Généré le 13/10/2026 19:06

Étude de faisabilité — Traduction automatique des avis clients étrangers dans les rapports produit

Date : 13/10/2026
Demande : Raphaël ne parle pas anglais. Les avis clients cités dans les rapports d'analyse produit (verdict du Juge Produit) sont parfois en anglais (verbatims AliExpress/Amazon). Objectif : les rendre compréhensibles, soit via un bouton "Traduire" à la demande dans l'interface, soit en affichant systématiquement la traduction à côté de l'original avec la langue source précisée.


1. Où le problème se pose réellement (vérifié dans le code, pas supposé)

Le point d'entrée des avis clients est l'étape obligatoire --avis-clients du Juge Produit (tools/juge_produit_orchestrateur.py:400-410) : l'agent doit faire une recherche réelle (WebSearch/AliExpress/Amazon) et citer des verbatims positifs et négatifs, en français ou dans la langue source selon ce qu'il trouve. Ce texte est concaténé avec le reste du verdict dans etapes.append(f"[Avis Clients Réels] {args.avis_clients}"), puis stocké intégralement dans la colonne X du Tracker (commentaire_coach).

Le rapport produit (tools/generer_rapport_produit_jarvis.py:270,294-302) lit cette colonne X (verdict_complet = g("X_commentaire_coach")) et l'affiche telle quelle, échappée en HTML (common_escape), dans une boîte repliable (.verdict-box / bouton toggleVerdict). Il n'y a aucun traitement de langue à ce stade : ni détection, ni traduction, ni séparation entre les sections du verdict (le "[Avis Clients Réels] ..." est noyé dans le même bloc de texte que le reste du jugement).

Confirmé par grep sur tout le dépôt : aucune bibliothèque (langdetect, deep-translator, deepl, google-cloud-translate) n'est installée, aucun appel translate/deepl n'existe dans tools/. Le besoin est donc 100% à construire, pas à corriger.

Clé déjà disponible sans nouvelle inscription : OPENROUTER_API_KEY est présente dans C:\ASSISTANT_IA\.env et fonctionnelle (confirmé 11/10/2026, cf. BRIDGE_MOTEUR_SECOURS/MOTEURS_SECOURS_REFERENCE.md). Aucune clé Google Cloud Translate ni DeepL n'existe actuellement dans l'écosystème.


2. Les deux options demandées, évaluées sur le pipeline réel

Option A — Bouton "Traduire" à la demande (côté interface Jarvis web)

Mécanique : bouton JS ajouté dans .verdict-box (même pattern que toggleVerdict, generer_rapport_produit_jarvis.py:236-239), qui appelle un nouvel endpoint FastAPI (JARVIS_LIVE_VOICE/server.py, qui expose déjà ~25 routes @app.get/post("/api/...")) type /api/translate, lequel appelle l'API de traduction et renvoie le texte traduit injecté dans le DOM.

Option B — Traduction systématique à la génération, affichée à côté de l'original avec langue source

Mécanique : au moment de la génération du rapport (generer_rapport_produit_jarvis.py, juste après avoir récupéré verdict_complet), détecter si le texte contient des passages en anglais (ou autre langue), les traduire, et afficher 🇬🇧 → 🇫🇷 juxtaposé dans le même bloc .verdict-box — jamais en remplaçant l'original (cf. règle d'honnêteté/traçabilité déjà actée ailleurs dans le projet, mémoire feedback_honest_persuasion_over_unverified_claims).

Recommandation

Option B en défaut, pas Option A. Le canal Telegram est la contrainte qui décide : un bouton interactif est inutilisable sur le document envoyé par défaut, alors que Raphaël lit la plupart de ses rapports sur mobile via Telegram (cf. mémoire feedback_limiter_askuserquestion_orchestrateur). L'affichage juxtaposé avec langue source résout aussi l'autre problème réel : il n'y a aujourd'hui aucune séparation entre le verdict général et le bloc [Avis Clients Réels] dans le texte brut — en pratique, il faudra isoler ce sous-bloc par regex (le préfixe [Avis Clients Réels] est déjà un marqueur stable généré par juge_produit_orchestrateur.py:410) avant de traduire, pour ne pas traduire inutilement tout le verdict si le reste est déjà en français.

Un bouton web (Option A) peut rester une amélioration complémentaire plus tard dans l'UI Jarvis pour re-traduire un passage précis à la volée, mais ne doit pas être le mécanisme principal.


3. Évaluation des outils de traduction disponibles

Solution Compte à créer Coût Qualité attendue sur avis courts Détection langue incluse Effort d'intégration
DeepL API Free Oui (nouvelle clé) Gratuit jusqu'à 500k car./mois Très bonne (référence du marché pour EN→FR) Oui (detected_source_language dans la réponse) Faible — appel HTTP simple, 1 dépendance (deepl ou juste requests)
Google Cloud Translate Oui (projet GCP + facturation) ~20$/million de caractères, pas de palier gratuit permanent Bonne Oui Moyen — nécessite compte GCP, facturation à activer, plus lourd que justifié pour ce volume
LibreTranslate (self-hosté) Non (mais serveur à monter) Gratuit Moyenne, nettement en dessous de DeepL sur des verbatims familiers/fautes Oui Élevé — Docker/service à maintenir en plus, aucun existant dans l'écosystème actuel
Réutiliser OPENROUTER_API_KEY existante avec un modèle LLM économique (ex. un modèle petit/gratuit du catalogue déjà validé le 11/10/2026) Non — clé déjà présente et fonctionnelle dans .env Quasi nul pour ce volume (quelques centaines de caractères par verdict) Bonne si prompt cadré ("traduis fidèlement, ne commente pas, ne reformule pas") — risque d'hallucination/paraphrase si le prompt est mal cadré (cf. incident Gemini du 11/10/2026, corrigé par temperature=0.3 + consigne anti-invention) Non nativement — à demander explicitement dans le prompt ("précise la langue source détectée") Faible — zéro nouvelle inscription, zéro nouveau secret à gérer dans .env

Recommandation : démarrer avec la clé OpenRouter déjà existante (zéro friction, zéro compte à créer, cohérent avec la règle du projet de ne jamais ajouter un secret de plus que nécessaire dans .env), avec un prompt strict et temperature basse pour éviter toute paraphrase/invention — en reprenant exactement la leçon déjà tirée le 11/10/2026 sur l'hallucination Gemini (message système anti-invention + température plafonnée, cf. BRIDGE_MOTEUR_SECOURS/MOTEURS_SECOURS_REFERENCE.md). Si la qualité se révèle insuffisante à l'usage (paraphrase au lieu de traduction littérale, pertes de nuance sur les red flags), basculer vers DeepL API Free — ticket d'entrée faible (une clé, gratuite jusqu'à 500k caractères/mois, largement suffisant pour ce volume de verdicts).


4. Impact sur le pipeline de génération de rapport

Modification localisée, pas une refonte :

  1. tools/generer_rapport_produit_jarvis.py ligne 270 : après verdict_complet = g("X_commentaire_coach"), isoler le sous-bloc [Avis Clients Réels] ... par regex sur le marqueur existant.
  2. Nouvelle fonction translate_if_foreign(text) (même esprit "best-effort, dégrade silencieusement" que fetch_og_image) : détecte si le sous-bloc contient de l'anglais (heuristique simple suffisante : proportion de mots anglais courants, ou directement demander au LLM de répondre None s'il juge le texte déjà en français — évite une dépendance langdetect supplémentaire), traduit si besoin, retourne (texte_traduit, langue_source) ou (None, None).
  3. Dans le HTML généré (verdict_html, lignes 294-302) : si une traduction existe, l'insérer juste après le sous-bloc concerné, avec un badge 🇬🇧 Anglais → Français — jamais en remplacement de l'original.
  4. Nouveau flag --no-translate (symétrique à --no-images déjà présent) pour désactiver sur demande (rapports volumineux --tous, ou test rapide).
  5. Aucun changement requis côté juge_produit_orchestrateur.py : le marqueur [Avis Clients Réels] déjà généré est suffisant comme point d'ancrage, pas besoin de toucher au Juge Produit lui-même.

Effort estimé : une demi-journée (fonction de traduction + regex d'extraction + test sur 2-3 verdicts réels existants dans le Tracker), pas un chantier lourd.


5. Risques identifiés


Conclusion

Le besoin est réel et aujourd'hui non couvert (confirmé par l'absence totale d'infrastructure de traduction dans le dépôt). L'option recommandée est la traduction systématique à la génération, affichée à côté de l'original avec la langue source précisée (Option B) plutôt qu'un bouton à la demande, car ce dernier serait inopérant sur le canal Telegram qui est le canal de lecture principal de Raphaël. Côté outil, démarrer avec la clé OpenRouter déjà présente dans .env (zéro nouveau compte, zéro nouveau secret) avec un prompt cadré anti-paraphrase, et ne basculer vers DeepL API Free (gratuit jusqu'à 500k caractères/mois) que si la qualité s'avère insuffisante à l'usage réel.

Aucune implémentation n'a été réalisée à ce stade — ce document est une étude de faisabilité, conformément à la demande.