Le maillage interne, on sait tous que c’est important. Demande à n’importe quel SEO, il te dira que c’est un des leviers les plus puissants et les plus sous-exploités. Les liens internes distribuent le PageRank, aident Google à comprendre la structure de ton site, guident les utilisateurs vers du contenu pertinent. La théorie, tout le monde la connaît. La pratique, c’est une autre histoire.
Soyons honnêtes : qui fait vraiment son maillage interne correctement ? Qui, après avoir publié un article, prend systématiquement le temps d’aller chercher les 3-4 anciens articles qui mériteraient un lien vers ce nouveau contenu ? Qui met à jour ses vieux articles pour qu’ils pointent vers les nouveaux ?
Moi, pendant des années, j’ai fait comme tout le monde. Je maillais “quand j’y pensais”. C’est-à-dire rarement. Et quand je m’y mettais, c’était la corvée. Ouvrir un article, chercher une expression qui pourrait servir d’ancre, réfléchir à quel article lier, vérifier que le lien n’existe pas déjà, insérer le lien, sauvegarder. Répéter. Pendant des heures. Le résultat ? Des sites avec des dizaines de pages orphelines. Des articles qui auraient dû être liés entre eux mais qui ne l’étaient pas. Un maillage en gruyère, fait à l’arrache quand j’avais le temps. C’est-à-dire jamais.
Les solutions existantes : promesses vs réalité
Alors j’ai fait ce que tout le monde fait quand il a un problème : j’ai cherché un outil. Le marché des plugins de maillage interne n’est pas vide. Il y a Link Whisper, le plus connu. Internal Link Juicer, souvent cité comme alternative. Et quelques autres, plus confidentiels. J’ai tout testé. Sérieusement testé, pas juste installé cinq minutes.
Link Whisper : bien mais pas assez
Link Whisper fait le job sur le papier. Tu installes, tu configures, et il te propose des suggestions de liens. Le problème, c’est que ce sont des suggestions. Tu te retrouves devant un tableau avec 50, 100, 200 propositions de liens. Et tu dois les valider une par une. Clic. Est-ce que ce lien a du sens ? Oui. Accepter. Clic. Est-ce que celui-là a du sens ? Non, c’est hors sujet. Refuser. Clic. Clic. Clic. C’est mieux que de tout faire à la main, je ne dis pas le contraire. Mais c’est encore du travail manuel déguisé en automatisation.
Et puis il y a le matching. Link Whisper fonctionne sur des mots-clés. Il cherche des correspondances textuelles. Si ton article A contient le mot “référencement” et que ton article B s’appelle “Guide du référencement”, il va te proposer un lien. Logique. Sauf que le matching par mots-clés est rigide. Il te propose toujours les mêmes liens parce qu’il a trouvé les mêmes mots. Il ne comprend pas que “SEO”, “référencement naturel” et “optimisation pour les moteurs de recherche” parlent de la même chose. Il ne comprend pas le contexte, la nuance, la sémantique. Sur un petit site, ça passe. Sur un site de 500 articles ou plus, tu te retrouves avec des suggestions répétitives, prévisibles, parfois absurdes.
Internal Link Juicer : même combat
Internal Link Juicer part sur une approche légèrement différente. Tu définis des mots-clés pour chaque article, et le plugin crée automatiquement des liens quand il trouve ces mots-clés dans d’autres contenus. L’idée est bonne. L’exécution pose problème.
D’abord, tu dois définir manuellement les mots-clés pour chaque article. Sur 50 articles, c’est faisable. Sur 500, c’est un travail monstre. Et si tu oublies de le faire pour un article, il ne sera jamais lié. Ensuite, le même problème de matching rigide se pose. Si tu as défini “marketing digital” comme mot-clé et que ton texte parle de “stratégie digitale”, pas de lien. Le plugin ne fait pas le rapprochement. Enfin, les ancres sont toujours les mêmes. Si tu as défini “marketing digital” comme ancre pour un article, tous les liens vers cet article utiliseront “marketing digital”. Répétitif. Pas naturel. Potentiellement sur-optimisé aux yeux de Google.
Le constat
Après avoir testé toutes ces solutions, mon constat était clair : aucune ne faisait ce que je voulais vraiment. Je ne voulais pas un outil qui me propose des suggestions à valider. Je voulais un outil qui fasse le travail à ma place. Je ne voulais pas un matching par mots-clés. Je voulais un outil qui comprenne le sens du contenu. Je ne voulais pas définir manuellement des ancres répétitives. Je voulais des ancres variées, naturelles, choisies intelligemment.
Ça n’existait pas. Alors j’ai décidé de le construire.
Le déclic
À un moment, j’en ai eu marre. Marre de me contenter de ce qui existait alors que je savais précisément ce que je voulais. Marre de faire des compromis avec des outils qui ne me convenaient qu’à moitié. Et surtout, je savais que ce que je voulais était techniquement possible.
Je travaille avec l’IA au quotidien. J’ai passé des mois à explorer les capacités des LLM, à comprendre comment fonctionnent les embeddings, à tester des workflows d’automatisation. La similarité sémantique, ce n’est pas de la science-fiction. C’est une technologie mature, accessible, que j’utilise déjà pour d’autres projets. La question n’était pas “est-ce que c’est faisable ?” mais “pourquoi personne ne l’a encore fait pour le maillage interne ?”
Je n’avais pas de réponse. Alors j’ai décidé de le faire moi-même.
Les premiers pas : automne 2025
Cet automne, j’ai commencé à bricoler. Pas un plugin tout de suite. Juste des prototypes. Des scripts. Des tests de concept.
La première question à résoudre : est-ce qu’on peut trouver automatiquement les articles similaires sans se baser sur des mots-clés ? La réponse s’appelle les embeddings. Pour simplifier, un embedding c’est une représentation numérique du sens d’un texte. Tu donnes un article à un modèle d’IA, il te renvoie un vecteur de plusieurs centaines de dimensions qui capture le sens du contenu. Ensuite, tu peux comparer ces vecteurs entre eux.
Plus deux vecteurs sont proches, plus les contenus sont similaires sémantiquement. Concrètement : un article sur “les meilleures pratiques SEO en 2025” et un article sur “comment optimiser son référencement naturel” auront des embeddings très proches, même s’ils n’utilisent pas les mêmes mots. Parce qu’ils parlent de la même chose.
J’ai testé sur mes propres contenus. Ça marchait. Les articles que le système identifiait comme similaires étaient effectivement similaires. Pas juste parce qu’ils partageaient des mots-clés, mais parce qu’ils traitaient de sujets connexes. Première validation.
Deuxième question : est-ce qu’une IA peut choisir une ancre pertinente dans un texte ? Là, c’est un LLM qui entre en jeu. Tu lui donnes un article source, un article cible, et tu lui demandes de trouver dans le texte source une expression qui pourrait naturellement servir d’ancre pour pointer vers l’article cible. J’ai testé. Les résultats étaient bluffants. L’IA ne choisissait pas des ancres génériques. Elle trouvait des expressions qui existaient vraiment dans le texte, qui avaient du sens dans leur contexte, et qui créaient une transition naturelle vers l’article cible. Deuxième validation.
J’avais les briques de base. Il fallait maintenant construire la maison.
De proto à plugin : décembre 2025
En décembre, j’ai sauté le pas. J’ai commencé à coder un vrai plugin WordPress. D’abord pour moi. L’objectif était simple : valider que le concept fonctionnait en conditions réelles, sur de vrais sites, avec de vrais contenus.
Je l’ai installé sur mes propres sites. J’ai observé les liens créés. J’ai vérifié la pertinence. J’ai mesuré l’impact. Les premiers résultats étaient encourageants. Le plugin faisait ce que j’attendais : il trouvait des articles similaires, choisissait des ancres intelligentes, créait des liens automatiquement. Sans que j’aie à valider quoi que ce soit.
Mais un proto qui marche pour moi, ce n’est pas un produit. J’ai commencé à le faire tester à quelques personnes de confiance. Des SEO, des éditeurs de sites, des gens qui avaient le même problème que moi. C’est là que les vrais problèmes ont commencé à apparaître.
La réalité du terrain
Chaque site est différent. Chaque configuration est un cas particulier. Ce qui marchait parfaitement sur mes sites ne marchait pas forcément sur ceux des autres.
Un utilisateur avait 2000 articles. Mon système de recherche de similarité, optimisé pour quelques centaines d’articles, ramait. Il a fallu repenser l’architecture. Un autre utilisait des custom post types avec des noms exotiques. Le plugin ne les reconnaissait pas. Il a fallu ajouter des options de configuration. Un autre avait des articles très courts, presque sans contenu. L’IA ne trouvait pas d’ancres pertinentes parce qu’il n’y avait rien à trouver. Il a fallu gérer ce cas limite. Un autre avait configuré des limites très strictes : maximum 3 liens par article. Mais le plugin, dans certains cas, en créait plus. Bug. Il a fallu corriger.
Je pourrais continuer la liste pendant des heures. J’ai passé plus de temps à corriger des bugs remontés par les utilisateurs qu’à développer les features initiales. Chaque jour ou presque, un nouveau cas limite, une nouvelle situation à laquelle je n’avais pas pensé. C’est frustrant. C’est aussi comme ça qu’un outil devient robuste.
Un exemple parmi d’autres : un utilisateur m’a signalé que sur son site de 2000+ articles, les nouveaux posts recevaient des liens entrants correctement, mais ne créaient aucun lien sortant. Zéro. J’ai investigué. Le bug était subtil : la logique qui vérifiait si un article cible avait atteint son maximum de liens entrants bloquait aussi la création de liens sortants. Les deux métriques étaient couplées alors qu’elles auraient dû être indépendantes. Ce genre de bug, tu ne le trouves pas en testant sur un site de 50 articles. Tu le trouves quand quelqu’un utilise ton outil sur un site de 2000 articles avec une configuration spécifique.
Comment ça marche (sans jargon)
Concrètement, voilà ce que fait Easy Content Linker :
1. Analyse du contenu
Quand tu publies un article, le plugin envoie son contenu à l’API OpenAI pour générer un embedding. C’est une opération qui coûte quelques fractions de centime et qui ne prend qu’une seconde. Cet embedding est stocké en base de données. Il représente le “sens” de ton article.
2. Recherche de similarité
Le plugin compare l’embedding du nouvel article avec tous les embeddings existants. Il identifie les articles les plus similaires sémantiquement. Pas de matching de mots-clés. Deux articles peuvent être identifiés comme similaires même s’ils n’utilisent pas les mêmes termes, tant qu’ils parlent de sujets connexes.
3. Scoring et priorisation
Tous les articles similaires ne sont pas égaux. Le plugin applique un système de scoring pour prioriser les meilleurs candidats : similarité sémantique (le critère principal), articles orphelins avec peu de liens entrants (bonus pour les remonter), articles de la même catégorie (petit bonus pour la cohérence thématique), et pages stratégiques définies par l’utilisateur (bonus configurable).
4. Sélection des ancres
Pour chaque lien à créer, le plugin demande à un LLM de trouver une ancre pertinente dans le texte source. L’IA analyse le contenu, comprend le contexte, et choisit une expression qui existe déjà dans le texte et qui crée une transition naturelle vers l’article cible. Tu peux aussi définir des ancres personnalisées pour tes pages stratégiques. Si elles sont présentes dans le texte, elles seront utilisées en priorité (et ça économise un appel API).
5. Insertion du lien
Le plugin insère le lien dans le contenu. Il vérifie que l’ancre n’est pas déjà dans un lien existant, qu’elle n’est pas dans un titre ou une balise code, qu’elle n’est pas dans un shortcode. Bref, il s’assure que le lien est inséré proprement.
6. Mise à jour bidirectionnelle
Le plugin ne crée pas seulement des liens depuis le nouvel article vers les anciens. Il met aussi à jour les anciens articles pour qu’ils pointent vers le nouveau. Ton nouveau contenu est immédiatement intégré dans le maillage existant. Pas besoin de revenir manuellement sur tes vieux articles.
Ce que j’ai vraiment appris
Au-delà de la technique, ce projet m’a appris plusieurs choses.
Le maillage automatique ne remplace pas la stratégie. Le plugin crée des liens pertinents entre contenus similaires. Mais il ne va pas transformer un site sans structure en cocon sémantique parfait. Il ne va pas décider à ta place quelles sont tes pages stratégiques. Il ne va pas créer une arborescence logique si ton contenu est un fouillis. L’outil automatise l’exécution, pas la réflexion. Si ta stratégie de contenu est claire, le maillage automatique va la renforcer. Si elle n’existe pas, le maillage automatique va juste créer des liens entre articles similaires, sans vision d’ensemble.
Les utilisateurs trouvent toujours des cas auxquels tu n’as pas pensé. Je pensais avoir couvert tous les cas possibles. J’avais tort. Chaque semaine, quelqu’un me remonte une situation que je n’avais pas anticipée. Un plugin qui gère des custom post types en cyrillique. Un site avec 50 catégories imbriquées sur 5 niveaux. Un thème qui stocke le contenu dans des meta fields au lieu du content standard. Un hébergeur qui bloque les requêtes API sortantes. Tu ne peux pas tout prévoir. Tu peux juste réagir vite et bien.
Le support utilisateur, c’est du développement. Chaque bug reporté, chaque question, chaque demande de feature : c’est de l’information. C’est ce qui fait la différence entre un proto qui marche pour toi et un produit qui marche pour tout le monde. J’ai pris l’habitude de traiter les retours utilisateurs comme des tickets de dev prioritaires. Un bug remonté le matin est souvent corrigé l’après-midi. Pas parce que je suis un héros, mais parce que c’est comme ça qu’on construit quelque chose de solide.
Où j’en suis aujourd’hui
Easy Content Linker existe. Il tourne sur mes sites et sur ceux d’une centaine d’utilisateurs. Il évolue chaque semaine.
Est-ce que c’est le meilleur plugin de maillage du marché ? Je pense sincèrement que oui, pour ce qu’il fait : du maillage vraiment automatique, basé sur la compréhension du contenu, pas sur du matching de mots-clés. Mais je suis évidemment biaisé.
Ce que je sais avec certitude, c’est que c’est l’outil que j’aurais voulu trouver quand je cherchais une solution. Il n’existait pas, alors je l’ai construit. Et maintenant, il existe pour ceux qui ont le même problème que moi.
Si le maillage interne est un sujet pour toi, tu peux le tester. Il y a une version gratuite limitée à 50 articles, suffisante pour voir si l’approche te convient. Et si tu as des retours, des bugs, des suggestions : je lis tout. Chaque feedback est une opportunité d’améliorer l’outil.
C’est comme ça qu’on construit quelque chose d’utile.
