Détection de doublons

Le contenu dupliqué cannibalise les rankings. Deux articles sur le même sujet se partagent le jus SEO ; Google en choisit un (souvent le mauvais) et déclasse le reste. SeoFreshUp détecte deux types de doublons.

Similarité classique

Comparaison basée sur les tokens : prend le titre + 500 premiers mots de chaque article, calcule un score de similarité, flag les paires au-dessus d’un seuil (par défaut 80 %).

Détecte : articles republiés, contenu syndiqué, articles copiés d’un à l’autre avec des modifs mineures.

Manque : articles couvrant le même sujet en mots complètement différents.

Matching sémantique IA

Détection par LLM : groupe tes articles en ~clusters et demande à l’IA lesquels couvrent le même sujet quel que soit le wording.

Détecte : « 10 meilleurs plugins SEO WordPress » + « Top plugins SEO WordPress 2026 » + « Meilleurs plugins WP pour le SEO » (mots différents, même sujet).

Coût : ~0,005 $ par article analysé via gpt-4o-mini. Pour un blog de 1000 articles : ~5 $ pour le scan sémantique complet.

Comment lancer

Dans l’onglet 📑 Doublons :

Clique 🔍 Scan classique (gratuit, rapide — 30 sec pour 1000 articles)
Optionnellement clique 🤖 Scan IA sémantique (payant, plus lent — 2-5 min pour 1000 articles)

Les deux scans se complètent — lance le classique d’abord pour nettoyer les doublons évidents, puis le sémantique pour analyse plus profonde.

Travailler avec les résultats

Chaque cluster de doublons montre :

Les articles concernés (titre, URL, trafic, verdict IA, âge)
Score de similarité ou niveau de confiance IA
Canonique recommandé (l’article avec le plus de trafic / meilleur verdict / URL la plus ancienne)

Pour chaque cluster, choisis :

✓ Choisir comme canonique — garde celui-ci, redirige ou NOINDEX le reste
🔀 Redirect — redirige 301 des doublons vers le canonique (préserve le SEO)
🗑 Supprimer — corbeille les doublons (auto-301 vers canonique)
🚩 Pas un doublon — marque comme faux positif, ignoré dans futurs scans

Pourquoi c’est important

L’équipe qualité Google mentionne explicitement le contenu dupliqué comme signal thin/spam. Un blog avec 30 % d’articles dupliqués récolte un signal de pénalité globale qui affecte même ton contenu unique.

Nettoyer les doublons est l’une des actions les plus rentables pour un blog vieillissant.

Impact performance

Scan classique : pas cher, rapide. À lancer hebdo si tu publies beaucoup.
Scan IA sémantique : plus cher, à lancer trimestriellement ou après ajouts de contenu majeurs.