Quand un texte généré par IA est moyen, le réflexe consiste à choisir un modèle plus puissant.
Il existe une autre approche : placer à côté du modèle une rédaction extrêmement exigeante qui ne dort jamais.
Elle vérifie le titre, compare sa promesse au corps du texte, repère le jargon non expliqué, détecte les réserves répétées, contrôle les 12 langues et ne renvoie en réécriture que les parties défaillantes.
TypeScript n’a aucun talent littéraire. En revanche, il peut construire un processus éditorial qui refuse de publier un brouillon faible.
1. Réponse en 5 secondes : ne codez pas le talent, codez le processus éditorial
Des règles communes peuvent améliorer l’écriture d’une IA. Le vrai gain arrive lorsqu’elles deviennent une boucle : générer → vérifier → évaluer le sens → corriger les échecs → revérifier.
OpenAI présente les evals comme un processus où l’on définit d’abord ce qu’est un bon résultat, on le mesure, puis on améliore le système en intégrant les nouveaux types d’erreurs observés.[1]
Dans une usine à articles, une erreur ne devrait pas seulement corriger une page. Elle devrait devenir un contrôle pour les cent suivantes.
2. TypeScript n’est pas l’auteur ; c’est la chaîne de production
Le code est excellent pour les contrôles déterministes :
- Y a-t-il plusieurs H1 ?
titleetog:titlese contredisent-ils ?- Une des 12 langues manque-t-elle ?
- Des intertitres sont-ils dupliqués ?
- Une date ou une URL est-elle mal formée ?
- Le texte doit-il repartir en révision ?
Mais savoir si l’ouverture est intéressante, si une métaphore mérite de rester, si le titre reflète la vraie question du lecteur ou si la recherche a englouti l’observation originale demande de comprendre le sens.
La bonne séparation est donc : TypeScript pour le mécanique, éditeur IA pour le sémantique.
3. “Éditeur professionnel” devient implémentable lorsqu’on le découpe en rôles
Édition structurelle
Vérifie le besoin du lecteur, l’ordre, le rythme et la rapidité de la réponse.
Révision de style
Travaille titre, accroche, répétitions, vocabulaire et rythme.
Vérification factuelle
Contrôle chiffres, dates, citations, niveau de certitude et sources.
Édition de l’entrée depuis la recherche
Vérifie si le début du titre dit déjà clairement de quoi parle la page.
Google Search Central explique que les titres de résultats aident l’utilisateur à comprendre rapidement le contenu et sa pertinence. Google recommande des titres descriptifs, concis et distincts, et déconseille le bourrage de mots-clés.[2]
Les recherches d’utilisabilité de NN/g montrent également que les internautes scannent souvent les pages et que les premiers mots des titres et liens portent une grande partie du signal.[4][5]
Ce n’est pas une astuce consistant à mettre des “mots-clés SEO magiques” à gauche. Il s’agit de rendre le sujet immédiatement reconnaissable.
4. Avant / après : déplacez la blague, ne la tuez pas
Avant
Le nom de famille est innocent, c’est le dictionnaire qui a planté — Manko, Wang et Chin, ou les “noms dangereux dans une autre langue”
L’accroche a du caractère, mais le sujet arrive tard.
Après
Ces noms qui deviennent gênants dans une autre langue — Manko, Wang, Chin et les collisions linguistiques
Puis on peut ouvrir par :
Le nom de famille est innocent. C’est le dictionnaire qui a planté.
La blague reste, mais elle bénéficie maintenant d’un contexte clair.
Les recommandations people-first de Google demandent aussi si le titre résume utilement le contenu au lieu de chercher surtout le trafic par l’exagération.[3]
5. Les bonnes règles empêchent les accidents récurrents ; elles ne clonent pas les articles
Imposer toujours trois phrases, toujours des intertitres interrogatifs et toujours deux exemples finit par produire du texte moulé.
Mieux vaut définir les échecs :
- Ne pas enterrer la question principale derrière un slogan.
- Ne pas promettre dans le titre ce que le corps ne répond pas.
- Ne pas répéter la même réserve.
- Ne pas lancer du jargon sans explication.
- Rendre les intertitres compréhensibles seuls.
- Utiliser la recherche pour soutenir l’idée originale, pas pour la remplacer.
- Ne pas traduire mécaniquement l’ordre du japonais dans 11 autres langues.
6. P0 / P1 / P2 évite de transformer le système en prison de règles
P0 : ne doit jamais échouer
Faits, chiffres, dates, citations, cohérence titre-corps, vie privée, complétude des langues et absence d’affirmations sans base.
P1 : très important
Réponse rapide, une idée principale par paragraphe, explication simple avant le jargon, intertitres clairs, moins de répétition.
P2 : la voix
Humour, métaphores, ton conversationnel, rythme et accroches fortes.
Protéger P0 ne demande pas de tuer P2. Sinon le contrôle qualité produit des notices administratives.
7. Le vrai actif est une boucle d’évaluation nourrie par les échecs
- Générer un brouillon.
- Lancer les contrôles mécaniques.
- Faire une lecture sémantique par l’IA.
- Retourner des motifs d’échec structurés.
- Corriger uniquement les parties en échec.
- Vérifier de nouveau.
- Transformer les nouveaux échecs généralisables en critères permanents.
L’approche des evals d’OpenAI insiste précisément sur cette amélioration continue à partir des erreurs réelles.[1]
Si seul le titre échoue, inutile de régénérer deux mille mots déjà bons.
8. L’implémentation TypeScript peut rester simple
const draft = await writeArticle(input);
const hardCheck = runDeterministicChecks(draft);
const editorial = await semanticEditor.review(draft, rubric);
if (!hardCheck.ok || editorial.hasCriticalIssue) {
const revised = await reviseOnlyFailures(draft, { hardCheck, editorial });
return verifyAgain(revised);
}
return draft;
Le déterministe va dans le code, ce qui exige du sens va chez l’éditeur IA, et les motifs d’échec deviennent des instructions de correction précises.
9. L’automatisation se trompe encore : l’éditeur IA n’est pas un dieu
Il peut supprimer une bonne blague jugée redondante, aplatir des styles minoritaires, perdre l’humour culturel en localisation ou noter trop généreusement son propre texte.
Un score sémantique est donc un signal d’inspection, pas la vérité. Les faits reviennent aux sources primaires ou officielles, les cas à risque montent vers un humain, et chaque langue est évaluée comme une langue réelle.
10. À 100 ou 1000 articles, la valeur vient des intérêts composés de l’amélioration
Un article révèle qu’un slogan cache la question principale : on ajoute un contrôle.
Un autre montre que quatre “cependant” dissolvent la conclusion : on ajoute un critère.
Une version allemande est correcte mais sent la traduction : on ajoute un contrôle spécifique à l’allemand.
L’erreur cesse d’être une correction ponctuelle et devient une infrastructure éditoriale.
11. Conclusion : construisez une rédaction qui ne dort jamais, pas une montagne de règles
Le but n’est pas de greffer du talent littéraire à TypeScript.
Il s’agit de rendre répétables les bons jugements d’un éditeur : “on ne comprend pas de quoi ça parle”, “le titre promet quelque chose que le texte ne livre pas”, “ne supprime pas la blague, déplace-la”, “cette affirmation a besoin d’une source”.
Transformés en contrôles, lecture sémantique, correction ciblée et nouvelle validation, ces jugements permettent au même modèle de produire un bien meilleur résultat final.
Parce que c’est le système éditorial autour du modèle qui a appris.
