--- name: seo-preparation-semantique description: | Engine autonome de préparation sémantique sans scraping SERP. Deux modes : CRÉATION (requête → carte vierge en 13 phases) et AUDIT (contenu existant → diff vs carte attendue + plan de correction P0/P1/P2). Format de sortie : entités sémantiques pondérées (poids 0-1 + densité cible + cosinus simulé + justification + statut P1/P2/P3), lexique signature (n-grams + co-occurrences), pain points & verbatims Haute Surprise, preuves quantitatives (Confidence Score + Freshness Guard), multimodal, cartographie concurrentielle (5-10 acteurs), Gap analysis 3 vues (Gap Competitive Map + Content Gap Score + Surprise Score Sémantique 0-100), divergence calibrée Information Gain, FAQ stratégique (5-7 vecteurs), Structural Information GEO, matrice couverture × Mapping Triade SERP, patches KB. Phase 0 informative (jamais bloquante) : alerte sur head term saturé / multi-intentions et propose des sous-niches en annexe, mais produit toujours la carte complète. Embeddings simulés : cosinus Phase 2 calibré sur le corpus Claude, marqué « simulé » dans chaque sortie. Pas de vraie API embedding — honnête sur le calcul. TOUJOURS utiliser ce skill quand l'utilisateur dit : - Mode Création : "prépare la sémantique", "carte sémantique", "préparation sémantique", "engine sémantique", "tout ce que ma page doit contenir", "fais-moi l'analyse sémantique de [requête]", "lance l'engine sur [requête]", "sémantique sans SERP", "analyse sémantique [mot-clé]", "prépa sémantique [requête]", "entités pondérées [requête]", "surprise score sémantique de [requête]". - Mode Audit : "audite la sémantique de", "audit sémantique de cette page", "ma page couvre-t-elle [requête]", "compare ce contenu à la carte sémantique attendue", "qu'est-ce qui manque à mon article sur [requête]", "diff sémantique", "audit de couverture sémantique", "ma page ne ranke pas — qu'est-ce qui lui manque", "plan de correction sémantique". Ce skill remplace les outils de scraping SERP. Il produit la matière sémantique brute (carte). Il NE produit pas la rédaction, ni la structure Hn finale, ni le hook — ces étapes sont en aval. --- # Préparation sémantique sans SERP Engine autonome qui produit la carte sémantique complète d'une page à écrire (Mode Création) ou audite la couverture sémantique d'un contenu existant (Mode Audit). Aucun scraping de SERP. La carte se construit depuis l'intention de la requête, le corpus du domaine, et l'expertise propre fournie en input. Le principe qui gouverne tout le reste : l'objectif n'est pas de copier le Top 10, c'est d'apporter la meilleure réponse à l'utilisateur. Un contenu qui reformule le consensus existant est statistiquement invisible pour les modèles de retrieval modernes, quelle que soit sa qualité rédactionnelle. ## Détecter le mode - **Requête + profil seuls** → Mode **CRÉATION**. - **Requête + profil + contenu fourni** (texte collé, chemin de fichier, ou URL publique) → Mode **AUDIT**. - Si ambigu, demander : « Tu veux créer la carte sémantique d'une page à écrire, ou auditer un contenu existant ? » Pour le Mode Audit, lire `references/mode-audit.md` — le format de sortie y diffère substantiellement. ## Inputs requis ### Mode Création | Variable | Valeur attendue | Statut | |---|---|---| | Requête cible | mot pour mot | Obligatoire | | Pays / langue | FR/FR par défaut | Obligatoire | | B2B/B2C + rôle | « B2B — CMO SaaS 50p » | Obligatoire | | Objectif | Lead Gen / Conversion / Expertise | Obligatoire | | Secteur | nommé | Obligatoire | | Audience | junior / expert / mixte | Obligatoire | | Localisation | ville ou « N/A » | Obligatoire | | Expertise unique | une phrase signature | Recommandé | ### Mode Audit (en plus des inputs Création) | Variable | Valeur attendue | Statut | |---|---|---| | Contenu à auditer | texte collé, chemin local, ou URL publique (robots.txt OK) | Obligatoire | | Version cible | refonte / update freshness / élargissement / migration | Recommandé | Si une variable obligatoire manque, poser **une seule question groupée** avant de produire. Enchaîner les questions une par une fait perdre plus de temps que de produire une carte sur une hypothèse annoncée. ## Règle de contexte — jamais un site entier dans la fenêtre La qualité de raisonnement d'un LLM se dégrade quand sa fenêtre de contexte se remplit. Charger des dizaines de pages avant de raisonner produit une carte sémantique médiocre : le modèle se met à résumer ce qu'il a lu au lieu de construire une position. Trois règles : - **Une page à la fois.** En Mode Audit, ne charger que le contenu à auditer — jamais le site complet, jamais le blog entier « pour avoir le contexte ». - **Index d'abord.** Si l'analyse a besoin d'une vue d'ensemble du site (autres pages du cluster, maillage existant), construire d'abord un index léger (URL + title + H1 + meta description par page) et raisonner dessus. Le contenu intégral d'une page ne se lit qu'à la demande, quand une phase en a besoin. - **Déléguer les lectures longues.** Dans un environnement qui le permet (sous-agents), faire lire les pages annexes par des agents séparés qui ne remontent que leur synthèse. Le contexte principal reste réservé au raisonnement des 13 phases. ## Pipeline — 13 phases en chaîne ``` Phase 0 — Filtre stratégique (informatif, jamais bloquant) Phase 1 — Décodage micro-intentionnel + Action Engine flag Phase 2 — Entités sémantiques pondérées (7 colonnes) Phase 3 — Lexique signature (n-grams + co-occurrences) Phase 4 — Pain points & verbatims Haute Surprise Phase 5 — Preuves quantitatives (Confidence Score + Freshness Guard) Phase 6 — Vecteurs multimodaux Phase 7 — Cartographie concurrentielle (5-10 acteurs) Phase 8 — Gap analysis 3 vues (8a Gap Competitive Map / 8b Content Gap Score / 8c Surprise Score Sémantique 0-100) Phase 9 — Divergence calibrée Information Gain Phase 10 — FAQ stratégique (5-7 vecteurs latents) Phase 11 — Structural Information GEO Phase 12 — Matrice couverture × Mapping Triade SERP Phase 13 — Feedback loop KB (patches à archiver) ``` Les phases s'enchaînent : chacune consomme les sorties des précédentes. La Phase 8a a besoin des entités (Phase 2) et des acteurs (Phase 7) ; la Phase 9 attaque une entité identifiée en 8a. Sauter une phase casse la chaîne en aval. ### Formats détaillés Le format exact de chaque phase — tableaux, colonnes obligatoires, seuils, verdicts — est en référence. Charger le fichier au moment d'exécuter les phases concernées, pas d'avance : - `references/phases-0-6.md` — filtre stratégique, micro-intentions, entités pondérées, lexique, pain points, preuves, multimodal. - `references/phases-7-13.md` — cartographie concurrentielle, gap analysis 3 vues, divergence, FAQ, structural GEO, matrice de couverture, patches KB. - `references/output-template.md` — gabarit de la sortie finale, à suivre pour que deux runs soient comparables. - `references/concepts.md` — définitions des concepts mobilisés (Triade SERP, Information Gain, Confidence Score, Freshness Guard, pureté vectorielle, Surprise Gap…). À consulter en cas de doute sur un terme, et pour justifier un verdict auprès de l'utilisateur. - `references/mode-audit.md` — différences de format en Mode Audit et plan de correction P0/P1/P2. ## Règles absolues Ces règles existent parce que chacune corrige une manière connue de produire une carte qui a l'air bonne et ne sert à rien. - **Aucun scraping SERP**, jamais. Ni Google, ni Bing, ni autre moteur. La carte se construit depuis l'intention et le corpus, pas depuis le classement existant — c'est précisément ce qui permet de le dépasser. - **Robots.txt strict** pour tout WebFetch. Si bloqué : training Claude + demande à l'utilisateur, jamais de contournement. - **Cosinus toujours marqué « simulé »** en Phase 2 et Phase 8c. Ce sont des projections sur le corpus Claude, pas des embeddings calculés. Présenter un chiffre simulé comme mesuré ferait prendre des décisions sur du sable. - **Confidence Score obligatoire** sur chaque preuve chiffrée. Si la confiance est basse ou la source inconnue → `[À SOURCER]`. Aucun chiffre inventé : une carte sémantique sert à écrire une page publiée, un chiffre faux y survit. - **Freshness Guard** : preuves de plus de 36 mois omises, sauf paper fondateur non substituable. - **Phase 0 jamais bloquante** : alerter en WARN et proposer des sous-niches en annexe, mais produire toujours la carte complète. L'utilisateur décide de renoncer, pas l'engine. - **Ne pas rédiger** : pas de H1 final, pas de hook, pas d'architecture Hn définitive, pas de CTA, pas de prose narrative. La rédaction est en aval et travaille à partir de cette carte. - **Une page = une intention** (pureté vectorielle). Si la Phase 0.3 détecte plusieurs intentions → WARN + N sous-cartes en annexe. - **Anti-cliché en Phase 4** : « je veux du ROI », « je veux des résultats » ne sont pas des pain points, ce sont des absences de pain point. - **Justification obligatoire en Phase 2** : chaque entité porte sa raison d'être (paper, doctrine, co-occurrence). Une entité sans justification est une entité devinée, et elle fera écrire un paragraphe inutile. ## Sauvegarde Si l'utilisateur dispose d'un vault structuré (Obsidian, dossier markdown organisé), proposer d'écrire la sortie dans `/queries/prepa-semantique-YYYY-MM-DD-slug.md`. Sinon, sortie dans la conversation seule.