Dans le moteur de diagnostic : comment AdAstra note un contenu avant de le corriger

Avant de suggérer le moindre correctif, AdAstra exécute un diagnostic complet. Voici ce qu’analyze_content mesure vraiment, dans quel ordre, et comment un score faible devient une étape suivante précise.

~7 min de lecture . Analyse

Déposez un contenu dans AdAstra, un brouillon, une newsletter, une landing page, et la première chose qui arrive n’est pas une suggestion. C’est un diagnostic. C’est ce diagnostic que parcourt cet article : ce qu’il mesure, dans quel ordre, et comment un chiffre faible devient l’outil exact à exécuter ensuite.

Ce que fait le moteur de diagnostic

Le diagnostic s’exécute comme un outil unique, analyze_content, et c’est l’étape obligatoire dès qu’un contenu est déposé : rien d’autre ne tourne avant lui. Il commence par découper le contenu en ses éléments structurels, titre, hook, introduction, messages clés et call-to-action, pour que les contrôles suivants notent la bonne partie de la page plutôt que la page entière. Ensuite, il exécute un ensemble fixe de thèmes les uns après les autres, pas en parallèle : chaque thème se termine, rapporte son propre score et ses métriques, et arrive immédiatement dans le flux, si bien que le diagnostic se construit pièce par pièce au lieu d’arriver d’un bloc.

Si le travail propre à un thème échoue, par exemple parce que la requête Google Ads derrière le thème commercial est temporairement indisponible, cet échec n’entraîne pas le reste du diagnostic avec lui. Le moteur intercepte l’erreur, enregistre ce seul thème avec un score de 0, une gravité « mauvais » et une métrique signalant l’échec, puis passe au thème suivant.

Les trois thèmes

Il y a exactement trois thèmes, et ils s’exécutent toujours dans le même ordre : commercial, CTR et conversion, et SEO et LLM-readiness. Chacun produit son propre score de 0 à 100 ainsi qu’une liste de métriques individuelles, et chaque métrique porte sa propre gravité. Là où une métrique est faible, elle porte aussi un correctif : une référence vers l’outil exact, parfois déjà configuré, qui traite cette faiblesse précise. C’est tout l’intérêt d’exécuter un diagnostic : un score seul vous dit que quelque chose ne va pas, un score assorti d’un correctif vous dit quel outil exécuter, et avec quels réglages, pour y remédier.

Le thème commercial et les manques à gagner

Le thème commercial part des affirmations centrales du contenu : il extrait les messages clés et s’en sert comme mots-clés de départ, puis les interroge face aux vraies données Google Ads pour votre pays et votre langue cibles. Les idées de mots-clés qui reviennent sont réparties en deux groupes : celles qui correspondent aux mots-clés de départ du contenu, et celles qui n’y correspondent pas.

Ce second groupe, ce sont les manques à gagner, le même concept que dans l’article sur l’économie des mots-clés : des opportunités de mots-clés proches de votre sujet que la requête fait remonter et que vos contenus ne couvrent pas aujourd’hui. Le diagnostic rapporte directement le nombre de ces manques comme métrique et, dès qu’il y en a, y attache un correctif pointant vers generate_keyword_ideas, alimenté par ces mots-clés manquants eux-mêmes comme sujet à développer.

À côté du nombre de manques, le thème rapporte le CPC moyen et le volume de recherche mensuel cumulé sur les mots-clés pertinents qu’il a trouvés, chacun noté sur sa propre échelle de 0 à 100 (le volume face à un plafond d’environ 10 000 recherches mensuelles, le CPC face à environ 2 euros comme point de référence solide). Le score global du thème commercial est la moyenne de ces deux notes. Si l’une des deux ressort faible, un second correctif apparaît, pointant vers optimize_content avec l’optimisation du volume et du CPC activée.

Ce chiffre est purement illustratif et n’affirme rien sur un contenu réel.

Le thème CTR et conversion

Le deuxième thème regarde si le contenu sera réellement cliqué et si, une fois lu, il convertira réellement. Il prédit un score de taux de clic pour le titre et, séparément, pour le hook, la ligne d’accroche identifiée lors du découpage, et il note la force de conversion globale du contenu. Il vérifie aussi une chose plus simple, directement : la présence ou non d’un call-to-action, traitée comme un succès ou un échec net plutôt que comme une note graduée.

Chaque métrique faible pointe ici vers un correctif précis. Un CTR de titre faible mène à optimize_headline. Un hook faible, un CTA absent ou un score de conversion faible mènent tous à optimize_content avec l’optimisation de la conversion activée. Le score global du thème est la moyenne du CTR du titre, du CTR du hook, du score de conversion, et d’un 100 ou d’un 0 selon qu’un CTA a été trouvé ou non.

Là encore, purement illustratif, ce n’est pas un vrai résultat.

Le thème SEO et LLM-readiness

Le troisième thème est en réalité deux contrôles réunis en un score. La première moitié, quand une URL est disponible, exécute la même checklist SEO on-page traitée dans son propre article et convertit le taux de réussite en un score de 0 à 100 ; sans URL, cette moitié rapporte une valeur neutre par défaut et signale qu’une URL est nécessaire. À côté, le thème rapporte le nombre de paires question-réponse trouvées, à titre purement informatif : bon signe s’il y en a, avertissement léger s’il n’y en a aucune.

La seconde moitié vérifie la maturité IA directement au regard des trois mêmes catégories GEO traitées dans l’article llms.txt : FAQ et capacité à répondre, profondeur et valeur de source, et points clés. Chaque catégorie est une lecture nette, conforme ou non conforme, du contenu lui-même. Toute catégorie en échec reçoit un correctif pointant vers optimize_content, avec le style d’optimisation LLM réglé en conséquence : FAQ Style, In-depth Analysis ou Key Takeaways, selon la catégorie qui a manqué.

Le score global du thème est la moyenne du taux de réussite de la checklist SEO et de la part des catégories de maturité IA validées.

Purement illustratif comme ci-dessus, ce n’est pas le résultat d’une vraie page.

Scores, gravité et correctifs en un clic

Chaque score des trois thèmes, et le score global aussi, se lit au regard des mêmes seuils fixes : 70 ou plus est bon, 40 à 69 est un avertissement, tout ce qui est sous 40 est mauvais. Les métriques de présence, comme le contrôle du CTA, sautent complètement la zone intermédiaire : présent est bon, absent est mauvais. Le score global est simplement la moyenne des trois scores de thème, arrondie à l’entier, et il reçoit sa gravité des mêmes seuils. C’est un résumé, pas une quatrième mesure : le vrai signal vit dans les scores de thème et, en dessous, dans les métriques individuelles.

En résumé

• analyze_content est l’étape obligatoire pour tout contenu déposé : il découpe le contenu, puis exécute trois thèmes en séquence, en diffusant chaque résultat dès qu’il est prêt.
• Les trois thèmes, toujours dans cet ordre, sont commercial, CTR et conversion, et SEO et LLM-readiness ; chacun renvoie son propre score de 0 à 100 plus des métriques individuelles.
• Le thème commercial tire ses mots-clés de départ des messages clés du contenu, puis signale les manques à gagner : des idées de mots-clés que la requête fait remonter et que le contenu ne couvre pas, corrigées via generate_keyword_ideas.
• Le thème CTR et conversion prédit le CTR du titre et du hook, vérifie la présence d’un CTA et note la force de conversion ; les métriques faibles mènent à optimize_headline ou optimize_content.
• Le thème SEO et LLM-readiness mêle le taux de réussite de la checklist SEO on-page à la conformité aux catégories GEO FAQ, profondeur et points clés ; les échecs mènent à optimize_content avec le style correspondant.
• Chaque score utilise les mêmes seuils : 70+ est bon, 40 à 69 est un avertissement, sous 40 est mauvais ; un thème qui échoue complètement rapporte un score de 0.
• Le score global est la simple moyenne des trois scores de thème ; la vraie valeur est dans les métriques faibles individuelles, chacune déjà associée à l’outil exact qui la corrige.