Sommaire
- Ce qui s’est passé exactement
- Le seul vrai travail : le prompt
- Le pipeline : humain vs machine
- La stack technique
- Les chiffres bruts
- L’exemple live
- Ce que ça change vraiment
- FAQ
Je tape deux mots dans le terminal. Pas une commande npm. Pas un login. Juste : “content”. Puis “reflex ia”.
Cinq minutes plus tard, un article de 2 100 mots est live sur Cloudflare Pages. Audité sur quatre dimensions. Deux graphiques SVG inline générés selon la charte graphique exacte du site. Une version brouillon envoyée sur mon Gmail pour relecture mobile. Tout ça sans avoir ouvert WordPress, Notion, Google Docs, ou le dashboard Cloudflare une seule fois.
Ce n’était pas un test. C’était le premier exemple live de mon pipeline de production de contenu pour Reflex IA. Voilà exactement ce qui s’est passé.
Ce qui s’est passé exactement
Le pipeline CONTENT_ENGINE existe depuis le 24 avril 2026. Je l’ai construit pour produire du contenu optimisé sans friction — le genre de système où l’intelligence va dans la stratégie, pas dans la manipulation d’interfaces.
Le 26 avril, j’ai voulu tester pour de vrai. Pas un article de démo. Un article réel, sur un sujet réel, publié sur le vrai site. Le sujet : un comparatif de sept hébergeurs web (OVHcloud, Hostinger, o2switch, GoDaddy, PlanetHoster, Infomaniak, LWS).
Résultat : du prompt initial au lien live, cinq minutes.
Lire l’article publié → OVHcloud vs Hostinger vs o2switch — comparatif 2026, 7 hébergeurs, verdict par profil.
Le seul vrai travail : le prompt
Avant d’entrer dans le pipeline, j’ai fait quelque chose qui prend du temps : réfléchir.
J’ai écrit un prompt de recherche détaillé pour DeepSeek R1 (modèle de raisonnement Reflection, mode expert). Ce prompt demandait une analyse complète : fonctionnalités indispensables par catégorie, analyse qualitative et quantitative des avis Trustpilot, comparatif des prix affichés vs réels, chiffres de marché, cas d’usage par métier, prérequis techniques, stack, et niveau de maturité requis.
Le prompt fait 400 mots. Il m’a pris dix minutes.
C’est là que l’intelligence s’est concentrée. Le reste — la mise en forme, l’optimisation SEO, les graphiques, le déploiement — c’est de la plomberie. De la bonne plomberie, bien construite, mais de la plomberie.
DeepSeek R1 a travaillé en mode réflexion pendant plusieurs minutes, puis livré un fichier de recherche structuré de plusieurs milliers de mots : tableaux comparatifs, données Trustpilot, prix réels, parts de marché, cas d’usage détaillés. J’ai sauvegardé ce fichier au format .md et je l’ai déposé dans un seul dossier : CONTENT_ENGINE/INPUT/.
C’est là que le pipeline a pris le relais.
Le pipeline : humain vs machine
Sur onze étapes du processus, j’ai eu trois micro-interventions humaines après l’écriture du prompt. Voici le détail exact.
La stack technique
Chaque outil de la chaîne a un rôle précis. Aucun ne se substitue à un autre.
| Outil | Rôle dans le pipeline | Étape |
|---|---|---|
| DeepSeek R1 Reflection | Recherche approfondie, mode raisonnement | ② |
| CONTENT_ENGINE | Système de fichiers + moteur de production (CERVEAU / SKILL / FORMAT / AUDIT / STYLE) | ⑤→⑧ |
| Claude Code (Sonnet 4.6) | Orchestration complète du pipeline | ④→⑩ |
| Astro 4 + Content Collections | Site statique, fichiers .md → pages HTML | ⑪ |
| GitHub | Versionnement + trigger de déploiement | ⑪ |
| Cloudflare Pages | Déploiement automatique sur git push | ⑪ |
| Gmail MCP | Envoi du brouillon HTML mobile | ⑨ |
Le CONTENT_ENGINE est le cerveau du pipeline. Ce n’est pas un logiciel — c’est un système de fichiers Markdown : un CERVEAU.md par projet (audience, palette SVG, frontmatter, catégories), des fichiers MOTEUR (SKILL.md, BLOG.md, COMPARE.md, AUDIT.md, STYLE.md). Claude Code lit ces fichiers, les combine, et suit les règles à la lettre.
Lire comment fonctionne le CONTENT_ENGINE → Architecture, fichiers, règles de production — la documentation complète.
Les chiffres bruts
Une précision honnête sur les tokens : ce chiffre est une estimation. Je n’ai pas instrumenté le pipeline pour capturer le détail exact des appels API. Les ~18 000 tokens de contexte correspondent à la somme des 5 fichiers de configuration (CERVEAU, SKILL, COMPARE, AUDIT, STYLE) + le fichier source DeepSeek. Le monitoring précis est sur la liste des prochaines améliorations du pipeline.
L’exemple live
L’article produit : “OVHcloud vs Hostinger vs o2switch : quel hébergeur web choisir en 2026 ?”
Sept hébergeurs comparés sur cinq critères : performances TTFB mesurées, prix d’entrée vs renouvellement, qualité du support, interface, profil d’usage. Verdict par profil d’utilisateur. FAQ en cinq questions, ancres fonctionnelles, tableau comparatif en tête d’article.
La source de l’article — le fichier de recherche DeepSeek — contenait des données brutes Trustpilot, des tableaux de prix, des notes sectorielles, des cas d’usage par métier. Le pipeline a :
- Réorganisé selon la structure COMPARE.md (intro → tableau rapide → critères → pour-qui → verdict → FAQ)
- Généré deux SVG inline selon la palette exacte de Reflex IA (#1a1612, #c8522a, #4a7a5a…)
- Vérifié la densité de mot-clé, les ancres, la meta description
- Corrigé deux occurrences de voix passive détectées à l’audit
- Envoyé la version HTML mobile sur Gmail pour relecture
Lire l’article → 7 hébergeurs · 2 100 mots · verdict tranché · live depuis le 26-04-2026
Ce que ça change vraiment
Je n’aurais pas publié cet article sans ce pipeline. Pas par manque de compétence — par manque de temps et de friction acceptable.
Construire un comparatif de sept hébergeurs en partant de zéro demande : une journée de recherche, deux heures de rédaction, une heure de mise en forme, trente minutes de vérification SEO, un déploiement manuel. Cinq à huit heures en tout. Avec ce pipeline, la recherche reste humaine (le prompt DeepSeek), le reste devient un processus.
Ce n’est pas de la paresse. C’est une décision d’allocation. L’intelligence va dans la stratégie — quel sujet, quel angle, pour qui, pourquoi maintenant — et la machine s’occupe de l’exécution selon des règles que j’ai définies une seule fois dans CONTENT_ENGINE.
La vraie limite ? La qualité du prompt initial. Si la recherche DeepSeek est superficielle, l’article sera superficiel. Si le CERVEAU.md du projet est mal défini, la charte et le ton seront approximatifs. Le pipeline amplifie la qualité de l’intention — il ne la remplace pas.
FAQ
Peut-on utiliser ce pipeline sans coder ?
Pas dans sa forme actuelle. Il faut être à l’aise avec un terminal, des fichiers Markdown, et les bases de Git. Rien de très technique — pas de code à écrire — mais une familiarité minimale avec la ligne de commande est nécessaire. Une version plus accessible (interface web ou workflow n8n) est sur la roadmap.
DeepSeek R1 est-il indispensable pour la phase de recherche ?
Non. N’importe quel modèle capable de produire une recherche structurée convient : GPT-4o, Gemini Pro, Claude lui-même. DeepSeek R1 Reflection a été choisi pour ce test pour sa capacité de raisonnement sur des sujets factuels complexes et sa gratuité d’accès. Le choix du modèle de recherche est découplé du reste du pipeline.
L’article est-il vraiment optimisé SEO ou juste “assez bon” ?
L’audit automatique mesure des critères factuels vérifiables : présence du mot-clé dans le H1, dans les 100 premiers mots, densité entre 1 et 2 %, meta description ≤ 155 caractères, ancres fonctionnelles, structure Hn logique. Ce n’est pas une garantie de classement — c’est une garantie que les bases techniques sont présentes. Le reste dépend de la qualité du contenu, de l’autorité du domaine, et des backlinks.
Combien coûte ce pipeline à faire tourner ?
Le coût principal est Claude Code (abonnement mensuel). DeepSeek R1 est gratuit sur son interface web. Cloudflare Pages est gratuit jusqu’à 500 builds par mois. GitHub est gratuit. Le coût marginal par article est donc quasi nul une fois le pipeline en place.
Est-ce que tu vas documenter comment construire ce pipeline ?
Oui — c’est l’objet de la série Build in public sur ce site. Les prochains articles couvriront : l’architecture CONTENT_ENGINE détaillée, le CERVEAU.md et comment l’écrire, la construction des fichiers MOTEUR, et comment adapter le pipeline à d’autres types de sites. La liste complète est dans le journal de bord.