Ce guide explique où l'éditeur IA regarde quand il rédige, corrige ou contrôle un article, ce qu'il place en premier, et comment il concilie preuves solides et touche d'humour, selon les règles actuelles de qualité des articles (v5).
Il ne contient aucune information permettant d'identifier une personne. Les détails de vie privée, d'employeur, d'adresse ou de compte ont tous été généralisés.
La réponse en 5 secondes : huit couches à vérifier
L'éditeur IA examine en gros huit couches :
- La demande du moment — ce qu'il faut produire, et ce qu'il ne faut pas produire
- La mémoire et les sessions passées — style d'écriture, règles de qualité, exceptions décidées auparavant
- La dernière version de la branche main sur GitHub — les contrats, l'époque de qualité, les règles d'édition et le contrôle qualité en vigueur aujourd'hui
- L'article d'origine et les sources brutes — le « sol à ne jamais casser » : chiffres, dates, citations, noms propres et incertitudes
- Les sources primaires, officielles et de recherche sur le web — ce qui est d'actualité, les règles, les spécifications, les études et les contre-preuves
- L'article lui-même — besoins du lecteur, angle, structure, affirmations et preuves, humour, naturel du texte
- Les 12 versions linguistiques — on localise les idées, pas seulement les mots, et on garde intacts les noms exacts
- Le site réel, les données réelles et les preuves de contrôle qualité — smartphone, zoom, textes longs, liens, tableaux, et même les cas d'erreur
Il ne s'agit donc pas de « lire les consignes de Google puis d'écrire quelque chose ». Si on ne regarde que Google, on finit possédé par le fantôme d'un employé de Google. Si on ne regarde que Microsoft, le mode d'emploi se met à engendrer d'autres modes d'emploi. Ce qu'il faut à une usine à articles, c'est un jugement éditorial qui relie plusieurs sources solides à l'objectif de l'article en cours.
1. On commence par regarder « la commande du jour »
La priorité absolue, c'est la consigne de l'utilisateur à cet instant.
Certaines conditions ne valent que cette fois-ci : « de façon exhaustive », « court », « beaucoup d'humour », « fondé sur la recherche », « sans images », « 12 langues », « sans informations personnelles ». Aussi impressionnant que soit un vieux modèle, si la commande est un ramen et qu'on sert du curry, c'est tout simplement un accident.
On décide surtout ici cinq choses :
- Pour qui est l'article
- Quelle question se pose le lecteur
- Ce que le lecteur doit comprendre ou savoir faire après lecture
- Jusqu'où il faut chercher
- Les interdits, le format et le ton propres à cette fois
À ce stade, l'article reçoit son « besoin du lecteur » (Reader Need) et son « résultat pour le lecteur » (Reader Outcome).
2. Ensuite, on regarde la mémoire et les sessions passées
Un article a besoin de plus que les consignes du moment. Il lui faut aussi les règles d'édition accumulées au fil du temps.
Par exemple, les critères actuels comprennent des choses comme :
- Un texte naturel pour un adulte ordinaire, mais dont un collégien peut suivre le sens
- La conclusion en 5 secondes, l'aperçu en 30
- Le titre seul dit de quoi parle l'article
- La lecture des seuls titres H2 (les titres de section) suffit pour suivre le fil
- En principe, un paragraphe = un thème
- Conclusion, puis raison, puis exemple concret
- Expliquer ce qu'est un terme technique avant de donner son nom
- Utiliser l'humour pour faciliter la compréhension du propos
- Généraliser tout ce qui pourrait identifier une personne
- Ne pas traduire mot à mot dans les 12 langues
Le point important ici : ne pas traiter la mémoire passée comme une source de faits.
« On a décidé ça avant » convient pour la politique de production. Mais si l'on laisse « on l'a déjà dit » trancher des prix, des lois, des spécifications, des résultats d'études ou l'état actuel d'un système, l'article devient une capsule temporelle.
La mémoire sert à garder une politique éditoriale cohérente. Les faits, eux, retournent aux preuves actuelles.
3. La dernière version de main sur GitHub est le « mode d'emploi actuel »
Sur la durée, la dernière version de la branche main sur GitHub est la référence de l'usine à articles.
Le système de qualité actuel n'ajoute pas un 29e axe de qualité. À la place, il intègre le savoir-faire éditorial spécialisé sous forme de sous-portes (sub-gates) sous les 28 axes parents existants.
Les principales références que l'IA consulte sont :
- L'époque de qualité en cours
- Les 28 axes de qualité
- L'expérience de lecture et l'accessibilité cognitive
- La qualité du contenu
- Les normes étendues de Microsoft et de Google
- Le flux de travail d'édition professionnel
- Les règles d'édition du japonais
- Un style d'écriture naturel
- Les normes de multilinguisme et de localisation
- Le « passeport d'information » et la fraîcheur
- Les définitions de PASS, SAMPLE_PASS et COMPLETE_100
- Le contrat d'adoption officielle, de publication et de vérification
Ce qui compte ici : les règles les plus récentes l'emportent sur les anciens succès.
Même un article noté 100 hier devient « le 100 d'hier » dès que les règles de qualité changent. C'est comme avoir tout gagné sous le règlement de la saison dernière : on ne peut pas se présenter à un tournoi sous les nouvelles règles en disant « j'ai gagné hier, donc je suis champion aujourd'hui ».
4. L'article d'origine et les sources brutes sont le « sol à ne jamais casser »
On peut changer la présentation du texte. On ne peut pas réécrire les faits à sa convenance.
Ce qui est protégé en priorité :
- Les chiffres
- Les dates
- Les montants
- Les unités
- Les effectifs
- Les noms de dispositifs et de programmes
- Les spécifications de produits
- Les URL
- Les citations
- Les sources
- Les noms propres
- La conception des études
- L'incertitude
- L'état « on ne sait pas »
Si l'on transforme « environ 30 % » en « à peu près la moitié » pour que ce soit plus lisible, ce n'est pas plus lisible : c'est une autre ligne temporelle.
Le travail de base d'un éditeur IA consiste à corriger l'ordre, les explications, les exemples, les titres et la formulation sans changer le sens.
5. Sur le web, on commence par les « preuves les plus solides »
Quand un article a besoin d'informations actuelles ou de faits extérieurs, on cherche sur le web. Mais on ne se prosterne pas devant ce qui arrive en tête des résultats.
On pèse les sources grosso modo dans cet ordre de solidité :
- Normes, lois et sources primaires
- Guides et spécifications du fournisseur officiel
- Recherches primaires et études évaluées par des pairs
- Normes éditoriales et journalistiques professionnelles
- Sources secondaires fiables
- Communautés, réseaux sociaux et témoignages personnels
Bien sûr, cela varie selon le type d'article.
Si la question est « qu'ont réellement ressenti les utilisateurs », Reddit et les réseaux sociaux peuvent compter. Mais si la question est « qu'exige WCAG (la norme d'accessibilité du web) », trancher avec un message de forum du genre « c'est sûrement 24 px lol » ferait pleurer la norme.
De plus, pour les articles d'analyse, de comparaison, de recherche, de recommandation et à fort impact, on cherche aussi les sources qui pourraient réfuter sa propre conclusion.
« J'ai réuni cinq sources qui soutiennent cette théorie ! », ce n'est pas de la recherche. C'est un club de fans.
6. Les 28 axes de qualité ne sont pas « 28 dieux »
Le système actuel conserve 28 axes parents. En gros : 17 axes d'expérience de lecture et 11 axes de qualité du contenu.
Les 17 axes d'expérience de lecture
- Attention
- Mémoire
- Décision
- Vitesse de traitement
- Compréhension
- Odeur de l'information (les indices qui disent au lecteur où trouver ce qu'il cherche)
- Encombrement visuel
- Hiérarchie
- Mise en page
- Texte
- Couleur et vision
- Interaction
- Multilinguisme
- Technologies d'assistance
- Mouvement
- Changements d'état
- Résistance aux données réelles
Les 11 axes de qualité du contenu
- Lecteur, objectif et résultat après lecture
- Valeur originale
- Confiance, auteur et méthode de production
- Risques, chiffres et décisions
- Sens des tableaux, schémas et images
- Étapes, actions et charge de mémoire
- Inclusion et culture
- Réussite effective de la tâche du lecteur
- Niveau d'achèvement selon la région
- Performance et lecture concentrée
- Le texte comme son (comment il sonne à voix haute)
Pas besoin de réciter les 28 dans le texte à chaque fois.
Le but n'est pas de remplir les axes. C'est de réfléchir d'abord à l'endroit où le lecteur va trébucher, puis d'utiliser les axes liés à cet obstacle.
Si votre usine à articles se met à dire « l'offrande de ce soir aux 28 dieux est encore en retard de trois axes », ce n'est plus du contrôle qualité. C'est une association cultuelle.
7. On regarde les 14 sous-portes de l'édition professionnelle
Sous les 28 axes parents se trouvent 14 sous-portes issues du travail d'édition professionnel.
- Besoin du lecteur et résultat après lecture
- L'angle de l'article
- L'accroche du début
- De quoi parle cet article et pourquoi c'est important
- Mettre l'information essentielle en avant
- Le rôle de chaque paragraphe
- Correspondance entre affirmations et preuves
- Vérification des contre-preuves
- Solidité des sources
- Éditer dans l'ordre structure, puis faits, puis style
- Tenir dans le corps du texte la promesse du titre
- Des repères qui permettent de deviner ce qui vient ensuite
- Cohérence de la notation et des termes
- Fraîcheur après publication et dette de contenu
Cela dit, on ne les applique pas mécaniquement à tous les articles.
Un récit de repas n'a pas besoin d'endosser en bloc la structure d'une dépêche de Reuters, et une spécification d'API n'a pas à commencer par « Soudain, les nouilles ont éclaté de rire ».
On n'utilise que les techniques adaptées au type d'article. Voilà l'essentiel.
8. L'ordre d'édition : « structure, puis faits, puis style »
L'ordre est un élément discret mais puissant de l'édition professionnelle.
1re passe : la structure
- Répond-on à la question du lecteur ?
- Y a-t-il un angle ?
- La conclusion arrive-t-elle trop tard ?
- Le fil se comprend-il avec les seuls titres H2 ?
- Y a-t-il des sections en double ?
- Y a-t-il des sections inutiles ?
2e passe : faits et preuves
- Chaque affirmation a-t-elle une preuve ?
- La preuve soutient-elle vraiment cette affirmation ?
- Faut-il préciser l'échantillon ou la base de comparaison d'un chiffre ?
- Existe-t-il des preuves contraires ?
- Quelque chose est-il périmé ?
3e passe : le style
- Des phrases sont-elles trop chargées ?
- Le jargon technique est-il expliqué ?
- Y a-t-il des « ceci » ou « cela » qui ne renvoient à rien de clair ?
- Les blagues fonctionnent-elles ?
- Le texte est-il tombé dans le gras décoratif façon IA ou dans une rafale de « Remarque : » ?
Inversez cet ordre et vous obtenez une édition qui lustre le papier peint d'une maison qui sera démolie la semaine prochaine.
9. Séparer les règles chiffrées en trois sortes
Quand des chiffres apparaissent, l'IA a parfois soudain envie d'inventer un seuil. C'est là qu'on l'arrête.
On range toujours les chiffres en trois catégories.
Chiffres fixés par une source officielle ou une norme
Par exemple, le reflow de WCAG à l'équivalent de 320 px CSS, l'agrandissement du texte à 200 %, la taille des cibles.
Ils peuvent devenir des portes strictes (hard gates), dans le périmètre et avec les exceptions que la norme définit.
Chiffres issus de la recherche
Si les sujets, la langue, les conditions ou l'échantillon diffèrent, un chiffre ne peut pas devenir tel quel une norme universelle.
On ne peut pas prendre un « X mots en anglais » dans une étude et l'alchimiser à la calculette en « X caractères en japonais ».
Heuristiques internes au site
Par exemple : « à partir de 4 titres H2, vérifier si une table des matières est nécessaire ».
C'est pratique pour repérer des candidats à relire, mais il ne faut pas qu'une règle empirique soit promue agent de police.
Google lui-même ne donne pas de chiffre magique du genre « la longueur que Google préfère ». Ce qu'il faut regarder, ce n'est pas la longueur mais si l'article apporte ce que son objectif exige.
10. Les 12 langues se localisent, elles ne se traduisent pas
Les langues prises en charge sont :
- Japonais
- Anglais
- Coréen
- Chinois (simplifié)
- Chinois (traditionnel)
- Espagnol
- Portugais (Brésil)
- Indonésien
- Thaï
- Vietnamien
- Français
- Allemand
Pour le multilinguisme, on range les mots en trois catégories.
LOCALIZE_CONCEPT
Les idées générales sont remplacées par des mots que les gens de cette langue comprennent naturellement.
KEEP_EXACT_NAME
Ce dont le nom exact compte — noms de produits, de normes, API, URL, code, noms de fichiers, identifiants d'articles scientifiques — est conservé tel quel.
KEEP_EXACT_NAME_WITH_LOCAL_DESCRIPTOR
Si l'on garde le nom mais qu'il ne dit pas à lui seul ce que c'est, on ajoute une courte explication dans la langue concernée.
Copier l'ordre des mots, les retours à la ligne et les jeux de mots japonais dans 12 langues, ce n'est pas traduire.
C'est brancher de force une prise japonaise sur une prise murale étrangère, à la seule volonté.
Les blagues aussi sont localisées par le sens. Celles qui ne passent pas sont remplacées par un autre rire, naturel celui-là.
11. PASS est un système de portes, pas une moyenne
L'approche de base actuelle est gate-first-score-second (les portes d'abord, la note ensuite).
Autrement dit, ceci n'existe pas :
« Les faits sont faux, mais le design est à 95 et le texte à 96, donc la moyenne dépasse 90. Validé ! »
Un échec grave ne s'efface pas par une moyenne.
SAMPLE_PASS
Aucun problème grave n'a été trouvé dans les échantillons contrôlés.
PASS
Le périmètre de la cible actuelle est défini avec précision, les preuves requises sont rattachées à l'identité actuelle du contenu, à l'époque de qualité et à la version des règles, et aucun UNKNOWN grave ne subsiste sur les points requis.
COMPLETE_100
Les portes strictes applicables, la revue sémantique et les preuves externes et d'exécution requises sont toutes réunies, et tout est clos sur l'ensemble des cibles actuelles.
Ce n'est pas un FAIL du simple fait qu'aucun humain n'a noté. Aujourd'hui, le relecteur sémantique officiel est l'éditeur sémantique IA ancré dans les sources (source-grounded AI semantic editor).
Mais si l'IA écrit elle-même quelque chose puis déclare :
« Après un examen rigoureux par Maître IA, le texte de Maître IA a été jugé parfaitement correct »,
cela ne compte pas comme preuve.
Le juge peut être une IA. Mais le juge ne doit pas modeler les pièces à conviction dans de l'argile.
12. Après le texte, on regarde l'écran réel
Même si le texte de l'article est juste, il est illisible s'il se casse à l'écran.
Sur le site réel, on vérifie au moins des situations comme celles-ci :
- Un téléphone de classe 320 px
- Un téléphone de classe 390 px
- Un téléphone en mode paysage
- Une tablette
- Un PC de classe 1280 px / 1440 px
- Un agrandissement du texte à 200 %
- L'espacement du texte WCAG (Text Spacing)
- L'expansion du texte en pseudo-localisation (un test qui allonge le texte comme le font les traductions)
- forced-colors (un mode d'affichage à contraste élevé)
- reduced-motion (un réglage qui coupe les animations)
Ensuite, on exploite les « mines » des données réelles.
- Le titre le plus long
- La chaîne insécable la plus longue
- Le corps de texte le plus long
- Le corps de texte le plus court
- Le plus grand nombre de titres
- Le plus grand nombre de liens
- Le plus grand nombre de tableaux
- Le plus grand nombre d'éléments de type définition
- Le plus grand nombre de blocs code / pre
- Les articles qui mélangent plusieurs systèmes d'écriture
Si l'on ne teste que des articles ordinaires pour dire « tout va bien ! », l'étendue du contrôle est aussi différente que de conclure un bilan de santé en faisant des squats dans une bibliothèque.
Les erreurs, les résultats à zéro, les échecs de chargement et les traductions manquantes font aussi partie de l'expérience de l'article.
13. Les règles de recherche tournent elles aussi toutes seules
Les règles de qualité elles-mêmes vieillissent.
C'est pourquoi des mises à jour de recherche sont intégrées à l'audit central existant.
- Actualisation régulière : en principe tous les 7 jours
- Balayage approfondi (deep sweep) : en principe tous les 30 jours
- Changements officiels majeurs : avancés si nécessaire
Parmi les sources examinées : W3C/WCAG, ISO 24495, Microsoft, Google, Reuters, AP, GOV.UK, sciences cognitives, IHM (interaction homme-machine), recherche sur la lecture, recherche d'information, accessibilité, et recherches sur le multilinguisme et l'édition.
Les nouvelles découvertes sont examinées dans cet ordre :
Recoupe-t-elle des règles existantes ? → La source est-elle solide ? → À quels articles s'applique-t-elle ? → Quelle est la plage des chiffres ? → Y a-t-il des contre-preuves ?
puis classées dans l'une des catégories :
- ADOPT
- CONDITIONAL
- TEST
- DEFER
- REJECT
- SUPERSEDED
Lors du premier balayage approfondi de la v5, le 28 août 2026, aucun changement assez important pour renverser la norme PASS actuelle n'a été trouvé, et la décision a été de conserver la v5.
14. Les guides officiels ne sont pas des oracles
Microsoft, Google, Reuters, AP, W3C, ISO. Toutes des sources solides, mais leur champ d'application diffère.
Par exemple, dans la documentation technique, limiter les expressions idiomatiques et l'humour peut aider la traduisibilité et la précision.
Mais appliquez cette règle partout à un récit de repas ou à un article de divertissement et vous obtenez ceci :
A consommé du steak haché. Du jus de viande s'est produit. La satisfaction a augmenté.
Une phrase qui a laissé ses émotions au service conformité.
Les guides officiels se lisent selon le contexte où ils ont raison.
Ce n'est pas « officiel, donc ADOPT pour tous les articles ». Si nécessaire, c'est CONDITIONAL.
15. Même si GitHub tombe, le cerveau de l'article ne doit pas mourir
Quand GitHub est inaccessible, il n'est pas nécessaire d'arrêter toute rédaction d'article et toute revue sémantique.
Comme base de reprise, on conserve aussi dans un système séparé :
- Les 28 axes parents
- La politique de l'éditeur IA
- Le flux de travail d'édition professionnel
- La solidité des sources
- Les normes chiffrées
- La méthode de mise à jour de la recherche
- Le jugement PASS
- Le principe de ne pas arrêter l'usine
Mais quand GitHub est invisible, on ne doit pas combler les éléments suivants par supposition :
- Le SHA actuel (l'identifiant du commit)
- Le dernier reçu (receipt)
- Le fait que ce soit déjà appliqué au dépôt
- L'avancement officiel actuel
Ceux-là sont UNKNOWN.
Quand GitHub revient, on recoupe la dernière version de main, la base de reprise et les dernières informations primaires et officielles, puis on revient au fonctionnement normal.
« Le dernier qui écrit gagne » (blind last-write-wins) n'est pas une politique éditoriale. C'est un pierre-feuille-ciseaux.
16. Ce que nous ne faisons pas
Cette usine à articles évite au moins ce qui suit :
- Prendre la seule réponse d'une IA comme preuve d'un fait
- Écrire « vérifié par un expert » alors qu'aucune relecture humaine n'a eu lieu
- Appeler « norme de Google » un chiffre que Google n'a jamais donné
- Produire en masse des articles de faible valeur uniquement pour le classement dans les moteurs de recherche
- Mettre un titre racoleur puis ne pas répondre dans le corps du texte
- Modifier les chiffres ou l'incertitude de la source pour faciliter la lecture
- Faire entrer tous les articles dans le même moule de style journalistique ou de document technique
- Copier mécaniquement les titres, l'ordre des mots et les blagues japonais dans les autres langues
- Marteler tout le texte en gras
- Laisser les « Remarque : » pousser comme de la mauvaise herbe
- Arrêter des usines sans rapport parce qu'un seul article a échoué
- Proclamer « 100 points sur tout le site » à partir de simples contrôles par échantillon
Pour résumer : l'éditeur IA est le plus occupé avant et après l'écriture
Si l'on ne regarde que l'acte d'écrire, un éditeur IA ressemble à un générateur de texte.
Mais le vrai travail, c'est :
Lire la demande → lire les règles passées → lire la référence GitHub → protéger les sources brutes → vérifier les sources primaires, officielles et de recherche → chercher à se réfuter soi-même → bâtir la structure → vérifier les faits → polir le style → localiser en 12 langues → tenter de tout casser sur l'écran réel → clore avec le contrôle qualité → et continuer à mener, à intervalles réguliers, des recherches sur les règles elles-mêmes.
« Écris un article » est le bouton de démarrage, pas une description de poste.
L'éditeur IA d'une usine à articles fait la ronde en étant tout à la fois auteur, correcteur, chercheur, éditeur de traduction, contrôleur qualité et agent de maintenance.
Et le plus important n'est pas de produire un texte conforme aux règles, mais de produire un article où le lecteur saisit le sens tout de suite, peut remonter jusqu'aux preuves et prendre les décisions dont il a besoin.
Les règles sont des outils au service de cela. Ceci est une usine à articles, pas un lieu où l'on vénère la boîte à outils.
