bermasalah lengkap dengan nama unit, item, dan alasannya. Cukup beri usulan perbaikan, jangan mengubah sendiri.

Triknya: tegaskan “jangan mengubah sendiri”. Review berhenti di tahap usulan, soal dipakai atau tidak diputuskan manusia. Dengan ini, kecelakaan seperti “tiba-tiba alamatnya tertukar dengan alamat unit lain” jadi hilang.

Apa yang berubah sebelum dan sesudah penerapan

Saya buat kasar jadi angka, dari pengalaman satu unit saya. Ini perkiraan; bisa naik-turun tergantung unit dan tingkat hunian.

Item	Sebelum	Sesudah
Pembaruan manual multibahasa	Manual per bahasa, setengah hari	Perbaiki 1 titik data sumber lalu regenerasi, 15 menit
Respons awal balasan	Sambil menerjemahkan, 30 menit	Cek draf + kirim, 5 menit
Pemutakhiran saat ganti kode pintu	Perbaiki semua bahasa manual, sering bocor	Jalankan skrip sekali, nol kebocoran
Waktu balasan per bulan	-	Perkiraan hemat 3-5 jam per unit

Kalau dihitung dalam upah per jam, hemat 3-5 jam per bulan berarti dana setara beberapa puluh ribu rupiah kembali, bahkan untuk satu unit saja. Punya banyak unit, efeknya tinggal dikalikan. Dari sisi biaya, ongkos AI mulai beberapa ribu rupiah per bulan, plus setengah hari untuk menyiapkan pola awal. Soal kecepatan balik modal, menurut saya termasuk cukup cepat.

Buat yang masih bingung cara memulai Claude Code-nya sendiri, baca dulu Panduan memulai Claude Code untuk pemula supaya prompt-prompt setelah ini lebih mudah dijalankan. Kalau belum terbiasa dengan kode tapi ingin tetap maju, Claude Code untuk non-engineer cocok jadi pintu masuk.

Catatan keamanan dan data pribadi

Justru karena ini homestay dan kos harian, bagian ini yang paling ingin saya tekankan.

Jangan tulis kode pintu/info kunci langsung di input ke AI. Jadikan placeholder, nilai aslinya disisipkan di sisi skrip (env var atau file terpisah di tangan Anda). Prinsipnya: jangan tinggalkan info kunci di riwayat chat AI.
Jangan sembarangan menempel nama, paspor, atau nomor booking tamu. Saat menempel isi pertanyaan, sisakan hanya inti keperluannya dan hapus info yang bisa mengidentifikasi orang.
Tombol kirim final tetap ditekan manusia. Kalau draf AI langsung dikirim otomatis, informasi salah atau janji yang tak pantas akan sampai apa adanya ke tamu.
Jangan terus-menerus mengalirkan seluruh manual ke layanan terjemahan gratis. Hindari melempar teks lengkap berisi alamat ke layanan yang tidak jelas menyimpan apa dan di mana.

Homestay adalah bisnis yang melibatkan “alamat dan kunci di dunia nyata”. Kenyamanan digital dan keamanan fisik dikelola terpisah. Garis ini saja jangan sampai runtuh. Cara menegakkan aturan lewat prompt bisa Anda pelajari dari Praktik terbaik CLAUDE.md. Untuk regulasi, ada baiknya sekali waktu membaca portal aturan akomodasi resmi Jepang dari Kementerian Pariwisata sebagai sumber informasi primer operasional.

Pertanyaan umum

T. Apa bedanya dengan terjemahan mesin? J. Bukan sekadar mengganti kata, tapi bisa dirapikan jadi kalimat dengan syarat “singkat, tanpa salah paham, nada seragam”. Ditambah placeholder memisahkan info kunci, sehingga beban pembaruan dan risiko kebocoran turun bersamaan.

T. Apakah wajib bisa pemrograman? J. Untuk terjemahan dan draf balasan saja, bisa tanpa kode, cukup tempel prompt. Skrip penyisipan placeholder itu pelengkap yang “enak kalau ada”, dan masuk kategori copas-langsung-jalan. Tambahkan saja setelah Anda merasakan manfaatnya.

T. Sampai berapa bahasa yang bisa ditangani? J. Kalau data sumber rapi, Inggris, Mandarin, dan Korea sudah taraf praktis. Tapi outputnya wajib sekali diperiksa dengan mata Anda sendiri, atau kenalan yang paham bahasa itu, sebelum dibagikan.

T. Bolehkah balasan ke tamu dibuat otomatis penuh? J. Sebaiknya jangan. Harga, perpanjangan, refund, dan masalah dengan tetangga adalah ranah yang harus diputuskan manusia. Pembagian “draf oleh AI, tombol kirim oleh manusia” inilah yang mencegah kecelakaan.

T. Bisa dipakai untuk banyak unit? J. Bisa. Simpan data sumber terpisah per unit, lalu cek lintas unit dengan prompt review supaya nada dan kebaruan seragam. Kalau ingin menaikkan akurasi prompt, baca juga Prompt engineering tingkat lanjut.

Langkah berikutnya

Host yang ingin belajar sambil mencoba sendiri, ambil dulu polanya di halaman PDF gratis & materi, lalu coba jalankan kecil-kecilan di satu unit Anda. Kalau Anda punya banyak unit atau menjalankan agen pengelolaan dan ingin merancang perbaikan kerja sampai level tim, pelatihan & konsultasi penerapan lebih cocok. Mulai dari salah satu saja sesuai tahap Anda sudah cukup.

Hasil setelah saya benar-benar mencobanya

Setelah “drama kunci jam 11 malam” di awal tadi, saya benar-benar menyusun sistem ini di unit saya sendiri. Ada 3 hal yang saya pastikan.

Pertama, apakah metode placeholder benar-benar mengurangi kecelakaan. Saat saya ganti kode pintu lalu jalankan skrip sekali, ketiga versi (Inggris, Mandarin, Korea) jadi versi terbaru serentak. “Cuma versi Inggris yang lama” dari masa saya membenahi manual secara fisik tak terjadi lagi. Inilah yang paling terasa.

Kedua, akurasi draf balasan. Saya minta AI membuat draf untuk 20 pertanyaan lama, lalu saya bandingkan dengan tulisan tangan saya. Untuk 17 pertanyaan standar, kualitasnya hampir bisa dikirim tanpa koreksi. Sisanya 3 menyangkut harga dan perpanjangan, dan persis seperti rencana, ketiganya diberi tanda “perlu konfirmasi host” dan berjalan sesuai asumsi bahwa manusia yang menulisnya.

Ketiga, waktu. Penanganan pertanyaan malam sebelum check-in menyusut dari rata-rata sekitar 30 menit jadi sekitar 5 menit. Ulasan yang tadinya bintang 4 kembali jadi bintang 5 dari tamu berikutnya yang menyebut kecepatan balasan saya, dan jujur saya senang sekali.

Ini bukan otomatisasi mewah. Keputusan kunci dan uang tetap di tangan saya, hanya terjemahan dan draf yang saya geser ke mesin. Garis kecil inilah yang menurut saya terasa efeknya di lapangan homestay dan kos harian, itulah kesan saya sekarang. Kalau ingin terus menaikkan produktivitas, tips produktivitas Claude Code bisa jadi langkah lanjutan.