Détecteur de contenu dupliqué
Collez 2 URLs : l'outil fetch les deux pages, extrait le texte éditorial, et compare via shingles de 4 mots. Pour vérifier si un contenu a été pompé.
2 URLs à comparer
À découvrir aussi
Tous les outilsMesurez la lisibilité de vos textes français : Flesch-Kincaid adapté FR (Kandel-Moles), phrases longues, diversité lexicale, mots difficiles. Pour adapter le ton à votre cible.
Extrayez en une fois les title, meta description, H1 et H2 de jusqu'à 50 pages. Idéal pour auditer la cohérence éditoriale d'une catégorie ou d'un concurrent.
Mesurez si l'écart entre deux variantes (titles, layouts, snippets) est statistiquement significatif. Z-test deux proportions avec p-value et intervalle de confiance.
Score E-A-T basé sur les signaux objectifs : auteur identifié, dates de publication et de modification, citations vers sources d'autorité, balisage Article+Person Schema.org.
Questions fréquentes
Comment ça marche techniquement ? +
L'outil tokenise le texte des 2 pages (suppression du chrome, lowercase, sans accents), puis génère des shingles (séquences de 4 mots consécutifs). Le score Jaccard est le ratio shingles communs / shingles totaux. Une similarité ≥ 85 % = identique (copy-paste pur). 50-85 % = quasi-duplicate (paragraphes recyclés). 20-50 % = dérivé (paraphrase, sujet partagé). < 20 % = original.
Pourquoi 4-grammes ? +
Le shingle de 4 mots est le standard académique pour la détection de duplicate (papier Broder 1997). Trop court (2-3 mots) et on attrape du bruit (« the », « de la », « est un »). Trop long (8-10 mots) et un paraphrase légère casse tous les shingles. 4-grammes capte les phrases complètes ou quasi-complètes — exactement ce qu'un copy-paste produit.
Et si la page est traduite d'une autre langue ? +
L'outil ne détecte que la duplication mot-à-mot (ou quasi). Une traduction FR→EN ne sera pas flaggée — c'est par design, sinon on tomberait sur les faux positifs sur tout site multilingue. Pour détecter de la traduction-copie, il faut une approche embedding (multi-lingual) qu'on n'a pas en pure JS sans backend.
Mon contenu et celui d'un concu sont à 35 % — c'est grave ? +
Souvent non. Sur un sujet niche, deux articles vont citer les mêmes faits, mentions, sources — 30 % de similarité de shingles est cohérent. Le drapeau rouge est au-dessus de 60 % : ça veut dire que les structures de phrase elles-mêmes sont recyclées, pas juste les faits. Si vous voyez un score > 70 % sur un article que vous savez original, regardez les shingles partagés — souvent un boilerplate (signature, footer, CTA) qui pollue le score.
Du contenu unique mérite un placement unique
Quand on rédige un article original sur le réseau Stringer, on le rédige une seule fois et on le publie en exclu sur un média du réseau. Pas de syndication, pas de duplication.