Méthodologie

SEO Machine FR : ce qu'on garde, ce qu'on change.

Saas Contenu reprend l'architecture commands/agents/context du framework SEO Machine, mais corrige les angles morts identifiés par l'analyse critique : calibrage anglais, automatisation non déterministe, mono-site.

Ce qu'on garde de SEO Machine

  • La structure .claude/commands/ + context/ comme mémoire stratégique.
  • Le principe Example quality = Output quality via writing_examples.md.
  • Le pipeline séquentiel recherche → rédaction → agents → optimisation.
  • L'idée d'un scrubber systématique avant publication.
  • Le MU-plugin Yoast REST et l'application passwords WP.

Ce qu'on a refondu pour le français

  • Dictionnaires AI_PHRASES_FR : 24 phrases types FR détectables, éditables en admin.
  • VAGUE_WORDS_FR : 16 mots flous calibrés FR (« plusieurs », « significatif », « considérable »).
  • Flesch FR : formule Kandel-Moles 1958 (207 − 1.015 × ASL − 73.6 × ASW), pas la formule anglaise.
  • Connecteurs IA suremployés : « en effet », « par ailleurs », « de plus », « ainsi », « en outre » → variation automatique au-delà de 2 occurrences.
  • Tirets cadratins : conservés pour les incises de dialogue, remplacés par virgule en usage connecteur de reformulation.
  • Longueurs cibles FR : 2200-3200 mots (vs 2000-3000 EN), introduction 180-220 mots (vs 150-200), paragraphes 2-3 phrases.

Ce qu'on a ajouté

  • Multi-sites natif : 1 user → N sites → 1 profil éditorial / site. Plus besoin de symlink shell pour switcher.
  • Cannibalisation inter-sites dans l'Opportunity Scorer (9ème facteur).
  • Agent Entity SEO qui manquait totalement à SEO Machine — détection d'entités, recommandation Schema.org, vérifs E-E-A-T.
  • Boucle qualité déterministe : scoring en PHP, pas en prompt LLM. Articles sous le seuil partent automatiquement en review-required.
  • Versioning : chaque édition crée une révision en base, tu peux comparer.
  • Le mot mystère : gamification du vocabulaire SEO, parce que les équipes éditoriales aiment bien les jeux.

Une boucle qualité automatisée mais lisible

Contrairement aux pipelines basés sur du prompt engineering pur (où l'IA s'auto-évalue), notre scoring est codé en PHP : reproductible, auditable, déterministe. Chaque article scrubbé fait l'objet d'un calcul exact, le verdict est fiable.

Prêt à passer le pipeline sur ton premier article ?

Démarrer