Enrichissement des tables de variation
Les tables de variation contiennent les formulations alternatives pour chaque bloc de contenu (introductions, transitions, conclusions). Initialement rédigées manuellement, elles sont enrichies via un LLM qui génère des variantes supplémentaires à partir des formulations existantes. Le LLM reçoit les formulations existantes et une consigne de style (sobre, technique, sans exclamations) et génère 10 nouvelles variantes par bloc.
Ces variantes générées ne sont pas utilisées directement : elles passent par une revue humaine qui sélectionne celles qui respectent le style et la qualité éditoriale. Le taux d’acceptance est d’environ 40 % des variantes générées. Les variantes rejetées alimentent un log d’erreurs qui affine le prompt utilisé pour la génération suivante.
Détection de formulations artificielles
Un des risques du contenu généré est la présence de formulations caractéristiques des LLM : phrases commençant par ’Il est important de noter’, constructions passives excessives, listes à puces sans contexte. Un classificateur entraîné sur un corpus annoté de formulations naturelles et artificielles analyse chaque page générée et signale les phrases à risque.
Ce classificateur ne bloque pas la publication mais génère un score par page (proportion de phrases signalées). Les pages avec un score supérieur à 15 % sont marquées pour revue humaine prioritaire. Ce seuil a été calibré pour capturer les pages réellement problématiques sans surcharger la file de revue.
Limites de l’IA générative dans un pipeline pSEO
L’IA générative produit du contenu plausible mais pas nécessairement exact. Pour les données chiffrées (population, distances, statistiques), elle hallucine des valeurs réalistes mais fausses. C’est pourquoi toutes les données chiffrées du corpus proviennent de fichiers de données sourcés et versionés, jamais d’un LLM. Le LLM n’a accès qu’aux blocs de texte non factuels.
L’autre limite est la cohérence à l’échelle : un LLM génère chaque page indépendamment, sans mémoire des pages précédentes. Deux pages générées indépendamment par un LLM peuvent contredire ou paraphraser l’autre. Notre pipeline déterministe garantit la cohérence par construction : le même input produit toujours le même output.
Questions fréquentes
Utilisez-vous des LLM pour générer le contenu des articles directement ?
Non. Le corps des articles est généré par le moteur déterministe à partir des tables de variation et des données sourcées. Les LLM interviennent uniquement pour enrichir les tables de variation (après revue humaine) et pour les tâches de classification et détection. Un article publié sur le site n’a pas été rédigé par un LLM.
Comment évitez-vous que le contenu généré par LLM pour les tables de variation ne ressemble à du contenu IA ?
Les variantes générées par LLM passent par une revue humaine avant intégration dans les tables. La consigne de génération interdit explicitement les formulations caractéristiques des LLM. Les variantes retenues sont ensuite testées dans le pipeline et leur score de ’formulation artificielle’ doit être inférieur au seuil de 15 %.