Workflow AI-Detection + Humanizer

Les moteurs de recherche et plateformes deviennent de plus en plus sensibles aux motifs typiques de l'IA : longueurs de phrase uniformes, « il est important de noter », listes sur-structurées. Rankion te donne deux outils — un AI-Detector, qui scanne un texte pour estimer la probabilité IA, et un Humanizer, qui le rend activement plus naturel.

Détection single-shot

Vérification rapide pour un seul morceau de texte (par exemple un paragraphe fraîchement écrit ou un article livré par un client) :

curl -X POST https://rankion.ai/api/v1/ai-scanner/detect \
  -H "Authorization: Bearer TON_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"text": "Il est important de noter que l'\''intelligence artificielle..."}'

Coût : 2 crédits. La réponse te fournit un ai_probability (0–100) et une heatmap phrase par phrase indiquant quelles phrases semblent particulièrement typiques d'une IA.

À partir de ai_probability ≥ 70, tu devrais humaniser. En dessous de 40, c'est généralement OK.

Article-Humanizer

Si tu veux passer un article complet (par exemple celui qui sort tout juste du AI Content Editor) par le Humanizer :

curl -X POST https://rankion.ai/api/v1/ai-scanner/humanize \
  -H "Authorization: Bearer TON_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Le texte complet de ton article ici...",
    "tone": "natural",
    "language": "fr"
  }'

Coût : 5 crédits. Synchrone, répond directement avec le texte réécrit. Durée : 5 à 15 secondes.

Le Humanizer fait varier les longueurs de phrases, introduit des imperfections (phrases courtes, points d'interrogation, inversions), remplace les formules typiques des LLM par des tournures plus quotidiennes — tout en conservant la fidélité sémantique.

Bulk-Humanizer (async + batch-polling)

Pour des volumes plus importants (10+ articles, pipelines de contenu entiers), il existe le Bulk-Humanizer asynchrone :

# Lancer le batch :
curl -X POST https://rankion.ai/api/v1/humanize \
  -H "Authorization: Bearer TON_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "texts": [
      {"id": "art-1", "content": "..."},
      {"id": "art-2", "content": "..."},
      {"id": "art-3", "content": "..."}
    ],
    "tone": "natural"
  }'

Coût : 8 crédits par texte. Réponse : HTTP 202 avec batch_id.

Ensuite, tu polles :

curl https://rankion.ai/api/v1/humanize/{batch_id} \
  -H "Authorization: Bearer TON_TOKEN"

Tant que status: "processing", ça continue. Avec status: "completed", results[] est rempli avec les versions humanisées par identifiant d'entrée. Durée typique : 30 secondes à 5 minutes selon la taille du batch.

Quand l'utiliser — quand l'éviter

Utiliser quand :

• L'article sort directement du AI Content Editor et doit être prêt à publier sur des Money-Pages
• Les textes sont soumis sur des plateformes avec détection d'IA (universités, certains marketplaces)
• Tu construis une série de contenus avec une voix naturelle et cohérente

Ne pas utiliser quand :

• Le texte a déjà été retravaillé manuellement — le Humanizer peut alors introduire des ruptures de style
• Il s'agit de contenus très techniques ou factuels (code, chiffres, définitions) — le Humanizer peut décrisper ce qui ne devrait pas l'être
• La tonalité doit rester sur « expert / formel » — le défaut du Humanizer va vers la langue parlée

Quality-gate avant publication

Workflow recommandé pour un article final :

1. Générer (Premier article avec le AI Content Editor)
2. Score & Optimize (Optimiser le contenu pour Google et l'IA)
3. AI-Detection — vérifier ai_probability
4. Si ≥ 70 → Humanize
5. Re-Detection → doit être < 40
6. Relecture finale manuelle (5 min suffisent généralement)
7. Publier

Détails du module et limites dans AI-Detector et Humanizer. Référence API : API Outils IA (Detector + Humanizer).