Content Audit (Site Crawl)

Content Audit crawle un domaine entier (ou un set d'URLs défini) et évalue chaque page sur la qualité de contenu, le SEO on-page, l'éligibilité GEO et l'hygiène technique. Au lieu d'optimiser une URL à la fois (Content Optimizer), tu obtiens la vue d'ensemble du site : quelles pages sont thin, lesquelles cannibalisent, lesquelles manquent de données structurées, lesquelles sont candidates à un refresh, à un merge ou à une suppression. Le résultat est un rapport navigable avec drilldown au niveau page plus un export JSON pour outils externes ou pipelines de reporting.

Ce qu'il peut faire

• Crawl à l'échelle du site — domaine entier ou sous-ensemble sitemap, selon type (full = jusqu'à 1.000 pages, quick = jusqu'à 50, sitemap/single pour les flux UI).
• Constat par page — chaque URL trouvée reçoit sa propre ContentAuditPage avec problèmes, scores (SEO 0–100, qualité 0–100), word count et bucket de priorité.
• Classification d'issues — thin content, duplicate, meta manquante, liens internes cassés, H1 manquant, lacunes de citations (GEO), faible lisibilité. Les issues sont stockées comme JSON-array {type:error|warning|info, category, message} par page.
• Toggle solved + bulk mark — tu marques les pages comme solved une à une, ou via un PATCH bulk filtré (par ex. « toutes les low-priority avec erreurs → solved »).
• Filtres sur le pages-listing — listing filtrable par status, priority, min/max_seo_score, issue_type, triable sur 7 colonnes.
• Export — JSON, CSV ou XLSX pour tes propres dashboards / sheets / Looker.
• Crawl async — background job, tu peux quitter la page et revenir plus tard.

Quand l'utiliser

• Tu reprends un site existant et tu veux d'abord connaître l'état des lieux.
• Tu prépares un relaunch et tu as besoin d'un inventaire de contenu.
• Tu veux identifier des candidats au merge / delete / refresh.
• Tu veux un rapport de santé mensuel pour les stakeholders.

Workflow

1. Lancer l'audit — POST /content-audits avec {source_url, type:"full"|"quick"}. Réponse 202 + audit_id.
2. Le crawl tourne en background — fais du polling sur GET /content-audits/{id} jusqu'à status=completed. Tu peux quitter la page.
3. Pages listing — GET /content-audits/{id}/pages?status=open&priority=high&issue_type=error ne renvoie que les pages qui ont encore besoin de travail.
4. Drilldown — GET /content-audit-pages/{id} pour le détail d'une page (issues + recommandations + page-data).
5. Toggle individuel — PATCH /content-audit-pages/{id}/solved marque une page comme résolue (body optionnel — sans body, l'état bascule).
6. Bulk mark — PATCH /content-audits/{id}/pages/bulk avec un filtre et is_solved bascule un lot complet d'un coup (cf. pattern bulk plus bas).
7. Export — GET /content-audits/{id}/export?format=json|csv|xlsx livre le rapport pour traitement externe.
8. Suite — envoyer les URLs critiques dans Content Optimizer ou les vérifier en profondeur via Page Deep Audit (Vision + Render IA).

API

Exemple de body PATCH /content-audits/{id}/pages/bulk — clore toutes les pages low-priority ouvertes avec une erreur :

{
  "filter": {
    "priority": "low",
    "status": "open",
    "issue_type": "error"
  },
  "is_solved": true
}

Réponse : {data:{affected:int, is_solved:bool}, meta:{applied_filter:{...}}}. filter.status est l'état FROM (seules les lignes actuellement dans cet état sont basculées). issue_type matche contre issues[].type (error / warning / info).

Exemple de body POST /content-audits :

{
  "source_url": "https://meinedomain.de",
  "type": "full"
}

Crédits et limites

• Démarrage : 10 crédits par run d'audit, indépendamment de la profondeur de crawl.
• Async — la page peut être fermée, le crawl continue côté serveur.
• La limite de crawl par run dépend du plan ; les très grands sites sont pullés en chunks de sitemap.
• Les zones protégées (login, blocage robots) sont ignorées et marquées dans le rapport.

Modules associés

• Content Optimizer — optimiser individuellement les URLs problématiques trouvées.
• Page Deep Audit — auditer en profondeur les pages critiques avec visuel + Lighthouse + IA.
• Content Freshness — monitorer en complément les pages obsolètes.
• Competitor Analysis — benchmark contre la concurrence.
• Content Audit ≠ Site Audit. Content Audit (/audit) est le scanner de qualité de contenu (score SEO, score qualité, recommandations par page). Site Audit (/site-audit) est le crawler avec détection d'issues + bridge automatique de grounding — deux modules distincts à focus complémentaire.