Décider avec Jev

Le problème, en trois phrases

Écrire un article ne coûte presque plus rien. Décider s'il peut partir en ligne, quelle page garder, laquelle réécrire, coûte encore le temps de quelqu'un. Et personne, ou presque, n'a automatisé cette décision.

C'est pourtant elle qui sépare un site qui avance d'un site qui s'encombre. Ce guide s'attaque à elle, et seulement à elle.

Comment lire ce guide

La méthode vient en premier, l'outil en second. L'outil s'appelle aujourd'hui Jev. Son nom, ses tarifs, ses limites peuvent changer dans six mois. La méthode, elle, marche avec n'importe quel modèle de décision, et la dernière partie te donne des alternatives.

Chaque information porte une étiquette, pour que tu saches d'où elle vient.

• Documenté Écrit par l'éditeur dans sa documentation, ou relevé sur sa page publique. La référence S renvoie à la source et à la date de consultation.
• Mesuré par PL Mesuré par PL Mercier sur ses propres tests. Personne d'autre ne l'a publié. Ce n'est pas une loi, c'est une mesure.
• Source tierce Une évaluation faite par quelqu'un d'autre que l'éditeur et que moi. Petits échantillons, à lire comme des indices.
• Hypothèse de praticien Une consigne tirée de la pratique, pas démontrée. À tester sur ton contenu.
• Non vérifié Je n'ai pas pu le vérifier. C'est écrit entre crochets, et jamais comblé.

Un modèle qui génère, un modèle qui décide

Un modèle qui génère, c'est ChatGPT ou Claude : tu lui donnes une consigne, il écrit. Il peut être brillant, il peut aussi inventer, et tu ne sais jamais à quel point il est sûr de lui.

Un modèle qui décide fait l'inverse. Tu lui donnes un texte et une question fermée : oui ou non, ou choisir parmi quelques options. Il n'écrit rien. Il te renvoie un nombre : la probabilité de chaque réponse.

Pense à un correcteur qui ne sait que cocher des cases, mais qui te dit, case par case, à quel point il est sûr de son coup. Tu ne lui demandes pas son avis, tu lui demandes un tri. Et tu fixes toi-même la règle : en dessous de tel niveau de certitude, c'est un humain qui tranche.

Jev est un modèle de ce type. Son éditeur, TypeSafe, ne le présente pas comme un « modèle de classification » mais comme un « modèle de décision » (il parle de « System One »).^S1 Il renvoie des réponses typées, avec une probabilité, et n'écrit ni texte libre ni justification.^S7S17 Pour ce guide, la nuance ne change rien.

Le vrai goulot du SEO n'est donc plus d'écrire. C'est de décider, vite, partout, sur chaque page et chaque requête. C'est exactement ce qu'un tel modèle sait faire.

La règle de formulation

Avant de parler d'outil, voici ce qui décide de la qualité de tout le reste : comment tu poses la question.

1. Une question fermée qui donne une décision exploitable

• Une seule dimension par question. « Cet article est-il bon et bien optimisé ? » cache deux jugements flous. Découpe, et combine les réponses dans ton propre code ou ta propre grille. L'éditeur le dit en toutes lettres : des questions étroites, explicites, atomiques.Documenté^S4
• Oui doit vouloir dire la chose que tu cherches. « Contient-il un chiffre sans source ? » est clair. « Est-il exempt de chiffres sans source ? » inverse le sens, et ton tableau sera lu à l'envers par la personne suivante.Documenté^S6
• Écris la condition exacte. Le modèle lit au pied de la lettre. Quand tu te surprends à expliquer ce que tu voulais dire en regardant une mauvaise réponse, cette explication est la moitié manquante de ta question.Documenté^S7
• Pas de calcul, pas de comptage, pas de comparaison de dates dans la question. Ça se fait en code ou dans un tableur. Le modèle juge du sens, pas des chiffres.Documenté^S7
• Ne lui donne que le texte utile. Menu, pied de page et bandeaux cookies dans le texte envoyé dégradent la réponse.Documenté^S7

Un exemple de découpage. Une étude indépendante sur la détection d'e-mails d'hameçonnage a obtenu 62,6 % de bonnes réponses avec une seule question globale, et 95,0 % en la découpant en cinq signaux simples, sur 2 000 messages. C'est un autre domaine que le SEO, mais le mécanisme est le même.Source tierce^S18

2. Ce que signifie la probabilité

Pour une question oui ou non, le modèle renvoie un nombre entre 0 et 1 : la probabilité que la réponse soit oui. Proche de 1, un oui net. Proche de 0, un non net. Autour de 0,5, il hésite.Documenté^S6

Pour un choix entre options, il renvoie une probabilité par option, et une « confiance » entre 0 et 1 calculée sur l'étalement de ces probabilités : concentrées sur une option, la confiance monte ; réparties, elle tombe.Documenté^S5

L'éditeur entraîne le modèle pour que ces probabilités soient calibrées : sur beaucoup de réponses à 0,8, environ huit sur dix doivent être justes.Documenté^S8 C'est un objectif d'entraînement, pas une garantie sur ton contenu. Une évaluation universitaire indépendante trouve les probabilités de choix bien calibrées en moyenne, mais note que les probabilités oui ou non sont mal placées par rapport à un seuil fixe de 0,5.Source tierce^S19

Ce que la probabilité ne dit jamais : pourquoi. Elle mesure la certitude du modèle sur une étiquette. On y revient plus bas, parce que c'est l'erreur la plus répandue.

3. Choisir un seuil, et ce qui arrive quand il est trop haut

Le seuil, c'est le niveau de certitude à partir duquel tu laisses la machine décider. Trois zones suffisent : au-dessus du seuil haut, la décision est ferme ; en dessous du seuil bas, elle est ferme dans l'autre sens ; entre les deux, un humain regarde.

L'éditeur donne des valeurs de départ dans ses exemples (0,8 pour le oui, 0,2 pour le non), et précise lui-même que ce sont des exemples à évaluer, pas des normes.Documenté^S6S9 Le bon seuil dépend du prix de l'erreur : plus il est cher de laisser passer une faute, plus tu montes le seuil.

Trop haut, il ne rend pas le tri plus sûr : il le rend inutile. Si tu exiges 0,99 partout, presque tout tombe dans la zone « un humain regarde », ta file de relecture déborde, et tu as reconstruit le goulot que tu voulais supprimer. Le cas des vingt-neuf options, plus bas, en est l'illustration extrême.

Pour régler le tien, prends une vingtaine de pages que tu as déjà jugées toi-même, passe-les, et regarde où le modèle se trompe avec assurance. Hypothèse de praticien Dans une évaluation indépendante, régler le seuil sur des données d'entraînement a fait passer un score (micro-F1) de 0,499 à 0,748 sur un jeu de conditions d'utilisation : un domaine juridique, pas du SEO, mais l'ordre de grandeur de l'enjeu.Source tierce^S19

4. Les deux mesures de PL, et la règle qui en sort

Mesuré par PL Mêmes données, même modèle. Seul le nombre d'options de la question change. La mesure compte les décisions fermes, c'est-à-dire celles qui franchissent le seuil de décision. [Date du test, et valeur exacte du seuil utilisé : à renseigner par PL avant publication.]

Le dernier cas est le plus instructif. Le modèle ne se trompait pas : sa réponse était la bonne, à chaque fois. Mais avec un seuil standard, aucune n'aurait été retenue, et tout serait parti en relecture. La question était mal posée, pas le modèle mauvais.

Un point de méthode, sans arbitrer. La documentation de l'éditeur autorise jusqu'à 255 options dans une question et conseille de donner la liste complète plutôt qu'un raccourci.Documenté^S3 Les mesures de PL ne portent pas sur la même chose : elles comptent la fermeté de la décision, pas son exactitude. Teste sur tes propres données, et ne généralise pas ces deux mesures en loi.

Une hypothèse de mécanisme, non testée : la confiance se calcule sur l'étalement des probabilités, donc un seuil réglé pour trois options ne se transpose pas tel quel à vingt-neuf.Hypothèse de praticien

L'outil, en second : Jev

La fiche ci-dessous est relevée à la source le 1er octobre 2026. Là où les sources se contredisent ou se taisent, c'est écrit.

Combien ça coûte, vraiment

Le coût d'une requête est le nombre de jetons d'entrée multiplié par 0,042 $, divisé par un million.^S1 La réponse te renvoie ce nombre dans le champ usage.input_tokens, donc tu peux le vérifier avant de passer à l'échelle.

Un calcul à partir de l'exemple de la documentation, qui compte 392 jetons d'entrée : 392 × 0,042 ÷ 1 000 000 = 0,0000165 $ pour une requête.^S2 Retiens la méthode plutôt que ce chiffre : le texte soumis domine en général le prix, et il n'est facturé qu'une fois même avec vingt questions, parce qu'il est lu une fois pour toutes les questions.^S1S10

Ce que ça implique pour une page entière

Le texte soumis plus la plus longue question ne doit pas dépasser 32 000 jetons.^S1 Un article de blog ordinaire tient très probablement largement dans cette limite. Hypothèse de praticien Vérifie avec usage.input_tokens. Plus important que la taille : la précision baisse quand le texte contient beaucoup de détail sans rapport avec la question.^S7 Envoie le corps de l'article, pas la page avec son menu.

Sa performance, et le chiffre du réel

Le réel cite 67,8 % contre 73,1 %. Les deux chiffres sont exacts : ils figurent sur la page d'évaluation de l'éditeur, qui moyenne quatre tâches (incidents de sécurité, traces d'agent, traitement de factures, service client).^S12 Voici le contexte qui va avec, et que tu dois connaître avant de le répéter :

• 73,1 % est le score de Claude Opus 5 utilisé en « workflow », c'est-à-dire avec des questions structurées. Le même modèle interrogé par un simple prompt marque 64,8 %, donc moins que Jev.^S12
• D'autres modèles sont au-dessus (Sol, 74,1 %) ou au même niveau (Claude Sonnet 5, 67,8 %). Claude Haiku 4,5 est à 53,6 %.^S12
• La « bonne réponse » de référence est la moyenne des réponses de deux autres modèles, GPT-6 Astra et Claude Fable 5.1. Ce n'est pas un jugement humain.^S12
• Aucune des quatre tâches n'est du SEO, et la page ne précise pas la langue des données. [La page ne porte pas de date.]^S12

C'est une évaluation publiée par l'éditeur lui-même. Elle dit où se situe le modèle sur ces quatre tâches, pas ce qu'il vaudra sur tes pages.

Et le français ?

C'est le point bloquant pour toi, donc voici tout ce que j'ai trouvé, sans arbitrer. Trois mesures tierces, sur des échantillons petits, qui ne vont pas dans le même sens :

• Un test de 64 scénarios fictifs de PME, présentés en français et en anglais, le 24 septembre 2026 : 60 décisions correctes sur 60 en français, sans écart avec l'anglais, mais une consigne cachée dans une publicité a trompé le modèle, avec une confiance de 0,27.Source tierce^S20
• Un test de 30 messages français rédigés pour l'occasion, passés trois fois, le 20 septembre 2026 : 21 sur 30 vers le bon service, 23 sur 30 au bon niveau d'urgence exact, 29 sur 30 à un niveau près. Trois erreurs ont été commises avec une confiance de 0,93 à 0,99.Source tierce^S21
• Une évaluation universitaire, le 29 septembre 2026 : sur un test d'inférence en langues africaines, l'anglais est à 90,5 % et le français à 82,7 %. Pas de mesure isolée du français sur des textes de site web.Source tierce^S19

Ses limites, selon l'éditeur

L'éditeur publie lui-même une page de limites, mise à jour le 17 septembre 2026.^S7 À retenir pour nous : il lit au pied de la lettre ; il est mauvais en calcul, en comptage et en comparaison de dates ; il perd en précision quand le texte est long et plein de détails inutiles ; il peut être influencé par un contenu écrit pour le manipuler ; il ne génère pas de texte. Et deux questions qui se ressemblent (un oui ou non posé comme Noul et comme Choice) ne donnent pas des valeurs comparables : ne reporte pas un seuil de l'une sur l'autre.

L'erreur à ne pas faire

Elle tient en une phrase. La probabilité dit à quel point le modèle est sûr de son étiquette. Elle ne dit jamais pourquoi un site se positionne.

La tentation est forte : tu as un outil qui répond avec des chiffres, alors tu lui demandes « cette page est-elle première à cause de ses liens entrants ? ». Il te renvoie 0,81. Ça ressemble à une analyse. Ce n'est qu'un nombre sorti d'une question dont le modèle n'a pas les éléments : il n'a pas vu les liens, ni l'historique du site, ni l'algorithme.

L'éditeur est clair sur deux points. Jev ne produit aucune explication écrite.^S7S17 Et une valeur oui ou non n'est pas une mesure d'intensité : ce n'est pas « à quel point », c'est « probabilité du oui ».^S6 Une évaluation tierce a aussi relevé que, sur des questions sans réponse possible, la confiance moyenne restait à 0,74 : il ne sait pas dire « je ne sais pas ».Source tierce^S18

Le schéma naît de l'addition des étiquettes, pas d'une question posée au modèle. Tu étiquettes mille requêtes, dix résultats par requête, cent pages. Ce sont tes tableaux, croisés, qui te disent où sont les places prenables, quel trafic est inutile, quelles pages sont des doublons. Le modèle étiquette. Tu additionnes. Tu décides.

Ce que ce guide ne fait pas

• Il ne supprime pas la vérification humaine des faits. Le modèle repère un chiffre sans source. Il ne sait pas si le chiffre est vrai, ni si la source existe. Un humain vérifie.
• Il ne remplace pas le jugement éditorial. Il trie ce qui mérite ton attention, il ne dit pas ce qui est bien écrit, juste, ou utile pour ton lecteur.
• Il ne promet aucun classement. Valider vingt questions ne place aucune page en première position. C'est une méthode de tri.
• Il ne garantit pas le français. Teste-le sur tes contenus avant de t'y fier, comme l'éditeur le recommande lui-même.^S1
• Il ne traite pas les données personnelles. N'envoie jamais de texte qui en contient à un service externe sans avoir vérifié les conditions de traitement.^S1

Si Jev change ou disparaît

La méthode ne dépend pas de lui. Les mêmes vingt questions, la même règle de formulation, les mêmes seuils fonctionnent avec n'importe quel modèle capable de répondre à une question fermée par une probabilité. Trois pistes, à tester sur ton contenu :