plume-naturelle

name	plume-naturelle
description	Transforme un texte généré par IA en texte indiscernable d'une écriture humaine. Trigger dès que l'utilisateur mentionne : humaniser, rendre naturel, anti-détection, anti-IA, "ça sonne faux", "ça fait ChatGPT", "mon prof va voir que c'est de l'IA", réécrire, reformuler, "trop lisse", "trop parfait", "manque de personnalité", filtre anti-IA, désIA-iser, "rendre humain", plagiat IA, détecteur IA, Turnitin, Compilatio, GPTZero, "style trop propre", "on dirait un robot". Trigger aussi quand un texte soumis à relecture présente des patterns IA évidents. TOUJOURS utiliser ce skill pour toute demande de réécriture visant à rendre un texte plus naturel ou indétectable comme IA.
version	1.2.0

Plume Naturelle -Moteur de réécriture anti-IA pour le français

Principe directeur

Un texte bien humanisé n'est pas simplement un texte dont on a retiré les patterns IA. C'est un texte dans lequel on a injecté une voix réelle.

Retirer les patterns est nécessaire mais insuffisant. Le but final est qu'un professeur, un recruteur ou un pair lise le texte et pense : « cette personne réfléchit et écrit. »

Deux textes peuvent être grammaticalement parfaits, factuellement corrects, et bien structurés -l'un sonne comme une machine, l'autre comme un être humain. La différence tient à des dizaines de micro-signaux : le rythme des phrases, le choix d'un mot concret plutôt qu'un mot abstrait, une hésitation assumée, un exemple vécu, une parenthèse qui trahit la pensée en cours. Ce skill traque systématiquement les signaux artificiels et les remplace par ces micro-signaux humains.

Règle cardinale : ne jamais mentionner que le texte a été « humanisé », « réécrit pour sembler humain », ou « nettoyé des patterns IA ». Le texte final ne doit contenir aucune trace de ce processus. Il doit simplement être un bon texte.

---

Étape 0 -Diagnostic rapide (OBLIGATOIRE)

Avant toute réécriture, scanner le texte et compter :

Signal recherché	Seuil d'alerte
Tirets cadratins (— ou –)	> 0 dans tout le texte
« De plus » / « En outre » / « Par ailleurs »	> 1 par paragraphe
Triades (X, Y et Z)	> 2 par page
Superlatifs vides (crucial, fondamental, essentiel, majeur)	> 3 par page
Participes présents en -ant (permettant, assurant, favorisant)	> 3 par paragraphe
Variance de longueur de phrase (si toutes entre 15-20 mots)	Drapeau rouge
« Il convient de » / « Force est de constater »	> 0
« Dans un monde en constante évolution »	> 0 (éliminatoire)
Listes à puces avec en-têtes en gras	> 1 par section
Absence totale de première personne (quand le format l'autorise)	Drapeau rouge
Vocabulaire IA récurrent (cf. liste Phase 2)	> 5 par page
Phrases d'ouverture formulaïques	> 0
Raisonnement sur-explicite (chaque étape détaillée sans saut)	Drapeau rouge
Exemples génériques/hypothétiques (« Imaginons une entreprise X »)	> 0
Registre uniformément soutenu sans variation	Drapeau rouge
Neutralité systématique / « le pour et le contre » sans trancher	Drapeau rouge
Structure en sablier (intro/plan annoncé/corps symétrique/conclusion récap)	Drapeau rouge
Fluff d'audience universelle (redéfinition de termes évidents)	> 0
Absence de micro-révisions en ligne (enfin, plutôt, non en fait)	Drapeau rouge
Doublons paraphrastiques (même idée reformulée 2 fois)	> 1 par page
Texte trop correct sans idiolecte personnel	Drapeau rouge
Aucune trace de coût cognitif (arbitrage, hésitation, choix imparfait)	Drapeau rouge
Isotopie métaphorique persistante (même champ lexical sur > 2 paragraphes)	Drapeau rouge
Concessions préemptives intégrées (thèse + antithèse dans la même phrase)	> 1 par page
Ton constant sans montée en intensité	Drapeau rouge
Énumération ordinale "La première... La deuxième..." (scaffolding)	> 0 par §
Thèse-méta en tête de § (assertion abstraite en ouverture)	> 2 par page
Phrases aphoristiques finales de § (punchline courte)	> 3 par page
"Pas X : Y" / "X n'est pas A. C'est B." (définition binaire)	> 1 par page
Scaffolding "D'abord/Ensuite/Enfin" argumentatif	> 0 par page
Cleft obsessionnel "Ce qui X, c'est Y"	> 2 par page
Cascade d'autorités ("A affirme X. B confirme Y.")	> 0
"Dit autrement" / "Autrement dit" / "En clair" (marqueur reformulation)	> 0
Conclusion / Résumé / Abstract non retravaillés (zone rouge)	Drapeau rouge

Calcul du score

Additionner le nombre total d'occurrences détectées.

Score	Niveau	Action
0-3	Léger	Retouches ciblées, le texte est déjà proche du naturel
4-8	Modéré	Réécriture partielle, plusieurs paragraphes à reprendre
9+	Réécriture profonde	Le texte doit être fondamentalement repensé

Toujours afficher le diagnostic à l'utilisateur avant de réécrire.

Format du diagnostic :

DIAGNOSTIC PLUME NATURELLE
═══════════════════════════
Score : [X] → [Léger / Modéré / Réécriture profonde]

Détail :
  - Tirets cadratins : [n]
  - Connecteurs mécaniques (De plus, En outre...) : [n]
  - Triades : [n]
  - Superlatifs vides : [n]
  - Participes -ant superficiels : [n]
  - Variance de phrase : [OK / Faible]
  - Formules clichées : [liste]
  - Vocabulaire IA : [liste des mots détectés]
  - Biais de neutralité : [Oui / Non]
  - Structure en sablier : [Oui / Non]
  - Fluff d'audience universelle : [n phrases]
  - Micro-révisions en ligne : [Présentes / Absentes]
  - Doublons paraphrastiques : [n]
  - Idiolecte personnel : [Présent / Absent]
  - Coût cognitif visible : [Oui / Non]
  - Énumération ordinale (La 1ère/2ème/3ème) : [n]
  - Thèse-méta en tête de § : [n]
  - Aphorismes finaux : [n]
  - Définitions binaires (Pas X : Y) : [n]
  - Scaffolding D'abord/Ensuite/Enfin : [n]
  - Clefts "Ce qui X, c'est Y" : [n]
  - Cascades d'autorités : [n]
  - Marqueurs reformulation (Dit autrement...) : [n]
  - Zones rouges (Résumé / Abstract / Conclusion) : [retravaillées / brutes]

Patterns dominants : [les 3 principaux problèmes]

---

Phase 1 -Patterns de contenu

Pattern 1 : Inflation de l'importance

L'IA a tendance à gonfler l'importance de tout ce qu'elle décrit. Chaque événement « marque un tournant », chaque innovation est « révolutionnaire », chaque tendance « transforme en profondeur ».

Avant :

La mise en place du prélèvement à la source a marqué un tournant décisif dans l'histoire de la fiscalité française, transformant en profondeur la relation entre le contribuable et l'administration fiscale.

Après :

Le prélèvement à la source, entré en vigueur en janvier 2019, a changé la manière dont l'impôt est collecté : c'est l'employeur qui verse directement, et non plus le contribuable qui paie avec un an de décalage. En pratique, ça a surtout simplifié les choses pour les salariés -mais compliqué la vie des gestionnaires de paie.

Règle : énoncer le fait simplement. Si c'est vraiment important, le lecteur le verra sans qu'on le lui dise.

Pattern 2 : Mise en valeur excessive de la notabilité

L'IA liste des sources, des auteurs ou des institutions pour donner une impression de sérieux, mais sans les contextualiser ni les relier à l'argument.

Avant :

De nombreux auteurs, parmi lesquels Porter (1985), Mintzberg (1994) et Drucker (2001), ont souligné l'importance de la stratégie dans la compétitivité des entreprises.

Après :

Porter a posé le cadre avec la chaîne de valeur en 1985 ; trente ans plus tard, le modèle tient encore, mais il suppose une entreprise intégrée -ce qui ne correspond plus au fonctionnement de beaucoup de PME qui externalisent presque tout.

Règle : ne citer que ce qui sert l'argument. Une référence bien exploitée vaut mieux que trois noms lâchés en passant.

Pattern 3 : Analyses superficielles en -ant

Le participe présent est le refuge favori de l'IA quand elle veut donner l'illusion de la profondeur sans rien expliquer. « Permettant de... assurant... favorisant... » -ces constructions n'expliquent jamais comment.

Avant :

L'automatisation des processus comptables permet d'améliorer la productivité, favorisant une meilleure allocation des ressources et assurant une fiabilité accrue des données financières.

Après :

Quand le rapprochement bancaire se fait automatiquement, le collaborateur qui y passait deux heures par client peut consacrer ce temps à l'analyse. Le risque d'erreur de saisie disparaît -et avec lui, les heures perdues à chercher d'où vient l'écart de 12 centimes en fin de mois.

Règle : remplacer chaque -ant par un mécanisme concret. Si on ne peut pas expliquer le comment, c'est que la phrase ne dit rien.

Pattern 4 : Langage promotionnel

L'IA écrit comme une plaquette commerciale. Tout est « au coeur de », le patrimoine est toujours « riche », la dynamique est « positive », l'approche est « innovante ».

Avant :

Au coeur de la stratégie de transformation, le cabinet mise sur une approche innovante et dynamique, tirant parti de son riche patrimoine d'expertise pour accompagner ses clients dans leur parcours de modernisation.

Après :

Le cabinet a choisi de commencer par la dématérialisation des factures fournisseurs, parce que c'est là que le volume est le plus important et que le retour sur investissement est le plus rapide.

Règle : remplacer les adjectifs promotionnels par des faits. Si le cabinet est vraiment innovant, montrer ce qu'il fait -pas le dire.

Pattern 5 : Attributions vagues

« Les experts s'accordent à dire... », « Selon plusieurs études... », « Il est largement reconnu que... » -quand l'IA ne sait pas citer une source précise, elle invente une autorité floue.

Avant :

Selon plusieurs études récentes, la digitalisation des cabinets comptables est un facteur clé de leur pérennité.

Après :

L'enquête annuelle de l'Ordre des experts-comptables (2023) montre que 34 % des cabinets de moins de 10 salariés n'ont pas encore dématérialisé leur production.

Règle : soit on a la source et on la cite précisément, soit on reformule en opinion assumée (« je pense que... », « il me semble que... ») ou en observation de terrain.

Pattern 6 : Section « défis et perspectives » formulaïque

L'IA conclut presque toujours par un paragraphe sur les « défis » (minimisés) suivi d'une note d'optimisme (maximisée). C'est un tic reconnaissable à dix mètres.

Avant :

Malgré les défis liés à la résistance au changement et aux coûts d'investissement, l'avenir s'annonce prometteur pour les cabinets qui sauront s'adapter aux nouvelles technologies.

Après :

Le principal frein, au cabinet Leroy, n'est pas le budget -c'est le temps. Tester Dext ou Pennylane prend des heures que personne n'a en période fiscale. La solution retenue a été de dédier un collaborateur à l'outil pendant le mois de juin, quand l'activité ralentit. Est-ce que ça a marché ? Partiellement. Le logiciel tourne, mais la moitié de l'équipe ne l'utilise pas encore.

Règle : les difficultés méritent d'être décrites avec la même précision que les succès. Un vrai mémoire professionnel montre ce qui n'a pas marché aussi.

---

Phase 2 -Patterns de langue

Pattern 7 : Vocabulaire IA français

L'IA en français a un lexique restreint et répétitif. Les mots ci-dessous, pris individuellement, sont parfaitement corrects -mais leur accumulation est un signal fort.

Table de remplacement

Mot / expression IA	Remplacement(s) naturel(s)
De plus	∅ (supprimer) / Et / Aussi
En outre	∅ / Par-dessus le marché (si registre le permet)
Par ailleurs	∅ / Autre chose : / Sur un autre plan
Crucial	Important / Clé / Décisif (si vraiment décisif)
Fondamental	De base / Essentiel / Central
Essentiel	Nécessaire / Indispensable / Dont on ne peut pas se passer
En termes de	Pour / Côté / Sur le plan de
Dans le cadre de	Pendant / Pour / À l'occasion de
Au sein de	Dans / Chez / À
S'inscrit dans	Fait partie de / Rejoint / Relève de
Met en lumière	Montre / Révèle / Fait apparaître
Enjeu majeur	Problème / Question / Difficulté / Sujet
Levier	Moyen / Outil / Ce qui permet de
Paradigme	Modèle / Cadre / Façon de voir
Holistique	Global / D'ensemble / Complet
Synergie	Collaboration / Complémentarité / Travail commun
Écosystème (hors biologie)	Environnement / Réseau / Milieu
Constitue un	Est un
Représente un	Est un
Il convient de	Il faut / On doit / Mieux vaut
Force est de constater	On voit bien que / Il faut reconnaître que
Dans un monde en constante évolution	∅ (supprimer entièrement)
S'avère être	Est / Se révèle
Joue un rôle prépondérant	Compte beaucoup / Pèse lourd / A du poids
Fait l'objet de	Fait / Subit / Reçoit
De manière significative	Beaucoup / Nettement / Vraiment
Vise à	Cherche à / Veut / A pour but de
Impactant	Qui touche / Qui affecte / Qui change
Résilience (hors psychologie)	Résistance / Capacité à tenir / Solidité
Proactif	Qui anticipe / Qui prend les devants
Partie prenante	Acteur concerné / Personne impliquée
Optimiser	Améliorer / Rendre plus efficace
Piloter (la performance)	Suivre / Gérer / Surveiller
Tapisserie (au sens figuré)	Ensemble / Mosaïque / Patchwork (si registre le permet)
Naviguer dans (hors nautisme)	Gérer / Se débrouiller avec / Composer avec
Orchestrer	Organiser / Coordonner / Mettre en place
Plonger dans	Examiner / Étudier / Regarder de près
Il est primordial de	Il faut / C'est nécessaire de
En fin de compte	Au final / Bref / Pour résumer
Paysage (au sens figuré)	Contexte / Situation / Environnement
Indéniablement	Clairement / C'est un fait / ∅
Intrinsèquement	En soi / Par nature / Fondamentalement
Catalyseur	Déclencheur / Ce qui a lancé / Moteur
Prisme (au sens figuré)	Angle / Point de vue / Sous l'angle de
Tant... que... (en ouverture)	∅ (reformuler sans cette structure)
À l'aune de	Selon / D'après / En fonction de
Souligner (que)	Dire / Montrer / Pointer / ∅
Façonner	Construire / Influencer / Modifier
Témoigner de	Montrer / Révéler / Prouver
Dans un monde où	∅ (supprimer entièrement, variante de "constante évolution")
Consiste à (4-7x)	Est / Revient à / C'est
Dans ce contexte (5-9x)	∅ / Ici / Dans ce cas
À ce stade (4-8x)	∅ / Pour l'instant / Maintenant
Plus précisément (4-7x)	∅ / C'est-à-dire / Concrètement
Prendre en compte (3-5x)	Inclure / Compter / Tenir compte de
Robuste (hors technique) (3-5x)	Solide / Fiable / Qui tient
Pertinent (2-4x)	Adapté / Utile / Qui colle
Nuancé (3-6x)	Mesuré / Modéré / Pas tranché
Permet de (5-8x)	Sert à / Rend possible / [verbe direct]
Il s'agit de (4-7x)	C'est / On parle de / Le sujet est
Le point clé est le suivant	∅ (dire directement)
Le problème n'est pas tant X que Y	Reformuler sans cette structure
La vraie difficulté, c'est que	∅ / Le problème c'est que
Cristalliser (hors chimie) (4x)	Fixer / Résumer / Concentrer
Sous-jacent (4x)	Derrière / Caché / En dessous
En filigrane (3x)	En arrière-plan / Discrètement / Derrière tout ça
Une myriade de (6x)	Beaucoup de / Des dizaines de / [chiffre précis]
S'inscrire dans une dynamique (4x)	Faire partie de / Suivre le mouvement
Inéluctablement (3x)	Forcément / Nécessairement / ∅
Un équilibre délicat (6x)	Un compromis / Une tension / Un arbitrage
Dichotomie (4x)	Opposition / Séparation / Choix entre
Faire figure de (3x)	Passer pour / Être vu comme / Sembler
Tirer parti de (4x)	Profiter de / Utiliser / Exploiter
Mettre en exergue (3x)	Souligner / Montrer / Pointer

Les multiplicateurs (ex: 5-8x) indiquent la fréquence d'utilisation par les LLM par rapport à un francophone moyen, selon l'auto-analyse de ChatGPT 5.4.

Règle : aucun de ces mots n'est interdit. Mais si le texte en contient plus de cinq par page, c'est un signal. Varier, concrétiser, simplifier.

Pattern 8 : Évitement du verbe « être »

L'IA remplace systématiquement « est » par des verbes plus « soutenus » : constitue, représente, incarne, illustre. En français naturel, « être » est le verbe le plus courant -et c'est normal.

Avant :

La comptabilité analytique constitue un outil indispensable qui représente un pilier de la gestion moderne.

Après :

La comptabilité analytique est un outil de gestion. Elle sert à savoir combien coûte réellement chaque activité -et donc où l'entreprise gagne ou perd de l'argent.

Règle : ne pas fuir « être ». C'est souvent le choix le plus clair.

Pattern 9 : Parallélismes négatifs

L'IA adore la structure « Il ne s'agit pas seulement de X, mais aussi/surtout de Y ». C'est un tic rhétorique reconnaissable.

Avant :

Il ne s'agit pas seulement d'automatiser les tâches, mais de repenser en profondeur l'organisation du travail.

Après :

Automatiser les tâches ne suffit pas si l'organisation reste la même. Le vrai sujet, c'est de décider qui fait quoi une fois que le logiciel gère la saisie.

Règle : dire directement ce qu'on veut dire, sans la double négation.

Pattern 10 : Règle de trois systématique

L'IA énumère presque toujours par trois : « la productivité, la qualité et la satisfaction client » ; « innover, collaborer et s'adapter ». Deux ou quatre, presque jamais.

Avant :

Cette approche améliore la productivité, la qualité et la satisfaction client.

Après :

En pratique, les délais de production ont baissé -et les clients reçoivent leurs bilans plus tôt. Pour la qualité, c'est plus nuancé : il y a moins d'erreurs de saisie, mais la revue analytique reste manuelle.

Règle : casser les triades. Enumérer par deux, par quatre, ou mieux -développer chaque point séparément.

Pattern 11 : Variation synonymique excessive

L'IA évite de répéter un mot en le remplaçant par un quasi-synonyme à chaque occurrence. Un cabinet devient « la structure », puis « l'entité », puis « le bureau d'expertise ». En français académique, la répétition d'un terme technique est non seulement acceptable mais souhaitable pour la clarté.

Avant :

Le cabinet a mis en place un nouvel outil. Cette structure a formé ses collaborateurs. L'entité a constaté une amélioration notable de sa productivité.

Après :

Le cabinet a mis en place Pennylane en septembre. Trois mois après, les quatre collaborateurs qui l'utilisent traitent en moyenne 15 dossiers de plus par mois. Les deux qui ne l'utilisent pas encore disent manquer de temps pour se former.

Règle : appeler un chat un chat. Répéter le mot juste plutôt que chercher un synonyme qui brouille la lecture.

Pattern 12 : Fausses gammes

L'IA produit des énumérations qui sonnent bien mais ne disent rien : « du diagnostic à la mise en oeuvre, de la stratégie à l'opérationnel, de la théorie à la pratique ».

Avant :

Du diagnostic initial à la mise en oeuvre finale, de la réflexion stratégique à l'action opérationnelle, ce mémoire couvre l'ensemble du processus.

Après :

Ce mémoire décrit les trois étapes du projet : le choix de l'outil (septembre), le paramétrage (octobre-novembre) et les deux premiers mois d'utilisation (décembre- janvier).

Règle : remplacer les gammes par une description factuelle de ce qui est couvert.

---

Phase 3 -Patterns de style

Pattern 13 : Tirets cadratins en excès

Le tiret cadratin (— ou –) est le signe de ponctuation préféré de l'IA. Un texte humanisé ne doit en contenir aucun. Remplacer systématiquement par une virgule, un point, une parenthèse ou une reformulation.

Avant :

La digitalisation -qui touche tous les secteurs -impose aux cabinets -qu'ils soient grands ou petits -de repenser leurs processus -sous peine de perdre en compétitivité.

Après :

La digitalisation touche tous les secteurs, y compris les petits cabinets. Ceux qui ne repensent pas leurs processus risquent de perdre des clients au profit de confrères mieux outillés.

Règle : maximum deux tirets cadratins par page. Préférer les virgules, les parenthèses, ou simplement couper la phrase en deux.

Pattern 14 : Gras mécanique

L'IA met en gras tous les mots qu'elle juge importants. Le résultat : une page où tout est souligné, donc rien ne ressort.

Règle : dans un mémoire ou un rapport, le gras se limite aux titres et sous-titres. Dans le corps du texte, il est exceptionnel -un ou deux mots par chapitre, pas plus. En cas de doute, supprimer tout le gras dans le corps du texte.

Pattern 15 : Listes à puces avec en-têtes en gras

C'est le format « blog post » de l'IA :

• Premier point : explication du premier point
• Deuxième point : explication du deuxième point
• Troisième point : explication du troisième point

Dans un texte académique ou professionnel, convertir en prose. Les listes à puces sont acceptables pour des énumérations factuelles courtes (liste de logiciels, dates, étapes), mais pas pour développer des idées.

Règle : si chaque puce fait plus d'une ligne, c'est un paragraphe déguisé. Le transformer en paragraphe.

Pattern 16 : Majuscules dans les titres (Title Case)

L'IA produit parfois des titres en Title Case anglais : « Les Enjeux De La Transformation Digitale ». En français, seul le premier mot prend la majuscule (sauf noms propres).

Correct : « Les enjeux de la transformation digitale »

Règle : appliquer systématiquement la convention française. Un titre en Title Case est un signal IA immédiat pour un lecteur francophone.

Pattern 17 : Emojis

Dans un texte académique ou professionnel, aucun emoji. Jamais. Même dans un email professionnel, la prudence s'impose.

Règle : supprimer tous les emojis. Sans exception dans les mémoires, rapports, dissertations et lettres de motivation.

Pattern 18 : Guillemets et typographie française

L'IA mélange souvent les guillemets droits (""), les guillemets anglais ("") et les guillemets français (« »). En français, la norme est :

• Guillemets français « » pour les citations (avec espace insécable à l'intérieur)
• Guillemets anglais " " pour les citations à l'intérieur d'une citation
• Jamais de guillemets droits dans un texte final

Autres points de typographie française :

• Espace insécable avant : ; ! ? et les guillemets fermants
• Espace insécable après les guillemets ouvrants
• Points de suspension : trois points (…) et non trois points séparés (...)

Règle : vérifier systématiquement la typographie française. Un texte avec des guillemets droits trahit une origine anglophone -ou une génération par IA.

---

Phase 4 -Patterns de communication

Pattern 19 : Artefacts de chatbot

Ce sont les traces les plus évidentes d'un texte copié-collé depuis un chatbot sans relecture :

• « J'espère que cela vous aide ! »
• « N'hésitez pas à me demander si vous avez d'autres questions. »
• « Voici un exemple de... »
• « Bien sûr ! Voici... »
• « Je serais ravi de vous aider avec... »

Règle : supprimer intégralement. Si ces phrases apparaissent dans un texte soumis à humanisation, c'est un signal que le texte n'a subi aucune relecture -prévoir une réécriture profonde.

Pattern 20 : Disclaimers de connaissance

L'IA se protège avec des formulations prudentes qui n'apparaissent jamais dans un vrai mémoire ou rapport :

• « À ma connaissance... »
• « Il est difficile de dire avec certitude... »
• « Les informations disponibles suggèrent que... »
• « Il est important de préciser que je ne suis pas un expert en... »
• « Selon les données auxquelles j'ai accès... »

Règle : supprimer. Dans un mémoire, l'auteur est censé maîtriser son sujet. Si une information est incertaine, le dire autrement : « Les données sur ce point sont rares » ou « Aucune étude n'a mesuré cet effet précisément ».

Pattern 21 : Ton servile

L'IA complimente l'utilisateur et adopte un ton de service client :

• « Excellente question ! »
• « Vous avez tout à fait raison ! »
• « C'est un sujet passionnant ! »
• « Merci pour cette question pertinente. »

Règle : ces formulations n'ont rien à faire dans un texte académique. Si elles apparaissent, c'est que le texte est un copier-coller brut du chatbot. Supprimer et signaler à l'utilisateur.

---

Phase 5 -Remplissage et couverture

Pattern 22 : Phrases de remplissage

L'IA utilise des locutions qui allongent les phrases sans rien apporter :

Remplissage	Remplacement
Afin de	Pour
En raison du fait que	Parce que / Car
Il est important de noter que	∅ (supprimer, dire directement)
Il est intéressant de constater que	∅ (constater directement)
Il va sans dire que	∅ (dire directement)
Dans cette optique	∅ / Donc / Alors
À cet égard	∅ / Sur ce point
En ce qui concerne	Pour / Sur
Eu égard à	Vu / Étant donné
Il est à noter que	∅
On peut observer que	∅
Cela met en évidence le fait que	Cela montre que / ∅
Il est possible de considérer que	On peut penser que / ∅

Règle : chaque phrase de remplissage supprimée rend le texte plus clair. En cas de doute, supprimer.

Pattern 23 : Couverture excessive (hedging)

L'IA empile les modalisateurs pour ne jamais rien affirmer :

Avant :

Il semblerait que cette approche pourrait potentiellement permettre d'améliorer éventuellement certains aspects de la productivité.

Après :

Cette approche a amélioré la productivité de 12 % sur les dossiers testés.

Ou, si on ne dispose pas de chiffres :

D'après les retours de l'équipe, le traitement est plus rapide. Personne n'a mesuré précisément le gain, mais la responsable du pôle social estime qu'elle gagne une demi-journée par semaine.

Règle : un seul modalisateur par phrase, maximum. Si on n'est pas sûr, le dire une fois clairement plutôt que d'empiler les « pourrait éventuellement ».

Pattern 24 : Conclusions positives génériques

L'IA termine presque toujours sur une note optimiste et vague :

• « L'avenir s'annonce prometteur. »
• « Les perspectives sont encourageantes. »
• « Cette tendance ne devrait que s'accélérer. »
• « Les possibilités sont infinies. »

Règle : une conclusion doit dire quelque chose de spécifique. Qu'est-ce qui va se passer concrètement ? Qu'est-ce que l'auteur recommande ? Qu'est-ce qui reste à faire ?

Avant :

En conclusion, la transformation digitale des cabinets comptables est un processus incontournable dont les perspectives s'annoncent prometteuses.

Après :

Le cabinet Leroy va déployer Pennylane sur l'ensemble des dossiers d'ici septembre. Le risque principal est la surcharge en période fiscale. La recommandation est de maintenir l'ancien système en parallèle pendant six mois, le temps que toute l'équipe soit à l'aise -quitte à assumer le coût de la double licence.

---

Phase 6 -Patterns spécifiques au français académique

Voir references/patterns-academiques-fr.md pour les exemples complets avant/après.

Pattern	Signal principal	Règle en une phrase
25 -Ouvertures clichées	« Dans un monde en constante évolution »	Commencer par le concret : sujet, terrain, observation déclencheuse
26 -Transitions mécaniques	« Après avoir vu X, voyons Y »	La structure est dans les titres : pas besoin de l'annoncer
27 -Conclusions creuses	Résumé de ce qui précède	Conclure = répondre à la problématique, pas récapituler
28 -Jargon compta/gestion vide	« Pilotage de la performance »	Chaque terme gestionnaire exige un chiffre ou un exemple concret
29 -Incohérence temporelle	Mélange de temps sans logique	Choisir un système : passé composé pour la narration, présent pour l'analyse
30 -Registre uniforme	Ton constant, zéro variation	Autoriser des micro-variations : parenthèse familière dans un passage narratif
31 -Raisonnement sur-explicite	Chaque étape détaillée	Faire confiance au lecteur : ne pas relier chaque cause à chaque effet
32 -Exemples génériques	« Imaginons une entreprise X »	Détails hyper-spécifiques : ville, outil, prénom, date exacte
33 -Registre uniformément soutenu	Zéro mot courant	1-2 mots courants par paragraphe dans les mémoires pro
34 -Biais de neutralité	Pour/contre sans trancher	Un auteur a un avis. L'assumer (sauf dissertation)
35 -Structure en sablier	Intro + corps symétrique + récap	Déséquilibrer les parties, supprimer la récap de conclusion
36 -Fluff d'audience universelle	Redéfinir l'évident	Écrire pour son lecteur cible, pas pour tout le monde
37 -Absence de micro-révisions	Fluidité parfaite	1-2 micro-révisions par page dans les mémoires pro (« enfin », « plutôt »)
38 -Redondance paraphrastique	Même idée, deux formulations	Garder la plus précise des deux, supprimer l'autre
39 -Correction sans individualité	Correct mais sans tics	Choisir 2-3 tics de ponctuation + 3-4 expressions récurrentes
40 -Absence de coût cognitif	Produit fini sans arbitrage	1 trace d'arbitrage par page : « On avait deux options, on a choisi X parce que Y »
41 -Persistance isotopique	Même champ métaphorique 3+ paragraphes	Mélanger les métaphores ou passer au concret
42 -Concession préemptive	Thèse + antithèse dans la même phrase	Séparer : affirmer, puis nuancer dans une phrase à part
43 -Aplatissement tonal	Intensité constante début-fin	Créer une courbe : neutre → engagé → retenu → conclusif
44 -Pivot méta-analytique	Description → cadre conceptuel automatique	Rester dans le concret ; théorie dans sa partie dédiée
45 -Auto-référence textuelle	« Dans cette section, nous verrons »	Supprimer tout commentaire méta si la structure est titrée
46 -Densité adjectivale lisse	Paires d'adjectifs génériques	Jamais deux adjectifs génériques côte à côte : remplacer par un fait
47 -Calques anglais	Syntaxe SVO, faux amis	Vérifier : « un francophone natif dirait-il ça comme ça ? »
48 -Persistance macro-structure	Structure rigide malgré humanisation	Déséquilibrer les parties + 1 digression par chapitre + pas de récap
49 -Énumération ordinale scaffolding	"La première est X. La deuxième est Y."	Fusionner étapes, hiérarchiser, intégrer dans récit
50 -Thèse-méta en ouverture	Phrase-annonce abstraite en tête de §	Commencer par le détail ; supprimer l'annonce
51 -Aphorisme de clôture	Phrase courte universalisante en fin de §	Terminer sur fait concret, hésitation, question
52 -Définition binaire	"X n'est pas A. C'est B." / "Pas X : Y"	Affirmer directement ; intégrer la nuance dans la phrase
53 -Scaffolding trois-raisons	"D'abord... Ensuite... Enfin..."	Supprimer l'annonce ; fusionner 2 raisons ; assumer 2 ou 4
54 -Cleft obsessionnel	"Ce qui X, c'est Y" répété	Max 1 par page ; ordre SVO direct
55 -Cascade d'autorités	"A affirme X. B confirme Y. C ajoute Z."	Une seule autorité bien exploitée ; pas de "confirme"

Pour exemples détaillés avant/après des patterns 49-55 : voir references/cadence-structurelle.md.

---

Phase 7 -Injection d'âme

Après suppression des patterns, le texte risque d'être propre mais sans vie.

Signes d'un texte sans âme : phrases identiques en longueur, aucune opinion, aucune incertitude, pas de première personne, aucun exemple vécu.

Les 5 injections

1. Varier le rythme. Phrase courte. Puis une longue qui développe, qui s'autorise un détour. Puis courte à nouveau. Le rythme, c'est la respiration du texte.

2. Avoir un avis. Dans un mémoire professionnel, rapporter ne suffit pas. Réagir.

« Pennylane fait très bien la collecte. En revanche, son module de révision est frustrant : il oblige à valider compte par compte. »

3. Reconnaître la complexité. Hésiter, nuancer, admettre ne pas savoir.

• « Honnêtement, je ne suis pas sûr que ce soit la bonne approche. »
• « Les résultats sont encourageants -reste à voir s'ils tiennent sur la durée. »

4. Utiliser « je » quand le format le permet. Dans un mémoire pro, un rapport de stage, une lettre de motivation : l'absence de « je » est un signal IA.

5. Laisser des aspérités. Parenthèse, question rhétorique, précision inutile mais vivante.

• « Le taux d'erreur a baissé (enfin, sur les dossiers testés -les autres, on ne sait pas). »
• « Le directeur -qui est aussi commissaire aux comptes et formateur, autrement dit débordé -a validé en juin. »

Précision émotionnelle : pas « préoccupant » mais « il y a quelque chose de dérangeant dans le fait que la moitié des cabinets n'ont toujours pas de sauvegarde automatisée ».

---

Phase 8 -Contre-mesures statistiques (résumé)

Les détecteurs mesurent des métriques mathématiques, pas seulement des listes de mots. Compilatio utilise GPT-5.4, Claude Opus 4.6, Gemini 3.1 Pro et d'autres LLM en pipeline. Référence complète : references/formules-auto-evaluation.md et references/prompts-detecteurs.md.

Métrique	Signal IA	Signal humain	Levier principal
Perplexité	Chaque mot prévisible	Mots surprenants mais corrects	Détails spécifiques : noms, chiffres, dates
Burstiness B	B < -0.5 (phrases uniformes)	B > 0.3 (longues + courtes alternées)	Varier : 5 mots / 40 mots dans le même paragraphe
TTR	< 0.04 (vocabulaire répétitif)	> 0.06 (richesse lexicale)	Termes de terrain, verbes spécifiques, hapax
DARL	< 1.5 (zéro ancrage réel)	> 4.5 (noms propres, dates, outils)	Collecter Q1+Q2+Q4 avant de réécrire
SCE_approx	> 0.40 : IA détecté	< 0.25 : zone HUMAN	Combiner toutes les métriques simultanément

Règle absolue : un texte avec DARL < 1.5 sera toujours détecté, quelle que soit la qualité du style.

Piège de la sur-humanisation : insérer des hésitations artificielles, varier le style de manière exagérée, concentrer les détails concrets dans 2-3 phrases seulement -ces techniques mécaniques sont elles-mêmes détectables. La seule humanisation qui fonctionne produit un texte qu'un vrai étudiant aurait réellement pu écrire.

---

Zones rouges académiques

Certaines sections de mémoires et rapports sont quasi-systématiquement détectées, même quand le corps du texte passe. Le format imposé produit une structure normalisée que les LLM de détection reconnaissent à coup sûr.

Zone rouge	Pourquoi flaggée	Traitement spécial
Résumé / Abstract	Format contraint, densité synthétique extrême	Mode Résumé/Abstract (cf. section dédiée)
Conclusion	"En conclusion...", récap, ouverture prospective générique	Commencer par le résultat le plus contre-intuitif ; pas de récap ; finir sur tension ouverte
Introduction (3 premiers §)	"Ce mémoire porte sur...", annonce de plan	Ouvrir sur scène / observation / chiffre brut ; supprimer annonces de plan si titres clairs
Méthodologie / Pipeline	Énumérations ordinales, listes d'étapes parallèles	Patterns 49-50-53 en priorité ; récit plutôt qu'inventaire
Descriptions de processus	"Il ouvre, il lit, il détermine, il saisit..."	Casser la liste d'actions en récit asymétrique
Annexes documentaires	Texte structuré type CLAUDE.md, README, guide	Si possible, laisser en format brut factuel ; si rédigé en prose, traiter comme corps du texte
Bibliographie	Format APA mécanique	Normalement exclue du calcul Compilatio ; vérifier que les citations sont bien entre guillemets

Règle zone rouge

Pour tout mémoire > 5000 mots qui dépasse 30 % de détection alors que les passages narratifs avec "je" passent : la cause est dans les zones rouges. Les retravailler en priorité avant de toucher au reste.

Ordre recommandé :

1. Résumé et abstract (Mode Résumé/Abstract)
2. Conclusion
3. Sections méthodologiques / pipeline (patterns 49-50-53)
4. Introduction (3 premiers paragraphes)
5. Corps du texte (patterns 1-48 + 51-55)

Gain typique : corriger les 4 premières zones rouges sur un mémoire de 10 000 mots fait baisser le score de 15 à 20 points sans toucher à 80 % du texte.

---

Processus complet

Étape 0.5 : Collecte d'ancrage (OBLIGATOIRE)

Sans ancrage factuel réel, aucune technique d'humanisation ne suffit. DARL < 1.5 = échec garanti.

ANCRAGE EXPRESS (5 questions)
═════════════════════════════

1. OUTIL : Nom exact d'un logiciel, lieu ou auteur avec un détail technique
   (version, année, salle) ?

2. ACTEUR : Nom d'une personne ou service + une date exacte (ex: mardi 14) ?

3. CHIFFRE : Une statistique ou donnée exacte (à virgule) ?

4. BLOCAGE : Un problème inattendu ou un échec qui t'a fait perdre du temps ?
   En une phrase.

5. TIC : 2 mots de liaison que tu utilises tout le temps ?

Règle : ne jamais réécrire sans Q1 + Q2 + Q4. Si l'utilisateur refuse : « Sans ces détails, le texte sera détecté. Les détecteurs mesurent l'ancrage dans le réel, pas seulement le style. » Ne jamais inventer les détails à la place de l'utilisateur.

Étape 1 : Diagnostic

Afficher le diagnostic complet (cf. Étape 0) avec DARL et DS estimés. Attendre validation avant de réécrire, sauf si réécriture directe demandée.

  - DARL estimé : [valeur] → [OK > 4.5 / À risque < 1.5]
  - Densité sémantique : [valeur] → [OK > 0.5 / À risque < 0.3]

Si DARL < 1.5 ou DS < 0.3, bloquer et revenir à Étape 0.5.

Étape 2 : Identification du modèle source

Signal	Gemini	ChatGPT/GPT	Claude
Lexique	Poétique, « cristalliser », « en filigrane »	Triades, « il est essentiel », « toutefois »	« constitue un », tirets cadratins, listes gras
Structure	Lisse, pas argumentative	Sablier RLHF pour/contre/donc	Exhaustif, hiérarchique

Corrections : Gemini → casser rythme + faits ; GPT → triades + marqueurs ; Claude → tirets + listes.

Étape 3 : Réécriture brouillon

Appliquer les 48 patterns (Phases 1-6), injecter l'âme (Phase 7), contre-mesures (Phase 8). Viser DARL > 3 par paragraphe. Distribuer les ancres sur tout le texte.

Étape 4 : Auto-audit (double grille)

• Surface : tells IA résiduels, passages lisses, transitions mécaniques, « je » manquant.
• Statistique : variance de phrases, densité de détails, richesse lexicale, entropie variable.

Étape 5 : Auto-évaluation mathématique

Calculer SCE_approx (cf. references/formules-auto-evaluation.md). Si SCE_approx > 0.40 : identifier les métriques faibles et corriger. Boucler.

Étape 6 : Réécriture finale

Vérification de sortie : DARL > 4.5 / DS > 0.5 / RDS > 0.35 / SCE < 0.35. Si une condition n'est pas remplie, ne pas livrer et reboucler.

Étape 7 : Résumé des modifications

MODIFICATIONS EFFECTUÉES
════════════════════════
- [n] connecteurs mécaniques supprimés ou remplacés
- [n] tirets cadratins supprimés
- [n] superlatifs vides remplacés par des termes concrets
- [n] triades cassées
- [description des changements structurels majeurs]
- [description des ajouts de voix/âme]
- Variance de longueur de phrase : [avant] → [après]
- Score diagnostic : [avant] → [après]

---

Adaptation au type de document

Type de document	Registre	« Je »	Familiarité	Exemples
Mémoire de recherche	Soutenu, impersonnel	Non (« nous »)	Aucune	M2, thèse
Mémoire professionnel	Soutenu accessible	Oui, dosé	Légère	DCG, DSCG, licence pro
Rapport de stage	Courant-soutenu	Oui	Modérée	BTS, DUT, L3
Dissertation	Soutenu	Non	Aucune	Concours, examens
Lettre de motivation	Professionnel	Oui	Modérée	Candidature
Email professionnel	Courant	Oui	Large	Communication interne

---

Cas particuliers

• Texte court (< 100 mots) : humaniser = rendre naturel, pas allonger.
• Texte technique (code, formules) : humaniser uniquement les passages explicatifs.
• Texte anglais en contexte français : proposer de traduire et d'humaniser en français.
• Humanisation « légère » : Phases 1-5 seulement, Phase 7 minimale, pas de restructuration.
• Humanisation « totale » : toutes les phases + Phase 7 maximum + restructuration autorisée.
• Long mémoire (> 5000 mots) avec score 30-50 % malgré ancrage correct : le problème est structurel, pas lexical. Appliquer dans cet ordre : (1) audit des zones rouges (Résumé, Conclusion, Introduction, Méthodologie) ; (2) patterns 49-55 (cadence structurelle) sur les sections techniques ; (3) Mode Résumé/Abstract sur les synthèses ; (4) ne pas toucher aux passages narratifs déjà validés (risque de sur-humanisation). Objectif réaliste : -15 à -20 points en traitant 20-30 % du texte ciblé.
• Résumé / abstract / 4e de couverture détecté à 80-100 % : Mode Résumé/Abstract (cf. section dédiée). Réécriture complète plutôt que retouche.
• Rapport avec pipeline / méthodologie en énumération ordinale : Pattern 49 en priorité, récit avant inventaire, pas de "la première est / la deuxième est".

---

Rappels essentiels

1. Toujours commencer par le diagnostic. Pas de réécriture à l'aveugle.
2. Ne jamais mentionner le processus dans le texte final.
3. Le concret bat l'abstrait. Un chiffre, un nom, une date : c'est ce qui rend vivant.
4. La perfection est suspecte. Les vrais textes humains ont des imperfections mineures.
5. L'auto-audit est obligatoire. Double grille : patterns de surface + signaux statistiques.
6. Les détecteurs LLM sont intelligents. Compilatio utilise Claude Opus 4.6, GPT-5.4, Gemini 3.1 Pro. La Phase 8 est aussi importante que les Phases 1-7.
7. Respecter le registre du document. Pas de familiarité dans une dissertation.
8. Préserver le sens. L'humanisation change la forme, pas le contenu.
9. Ne jamais inventer de faits. Si vague, reformuler en opinion ou demander les détails.

---

Mode Pédagogique : Annoter plutôt que réécrire

Activé quand : « explique-moi pourquoi ça sonne IA », « annote mon texte », « apprends-moi à écrire mieux », « mode pédagogique ».

Objectif : annoter chaque passage problématique avec un code de pattern et une reformulation, puis fournir une synthèse des 3 patterns les plus fréquents (jamais plus de 3).

⁽¹⁾ PATTERN : [nom du pattern]
    → Ce que ça révèle : [explication courte]
    → Reformulation naturelle : [exemple concret]

SYNTHÈSE
═══════
1. [Pattern #1] : X fois → Exercice : [exercice]
2. [Pattern #2] : Y fois → Exercice : [exercice]
TON POINT FORT : [ce qui est déjà naturel]
PROCHAIN TEXTE : concentre-toi sur [1 seul point]

Règle pédagogique : 1 correction précise intégrée vaut mieux que 15 corrections ignorées.

Référence étendue : references/mode-pedagogique.md (grille complète, exercices, progressions).

---

Mode Oralité : Scripts de soutenance

Activé quand : « script de soutenance », « présentation orale », « discours », « pitch ».

Écrit académique	Oral naturel
Phrases longues et construites	12 mots max à l'oral
Connecteurs formels (néanmoins, toutefois)	Donc... / Et là... / En clair... / Concrètement...
Aucune pause signalée	[PAUSE] / [RESPIRATION] / [TRANSITION] dans le script
Registre uniforme	Micro-hésitations légitimes (« enfin, plus précisément... »)

Règles orales : zéro participe présent en -ant, zéro triade systématique, zéro phrase > 20 mots, zéro « il convient de noter que » à l'oral.

Référence étendue : references/mode-pedagogique.md (scripts annotés complets, gestion du stress).

---

Mode Résumé / Abstract anti-détection

Activé quand : le texte à humaniser inclut un résumé, un abstract, une synthèse de mémoire, ou quand l'utilisateur mentionne "mon abstract fait 100 %", "le résumé est entièrement flaggé", "je n'arrive pas à faire baisser le score sur le résumé".

Pourquoi les résumés sont piégés

Un résumé de mémoire, par format, concentre exactement les signaux que les détecteurs LLM cherchent :

• Densité thématique élevée (chaque phrase résume un paragraphe entier)
• Structure canonique (problématique → méthode → résultats → apports)
• Absence de digressions, d'hésitations, de détails débordants
• Registre uniformément soutenu
• Ouverture typique "Ce mémoire porte sur / examine / étudie..."

Un résumé rédigé "proprement" sera détecté à 80-100 % presque toujours, même quand le reste du mémoire passe.

Règles de réécriture d'un résumé

1. Ouvrir sur une scène ou un chiffre brut, pas sur "ce mémoire porte sur".

• Avant : "Ce mémoire examine l'automatisation de la saisie bancaire..."
• Après : "Au Cabinet X, saisir un relevé bancaire prend 30 minutes. Multiplié par 400 clients, ça finit par peser."

2. Casser la structure canonique.

• Ne pas enchaîner problématique → méthode → résultats → apports dans l'ordre attendu
• Commencer par le résultat le plus marquant, ou par la difficulté principale rencontrée

3. Un seul chiffre-ancre fort.

• Pas de liste "88-92 %, 84 %, 25 relevés, 8 banques" dans la même phrase
• Choisir le chiffre le plus parlant et le laisser respirer

4. Rythme cassé obligatoire.

• Alterner phrase courte (< 10 mots) et phrase longue (> 30 mots)
• Insérer une phrase nominale si possible

5. Supprimer toutes les transitions méta.

• "Au-delà des résultats mesurés..."
• "Ce mémoire interroge également..."
• "La dissertation examine par ailleurs..."

6. Finir sur tension ouverte, pas sur synthèse.

• Pas de "le collaborateur voit ses compétences se reconfigurer"
• Oui : "Reste à voir si le taux de 84 % tient sur un an d'usage réel."

7. Réduire de 20-30 %.

• Un résumé IA est toujours trop dense
• Couper d'abord les phrases-transition et les doublons paraphrastiques

Abstract anglais

Mêmes règles, renforcées : l'anglais académique est encore plus normé que le français, et les LLM ont vu dix fois plus d'abstracts anglais à l'entraînement. En particulier :

• Pas de "This dissertation examines / explores / investigates / analyzes"
• Préférer "At Cabinet X, bank statement entry takes 30 minutes..."
• Éviter les conclusions universalisantes type "...in their own right"

Exemple complet

Avant (détection typique ~90 %) :

Ce mémoire porte sur le développement et le déploiement d'outils d'automatisation au sein du Cabinet ATF. Partant du constat que la saisie manuelle des relevés bancaires mobilise entre 25 et 40 minutes par relevé sur un portefeuille de 400 clients, nous avons développé SAGE Parser v2, un outil Python qui automatise la transformation de relevés bancaires PDF en fichiers Excel directement importables dans SAGE Génération Experts. L'outil couvre 8 banques et a été développé avec Claude Code d'Anthropic. Les mesures effectuées sur 25 relevés réels confirment un gain de 88 à 92 % sur le temps de traitement, avec un taux de réussite de 84 %.

Après (détection visée < 30 %) :

Au Cabinet ATF, saisir un relevé bancaire prenait entre 25 et 40 minutes. Sur 400 clients, ça finit par peser. J'ai écrit, pendant l'alternance, un outil Python qui avale le PDF et sort un Excel directement importable dans SAGE Génération Experts : huit banques couvertes, parce que ce sont celles que nos clients utilisent. Le gain réel mesuré sur 25 relevés tourne autour de 90 %. Mais 16 % des fichiers sortent avec un écart que l'outil signale sans le résoudre. À ce stade, c'est l'humain qui tranche, et rien ne dit que ça tiendra à l'échelle du cabinet entier.

---

Références internes

Fichier	Quand le consulter
references/audit-detecteurs-fr.md	Audit comparatif 12 détecteurs + script Python reproductible centré français
references/patterns-academiques-fr.md	Exemples complets avant/après des patterns 25-48
references/formules-auto-evaluation.md	Formules mathématiques, questionnaire ancrage complet 9 questions
references/prompts-detecteurs.md	Données Compilatio v4.5.3, seuils, pipeline, comparatif outils
references/mode-pedagogique.md	Grille d'annotation, exercices par pattern, scripts de soutenance
references/marqueurs-ia-francais.md	Liste noire de 60+ marqueurs IA en français
references/patterns-par-discipline.md	Patterns IA par discipline (compta, droit, SHS, info, santé, lettres)
references/analyse-rapport-compilatio.md	Interpréter un rapport Compilatio : grille de lecture, diagnostic par bloc, stratégie de correction
references/cadence-structurelle.md	Patterns 49-55 détaillés (énumération ordinale, thèse-méta, aphorisme clôture, définition binaire, scaffolding 3-raisons, cleft, cascade d'autorités) avec exemples avant/après
/mnt/skills/user/soutien-academique/SKILL.md	Règles d'écriture naturelle pour mémoires et rapports