Choisir le titre d’un article reste l’une des décisions éditoriales à plus fort effet de levier sur le taux de clic, et pourtant elle se prend souvent dans la précipitation, juste avant publication. Plutôt que de demander à une IA de choisir le titre final à notre place, nous avons préféré une approche plus prudente : lui demander plusieurs propositions, puis laisser un vrai test A/B départager.
Voici la recette que nous utilisons désormais sur les sites de nos clients équipés d’une extension de test A/B pour les titres, en confiant à l’IA la seule tâche pour laquelle elle est réellement douée ici, la génération de variantes.
Le prompt qui génère les cinq variantes
Le prompt envoyé à l’API GPT-3.5 Turbo précise le sujet de l’article, le ton du site, une contrainte stricte de longueur (le titre doit rester lisible dans les résultats de recherche), et surtout la consigne de proposer des angles différents plutôt que cinq reformulations proches les unes des autres.
$prompt = "Propose 5 titres différents pour un article sur : {$sujet}. "
. "Contraintes : 55 à 70 caractères, ton {$ton_du_site}, "
. "aucune formule clickbait, chaque titre doit adopter un angle "
. "distinct (question, chiffre, bénéfice, comparatif, alerte). "
. "Réponds uniquement sous forme de liste numérotée.";
Nous demandons explicitement cinq angles différents car les premières versions du prompt, plus vagues, produisaient souvent cinq variations quasi identiques d’une même formule, ce qui rendait le test A/B peu informatif : tester cinq titres qui se ressemblent revient presque à n’en tester qu’un seul.
De la génération au test réel
Les cinq titres générés sont proposés dans une méta-boîte personnalisée ajoutée à l’écran d’édition de l’article, via add_meta_box(). Le rédacteur en sélectionne deux ou trois qu’il juge pertinents, éventuellement en les retouchant à la main, puis les envoie vers l’extension de test A/B déjà installée sur le site, qui se charge d’afficher aléatoirement chaque variante aux visiteurs et de mesurer le taux de clic réel.
- L’IA génère cinq propositions de titre à partir du sujet
- Le rédacteur sélectionne et affine deux à trois variantes crédibles
- L’extension de test A/B les diffuse aléatoirement pendant une période définie
- Le titre vainqueur, mesuré sur des clics réels, devient le titre définitif
Pourquoi ne pas laisser l’IA choisir seule
Un LLM peut évaluer la qualité rédactionnelle apparente d’un titre, mais il n’a aucun accès aux données réelles de comportement des visiteurs de votre site. Il ne sait pas que votre audience réagit particulièrement bien aux titres formulés sous forme de question, ou au contraire s’en méfie. Seul un test mené sur du trafic réel peut trancher ce genre de préférence, propre à chaque audience.
Une IA sait écrire un bon titre, elle ne sait pas lequel de vos lecteurs préfère, faute d’avoir jamais vu vos statistiques.
Le piège des contraintes de longueur ignorées
Sur nos premiers essais, environ un titre généré sur cinq dépassait la longueur demandée, parfois de façon importante. Nous avons ajouté un filtre PHP qui rejette automatiquement toute variante dépassant 70 caractères avant même de la présenter au rédacteur, évitant ainsi de lui faire perdre du temps à trier manuellement les propositions hors gabarit.
Ce que le test A/B a révélé
Sur douze articles testés sur deux mois chez un client éditeur B2B, le titre vainqueur du test A/B n’était le premier choix instinctif du rédacteur que dans sept cas sur douze. Dans les cinq autres, une variante générée par l’IA que le rédacteur n’aurait pas naturellement retenue s’est révélée plus performante, avec un gain de taux de clic allant de 8 à 22 %.
En résumé
Confier à l’IA la génération de variantes de titre, sans lui laisser le dernier mot, combine le meilleur des deux mondes : la rapidité et la diversité d’angle d’un modèle de langage, et la rigueur d’une décision fondée sur des données réelles de clic. Le titre final n’est jamais choisi par l’IA seule, il est mesuré.
