# Sortie — gabarit du rapport et schéma JSON Le rapport est ce que l'utilisateur lit ; le sidecar est ce qui rend le suivi possible. Emplacement — un dossier par couple page + requête : ``` ~/Documents/SEO//audits/--/ ├── v1.md ← rapport lisible ├── v1.json ← sidecar machine ├── v1.source.txt ← contenu tel qu'audité └── v2.md ``` `vN+1` si un `vN` existe — jamais d'écrasement. Slug de page : `home` pour la racine, chemin aplati sinon (`blog-mon-article`). Slug de requête : la requête en kebab-case. Arborescence complète du dossier client, types figés : ``` ~/Documents/SEO// ├── audits/ ← ce skill ├── cartes/ ← seo-preparation-semantique (réutilisables entre audits) ├── pages/ ← rédaction en aval └── briefs/ ← inputs fournis par le client ``` --- ## Gabarit du rapport ``` AUDIT SÉMANTIQUE — — v1 — YYYY-MM-DD Requête : "..." Profil : B2B — CMO SaaS 50p — secteur X — Lead Gen — audience mixte — N/A Version cible : refonte == PÉRIMÈTRE == Source : Markdown (fichier local) — 2431 mots Couches observables : 11/11 (dont C6 et C10 partielles) Champs non observables : C10.meta-description, C10.schema-org ⤷ pour les auditer : fournir l'URL ou le HTML rendu Carte de référence : générée par sous-agent aveugle au contenu ✅ == VERDICT == Surprise Score Sémantique : 42/100 — Acceptable mais réplicable « Score calibré sur projection corpus Claude. Pour une calibration exacte : audit GEO avec scores algorithmiques. » Couverture standard : 64 % (cible ≥ 70 %) ❌ Couverture surprise : 18 % (cible ≥ 30 %) ❌ Score de couverture : 6/11 couches conformes Décision : corrections P0 puis P1 avant republication == DÉTAIL PAR COUCHE == [C1 → C11, format de references/layers-c1-c11.md] Couches comptées : C2, C3. Couches jugées : les autres. == HORS SCOPE DÉTECTÉ == | Terme | Occ. | Densité | Lecture | Action | | « netlinking » | 12 | 0.48 % | pollution — autre intention | Déplacer vers la page netlinking | Passage cité : « ... » == PLAN DE CORRECTION == P0 — Bloquants (ne franchit pas l'admission) - [C10.title] Gap : title sans différenciateur → Action : réécrire en intégrant l'angle de divergence « ... » - [C11.phase-3] Gap : phase Generation non couverte → Action : ajouter une FAQ de 5 questions citables isolément P1 — Importants (indexé mais Low Surprise) - [C2.entity.bm25] Gap : 0,10 % mesuré vs 0,30 % attendu → Action : développer dans la section admission P2 — Améliorations - [C6.calculateur] Gap : absent → Action : créer (Action Engine flag levé) == DELTA vs v1 (si applicable) == ``` --- ## Delta de re-audit Si un `.audit-v(N-1).json` existe à côté du contenu, le charger et ouvrir le rapport sur cette section. ``` == DELTA vs v1 (2026-07-29) == Surprise Score : 42 → 67 (+25) Score couverture : 6/11 → 9/11 P0 résolus : 3/3 ✅ P1 résolus : 2/5 (ouverts : C2.entity.bm25, C5.preuve-adoption, C8.axe-2) RÉGRESSIONS : - [C2.entity.passage-ranking] 0,72 % → 0,08 % — l'entité pivot a été diluée par la réécriture NOUVEAUX HORS SCOPE : - « growth hacking » (7 occ, 0,28 %) — apparu avec la nouvelle intro ``` Les **régressions** sont la partie la plus utile du delta : une réécriture qui corrige trois P0 en cassant une entité pivot n'a pas progressé, et rien d'autre ne le révèle. Les chercher systématiquement, y compris quand le score global monte. --- ## Schéma du sidecar JSON Les identifiants sont déterministes — c'est ce qui permet d'apparier deux audits. Sans eux, un re-audit repart de zéro et personne ne sait si les corrections ont servi. Conventions d'ID : `C2.entity.`, `C3.ngram.`, `C4.pain.`, `C5.preuve.`, `C10.`, `C11.phase-`, `oos.`. ```json { "version": 1, "date": "2026-07-29", "query": "comment fonctionne le passage ranking", "profile": { "market": "B2B", "role": "CMO SaaS 50p", "sector": "...", "objective": "Lead Gen", "audience": "mixte", "geo": "N/A", "target_version": "refonte" }, "source": { "type": "markdown", "path": "ma-page.md", "word_count": 2431 }, "reference_map": { "generated_by": "subagent", "blind_to_content": true }, "scope": { "observable": ["C1","C2","C3","C4","C5","C6","C7","C8","C9","C10","C11"], "partial": ["C6","C10"], "na": [ { "id": "C10.meta-description", "reason": "absent du Markdown" }, { "id": "C10.schema-org", "reason": "absent du Markdown" } ] }, "surprise_score": { "total": 42, "verdict": "acceptable-mais-replicable", "components": { "proprietary_entities": 0.31, "high_surprise_verbatims": 0.20, "lexical_distance": 0.55, "quotation_statistics": 0.25 }, "simulated": true }, "coverage": { "conforming_layers": 6, "observable_layers": 11, "standard": 0.64, "surprise": 0.18 }, "layers": { "C2": { "regime": "counted", "entities": [ { "id": "C2.entity.bm25", "label": "BM25", "target_density": 0.3, "variants": ["BM25", "bm-25"], "occurrences": 2, "density": 0.10, "status": "sous-densifie" } ] }, "C10": { "regime": "judged", "fields": [ { "id": "C10.title", "status": "gap", "evidence": "« ... »", "action": "réécrire en intégrant l'angle de divergence" }, { "id": "C10.meta-description", "status": "na" } ] } }, "out_of_scope": [ { "id": "oos.netlinking", "term": "netlinking", "occurrences": 12, "density": 0.48, "reading": "pollution", "action": "déplacer" } ], "corrections": { "P0": ["C10.title", "C11.phase-3"], "P1": ["C2.entity.bm25", "C5.preuve-adoption", "C8.axe-2"], "P2": ["C6.calculateur"] }, "warnings": [] } ``` Le champ `reference_map.blind_to_content` doit être renseigné honnêtement : `false` quand la carte a été produite dans le contexte principal faute de sous-agents. C'est cette valeur qui permet, en relisant un vieil audit, de savoir si ses conclusions étaient fiables ou possiblement sous-détectées.