✍️ Writing Agent

Agent d'écriture IA indétectable — Outil CLI et framework multi-agents Propulsé par la méthodologie Ghost Protocol

Le meilleur contenu généré par IA est celui que personne ne sait être généré par IA. Non pas parce qu'il trompe — mais parce qu'il est vraiment bon.

Writing Agent est un outil CLI open-source et un framework multi-agents qui produit une écriture de qualité humaine calibrée pour passer les systèmes de détection IA. Construit sur du renseignement rétro-ingéniéré à partir de plus de 50 articles académiques, documentations de détecteurs commerciaux, études de benchmarking de détection, et analyse journalistique réelle de plus de 40 articles de Harvard Business Review, ESPN, CNN, Wall Street Journal, Yahoo Finance, Search Engine Land et Search Engine Journal.

Ceci N'EST PAS un outil d'humanisation. Les humaniseurs prennent du contenu IA médiocre et le maquillent. Writing Agent génère du contenu authentique de qualité humaine à partir de zéro — informé par ce que les détecteurs recherchent exactement, pourquoi, et comment les vrais journalistes écrivent réellement.

Nouveautés v2.0 (Mars 2026)

Intelligence inspirée du journalisme — Analyse de plus de 40 articles de HBR, ESPN, CNN, WSJ, Yahoo, SEL, SEJ pour extraire des patterns d'écriture humaine authentiques
Liste noire de 200+ phrases — Élargie de 100 à 200+ phrases interdites à consonance IA incluant les variantes
Moteur de post-traitement — humanizeContent() supprime programmatiquement les patterns de conclusion IA, adjectifs composés, paires d'atténuation et structures de paragraphes uniformes
Détection de 8 patterns IA — Nouveaux signaux : ouvertures IA, phrases toutes faites, Q&R rhétoriques, tricolons, paragraphes uniformes, conclusions IA, abus de tirets
Contrôles QA renforcés — Variance de longueur de paragraphe, détection de tricolons, détection de Q&R rhétorique, détection de phrases d'ouverture IA
Plus de phrases signatures — Les profils de voix n'ont plus de « phrases fétiches » surexploitées
Règles anti-patterns — Règles explicites contre la structure dissertative, le filage d'analogies sportives, les listes de trois, les patterns thèse-conclusion

Comment ça marche

Ghost Protocol v2 fonctionne selon quatre lois fondamentales :

Patterns inspirés du journalisme — Chaque contenu suit des patterns d'écriture extraits de vrais articles HBR, ESPN, CNN, WSJ et SEL. Les vrais écrivains commencent par une scène ou un fait, utilisent les métaphores une fois puis les abandonnent, varient considérablement la longueur des paragraphes, et terminent sur des détails — pas des résumés.
Pas de déguisement IA — Au lieu d'ajouter de la « personnalité » via des phrases toutes faites, le système supprime les patterns à consonance IA programmatiquement. 200+ phrases en liste noire, 8 détecteurs de patterns structurels IA, et un moteur de post-traitement qui élimine le jargon corporate.
Voix sans phrases fétiches — Les profils de voix définissent des habitudes structurelles (distribution de longueur de phrases, patterns de paragraphes, usage de conjonctions), pas des phrases signatures. Les vrais écrivains n'ont pas de phrases fétiches.
Architecture invisible — L'évasion de détection est intégrée dans la génération ET le post-traitement. L'écriture passe grâce à la façon dont elle est construite à chaque niveau.

Le pipeline en 5 étapes

┌─────────────────────────────────────────────────────────────────────┐
│                      GHOST PROTOCOL PIPELINE                        │
├─────────────────────────────────────────────────────────────────────┤
│                                                                     │
│  ┌──────────┐   ┌──────────┐   ┌──────────┐   ┌──────────┐   ┌──┐ │
│  │ STAGE 1  │──▶│ STAGE 2  │──▶│ STAGE 3  │──▶│ STAGE 4  │──▶│5 │ │
│  │ Profile  │   │ Pattern  │   │  40-Pt   │   │ Platform │   │  │ │
│  │ Intake   │   │ Inject   │   │   QA     │   │ Adapt    │   │  │ │
│  └──────────┘   └──────────┘   └────┬─────┘   └──────────┘   └──┘ │
│                                     │                               │
│                              FAIL? ◀┘                               │
│                                │                                    │
│                         ┌──────▼──────┐                             │
│                         │  Targeted   │                             │
│                         │  Revision   │──── Loop back to Stage 2    │
│                         └─────────────┘                             │
└─────────────────────────────────────────────────────────────────────┘

Architecture

Vue d'ensemble du système

writing-agent/
├── src/
│   ├── cli.js                  # CLI entry point
│   ├── ghost.js                # Main orchestrator
│   ├── agents/
│   │   ├── profile-agent.js    # Stage 1: Content profiling & voice loading
│   │   ├── writer-agent.js     # Stage 2: Human pattern injection engine
│   │   ├── qa-agent.js         # Stage 3: 40-point QA scoring
│   │   ├── adapter-agent.js    # Stage 4: Platform adaptation
│   │   └── polish-agent.js     # Stage 5: Final human pass simulation
│   ├── checks/
│   │   ├── index.js            # Check runner & aggregator
│   │   ├── statistical.js      # Checks 1-7: Perplexity, burstiness, entropy
│   │   ├── classifier.js       # Checks 8-12: Transformer & ensemble resistance
│   │   ├── linguistic.js       # Checks 13-18: Stylometry, lexical diversity
│   │   ├── watermark.js        # Checks 19-20: Watermark & metadata stripping
│   │   ├── scoring.js          # Checks 21-25: Confidence & sentence-level
│   │   ├── bias.js             # Checks 26-28: Bias exploitation
│   │   ├── adversarial.js      # Checks 29-31: Pattern diversity & evasion
│   │   ├── infrastructure.js   # Checks 32-34: Multi-detector & normalization
│   │   ├── evaluation.js       # Checks 35-37: Benchmarking & classification
│   │   └── governance.js       # Checks 38-40: Disclosure & provenance
│   ├── adapters/
│   │   ├── google-docs.js      # Google Docs integration (via API)
│   │   ├── word.js             # Microsoft Word / .docx output
│   │   ├── linkedin.js         # LinkedIn post formatter
│   │   ├── reddit.js           # Reddit post/comment formatter
│   │   ├── substack.js         # Substack article formatter
│   │   ├── instagram.js        # Instagram caption formatter
│   │   ├── facebook.js         # Facebook post formatter
│   │   ├── twitter.js          # X/Twitter formatter
│   │   ├── email.js            # Email formatter
│   │   └── markdown.js         # Generic markdown output
│   ├── utils/
│   │   ├── text-analysis.js    # Perplexity, burstiness, entropy calculations
│   │   ├── phrase-blacklist.js # AI phrase kill list
│   │   ├── normalizer.js       # Unicode/whitespace normalization
│   │   ├── sentence-tools.js   # Sentence splitting, length analysis
│   │   └── detector-api.js     # Multi-detector API client
│   └── templates/
│       ├── system-prompts/     # Per-content-type system prompts
│       └── voice-profiles/     # Voice profile configurations
├── config/
│   ├── default.yaml            # Default configuration
│   ├── voice-profiles.yaml     # Voice profile definitions
│   ├── phrase-blacklist.yaml   # AI phrase kill list (200+ phrases)
│   └── detector-config.yaml    # Detector API keys & thresholds
├── docs/
│   └── wiki/                   # Full wiki documentation
├── examples/
│   ├── outputs/                # Before/after examples for each content type
│   └── prompts/                # Example prompt configurations
├── tests/
├── scripts/
├── package.json
├── LICENSE
├── CONTRIBUTING.md
└── CHANGELOG.md

Architecture des agents

Ghost Protocol utilise un pipeline de 5 agents où chaque agent a une responsabilité spécifique :

┌─────────────────────────────────────────────────────────────────┐
│                    AGENT ORCHESTRATION                           │
│                                                                 │
│  ┌─────────────────┐                                           │
│  │  PROFILE AGENT   │  Classifies content type, loads voice    │
│  │  (Simba-class)   │  profile, sets perplexity/burstiness     │
│  └────────┬────────┘  targets, identifies platform constraints │
│           │                                                     │
│  ┌────────▼────────┐                                           │
│  │  WRITER AGENT    │  Generates content with human pattern    │
│  │  (Nemo-class)    │  injection at structural, sentence,      │
│  └────────┬────────┘  and word levels                          │
│           │                                                     │
│  ┌────────▼────────┐      ┌─────────────┐                     │
│  │   QA AGENT       │─────▶│  REVISION   │                     │
│  │  (Baymax-class)  │ FAIL │  LOOP       │──▶ Back to Writer   │
│  └────────┬────────┘      └─────────────┘                     │
│           │ PASS                                                │
│  ┌────────▼────────┐                                           │
│  │ ADAPTER AGENT    │  Formats for target platform             │
│  │  (Elsa-class)    │  (LinkedIn, Reddit, Docs, Word, etc.)   │
│  └────────┬────────┘                                           │
│           │                                                     │
│  ┌────────▼────────┐                                           │
│  │  POLISH AGENT    │  Final human pass simulation —           │
│  │  (Mowgli-class)  │  2-3 small "random" edits               │
│  └─────────────────┘                                           │
│                                                                 │
└─────────────────────────────────────────────────────────────────┘

Note : Les noms de classes d'agents font référence à la taxonomie d'agents Disney de googleadsagent.ai pour la cohérence avec l'écosystème existant de 25+ agents.

Connexion avec vos repos existants

┌──────────────────────────────────────────────────────────────────┐
│                 IT ALL STARTED WITH A IDEA                        │
│                    ECOSYSTEM MAP                                  │
├──────────────────────────────────────────────────────────────────┤
│                                                                  │
│  ┌──────────────────┐    ┌──────────────────┐                   │
│  │  writing-agent   │    │ advertising-hub   │                   │
│  │  (THIS REPO)      │◄──▶│ (14 platforms)    │                   │
│  │                   │    │ 25+ agents        │                   │
│  │  • Writing Agent  │    │ • Simba (Search)  │                   │
│  │  • QA Engine      │    │ • Nemo (Display)  │                   │
│  │  • Platform       │    │ • Elsa (Social)   │                   │
│  │    Adapters       │    │ • Baymax (Audit)  │                   │
│  └───────┬──────────┘    └────────┬─────────┘                   │
│          │                        │                              │
│          │    ┌───────────────────┘                              │
│          │    │                                                   │
│  ┌───────▼────▼─────┐    ┌──────────────────┐                   │
│  │ google-ads-mcp    │    │  ContextOS        │                   │
│  │ (23 MCP tools)    │    │  (Unified MCP     │                   │
│  │                   │    │   Context Layer)   │                   │
│  │ • Campaign data   │    │                   │                   │
│  │ • Ad copy context │    │ • Session memory  │                   │
│  │ • Performance     │    │ • Voice profiles  │                   │
│  │   metrics         │    │ • Content history │                   │
│  └──────────────────┘    └──────────────────┘                   │
│                                                                  │
│  ┌──────────────────┐    ┌──────────────────┐                   │
│  │ intel-harvester   │    │ google-ads-audit  │                   │
│  │ v2.1              │    │ engine (250-pt)   │                   │
│  │                   │    │                   │                   │
│  │ • Competitor      │    │ • Audit data for  │                   │
│  │   content intel   │    │   case studies    │                   │
│  │ • Topic discovery │    │ • Performance     │                   │
│  │ • Trend signals   │    │   proof points    │                   │
│  └──────────────────┘    └──────────────────┘                   │
│                                                                  │
└──────────────────────────────────────────────────────────────────┘

Points d'intégration :

Repo	Intégration	Objectif
`advertising-hub`	Writing Agent s'inscrit comme agent de contenu aux côtés des 25+ agents existants	Création de contenu dans le workflow de gestion publicitaire
`google-ads-mcp`	Writing Agent récupère les données de performance des campagnes via les outils MCP	Métriques réelles et données de cas pour du contenu authentique
`ContextOS`	Profils de voix, mémoire de session et historique de contenu stockés dans ContextOS	Calibration vocale persistante entre les sessions
`intel-harvester`	L'intelligence de contenu concurrentiel alimente la découverte de sujets	Angles originaux absents des données d'entraînement IA
`google-ads-audit-engine`	Les résultats d'audit deviennent des preuves dans le contenu	Données spécifiques et vérifiables que les détecteurs ne peuvent pas signaler

Installation

Prérequis

Node.js 18+
npm ou yarn
Une clé API Anthropic (pour Claude) OU une clé API OpenAI (pour GPT-4)

Installer

git clone https://github.com/itallstartedwithaidea/writing-agent.git
cd writing-agent
npm install
npm link
cp config/default.yaml config/local.yaml

Clés API (optionnel mais recommandé)

Pour le pipeline de QA multi-détecteurs, vous aurez besoin de clés API pour :

# config/local.yaml
detectors:
  gptzero:
    api_key: "your-gptzero-api-key"
    threshold: 30
  pangram:
    api_key: "your-pangram-api-key"
    threshold: 30
  originality:
    api_key: "your-originality-api-key"
    threshold: 30

llm:
  provider: "anthropic"
  api_key: "your-api-key"
  model: "claude-sonnet-4-20250514"

Démarrage rapide

Écrire un post LinkedIn

ghost write --type linkedin --topic "Why most Google Ads accounts waste 40% of budget on branded search they'd get organically"

Écrire un article de blog

ghost write --type blog --topic "The ROAS trap: why your client thinks they're winning while actually losing" --length 1500

Écrire un commentaire Reddit

ghost write --type reddit-comment --context "Someone asked: What's the biggest Google Ads mistake you see?" --tone casual

Écrire un e-mail

ghost write --type email --to "client" --topic "Q1 performance summary and recommended budget reallocation"

Lancer un contrôle QA sur un texte existant

ghost check --file my-article.md
ghost check --text "paste your text here"
ghost check --file my-article.md --detectors gptzero,pangram,originality

Exporter dans différents formats

ghost write --type blog --topic "..." --output docx
ghost write --type blog --topic "..." --output gdocs
ghost write --type blog --topic "..." --output markdown
ghost write --type blog --topic "..." --output html

Référence CLI

`ghost write`

Génère du contenu via le pipeline complet en 5 étapes.

Usage: ghost write [options]

Options:
  --type <type>          Content type (required)
                         blog, linkedin, reddit, reddit-comment, substack,
                         whitepaper, email, instagram, facebook, twitter,
                         website, reply
  --topic <topic>        Topic or brief for the content
  --context <context>    Additional context (parent post for replies, etc.)
  --tone <tone>          Override voice tone (casual, professional, technical, persuasive)
  --length <words>       Target word count (default varies by type)
  --voice <profile>      Voice profile to use (default: "john-williams")
  --output <format>      Output format: markdown, docx, gdocs, html, txt (default: markdown)
  --output-file <path>   Save to specific file path
  --no-qa                Skip QA checks (not recommended)
  --no-detect            Skip multi-detector validation
  --verbose              Show all QA check results
  --dry-run              Show plan without generating content

`ghost check`

Lance le système QA en 40 points sur un texte existant.

Usage: ghost check [options]

Options:
  --file <path>          Path to text file to check
  --text <text>          Inline text to check
  --detectors <list>     Comma-separated detector list (default: all configured)
  --report <format>      Report format: summary, detailed, json (default: summary)
  --fix                  Auto-fix detected issues and output revised version
  --output-file <path>   Save report to file

`ghost benchmark`

Lance le contenu contre plusieurs détecteurs et génère un rapport de comparaison.

Usage: ghost benchmark [options]

Options:
  --file <path>          Content file to benchmark
  --dir <path>           Directory of files to benchmark
  --detectors <list>     Detectors to use (default: all)
  --output <format>      json, csv, markdown (default: markdown)

`ghost calibrate`

Calibre les seuils de détection pour un type de contenu ou une voix spécifique.

Usage: ghost calibrate [options]

Options:
  --type <type>          Content type to calibrate
  --voice <profile>      Voice profile to calibrate
  --samples <n>          Number of samples to generate (default: 20)

`ghost profile`

Gère les profils de voix.

Usage: ghost profile [command]

Commands:
  list                   List all voice profiles
  show <name>            Show profile details
  create <name>          Create new profile (interactive)
  import <file>          Import profile from writing samples
  export <name> <file>   Export profile to file

Types de contenu

Type	Flag CLI	Description	Longueur par défaut
Article de blog	`blog`	Contenu expert long format pour sites/Substack	1200 mots
Post LinkedIn	`linkedin`	Leadership intellectuel professionnel, accrocheur	200 mots
Post Reddit	`reddit`	Partage de connaissances entre pairs, voix communautaire	400 mots
Commentaire Reddit	`reddit-comment`	Réponse directe, décontractée, spécifique	150 mots
Article Substack	`substack`	Style newsletter, personnel, en série	1500 mots
Livre blanc	`whitepaper`	Basé sur les données, autoritaire, structuré	3000 mots
E-mail	`email`	Direct, sans fioritures, orienté action	150 mots
Légende Instagram	`instagram`	Visuel d'abord, personnalité affirmée	150 mots
Post Facebook	`facebook`	Engageant, partageable, communautaire	200 mots
X/Twitter	`twitter`	Percutant, opinioné, prêt pour les threads	280 caractères
Texte de site web	`website`	Orienté conversion, clair, axé bénéfices	500 mots
Réponse	`reply`	Adapté au contexte, à valeur ajoutée	100 mots

Chaque type de contenu dispose d'un playbook dédié dans docs/wiki/04-content-type-playbooks.md avec des cibles de voix, des templates de structure et une calibration perplexité/burstiness.

Le système QA en 40 points

Chaque contenu passe par 40 vérifications liées à des vecteurs de détection connus. Le contenu doit obtenir un PASS sur tous les contrôles stricts et pas plus de 3 échecs souples pour être publié.

Blocs de vérification

Bloc	Vérifications	Ce qu'il cible
A : Statistique	#1-7	Perplexité, burstiness, distribution de tokens, courbure de log-probabilité, perplexité croisée, nouveauté n-gram, entropie
B : Classifieur	#8-12	Débuts par conjonction, usage de fragments, parenthèses, variance de longueur de paragraphe (v2), contrôle de tricolons (v2)
C : Linguistique	#13-18	Liste noire de 200+ phrases, diversité lexicale, variance de lisibilité, variété syntaxique, détection de Q&R rhétorique (v2), détection d'ouvertures IA (v2)
D : Filigrane	#19-20	Suppression de filigrane numérique, hygiène des métadonnées
E : Scoring	#21-25	Ciblage de score de confiance, propreté au niveau phrase, plagiat, résistance aux humaniseurs, authenticité linguistique
F : Biais	#26-28	Exploitation de biais non natif, patterns spécifiques au domaine, optimisation de longueur
G : Adversarial	#29-31	Diversité de patterns, résistance à la traduction, cohérence multi-auteur
H : Infrastructure	#32-34	Validation multi-détecteurs, normalisation texte brut, formatage natif de plateforme
I : Évaluation	#35-37	Benchmarking tiers, exploitation du FPR, assisté par IA vs. généré par IA
J : Gouvernance	#38-40	Conformité de divulgation, piste d'audit, construction à preuve de provenance

Documentation complète : docs/wiki/03-the-40-checks-explained.md

Adaptateurs de plateforme

Les adaptateurs formatent la sortie pour chaque destination de publication :

Google Docs

ghost write --type blog --output gdocs --gdocs-id "your-doc-id"

Nécessite des identifiants API Google Docs dans la configuration. Crée ou ajoute à un Google Doc avec un formatage approprié (titres, gras, liens).

Microsoft Word

ghost write --type whitepaper --output docx --output-file report.docx

Génère un fichier .docx formaté avec titres, styles, table des matières et mise en page professionnelle.

Plateformes sociales

ghost write --type linkedin --topic "..."
ghost write --type reddit --topic "..."
ghost write --type instagram --topic "..."

Publication directe (bientôt)

Adaptateurs prévus pour la publication directe via les API des plateformes :

API LinkedIn (publication directe)
API Reddit (publication/commentaire direct)
API REST WordPress
API Substack
Intégration Buffer/Hootsuite

Profils de voix

Les profils de voix définissent COMMENT l'agent écrit. Ils sont stockés dans config/voice-profiles.yaml.

Profil par défaut : John Williams

john-williams:
  name: "John Williams"
  background: "15+ year paid media veteran, Google Ads specialist, football coach"
  tone_anchors:
    - direct and opinionated
    - speaks from specific experience
    - uses coaching/football analogies
    - comfortable with profanity when it fits
    - mixes technical depth with accessibility
  vocabulary:
    domain_terms: ["ROAS", "PMax", "SQOS", "brand vs non-brand", "impression share"]
    signature_phrases: ["here's the thing", "I've seen this blow up at"]
    avoid: ["synergy", "leverage", "holistic", "paradigm"]
  structural_habits:
    starts_with_conjunctions: true
    uses_fragments: true
    parenthetical_asides: frequent
    average_sentence_length: 16
    sentence_length_stdev: 9
  perplexity_target: 30-45
  burstiness_target: "high"

Créer des profils personnalisés

ghost profile create "agency-voice"
ghost profile import --samples ./my-writing-samples/ --name "my-natural-voice"

L'importateur de profils analyse votre écriture existante pour extraire votre empreinte stylométrique naturelle : distribution de longueur de phrases, préférences de vocabulaire, habitudes structurelles et patterns de ton.

Configuration

`config/default.yaml`

version: "2.0.0"

llm:
  provider: "anthropic"
  model: "claude-sonnet-4-20250514"
  max_tokens: 4096
  temperature: 0.85

qa:
  enabled: true
  max_revision_loops: 3
  hard_fail_threshold: 0
  soft_fail_threshold: 3

detectors:
  enabled: true
  require_all_pass: true
  max_ai_probability: 30
  providers:
    gptzero:
      enabled: true
      threshold: 30
    pangram:
      enabled: true
      threshold: 30
    originality:
      enabled: false
      threshold: 30

content:
  default_voice: "john-williams"
  default_output: "markdown"

phrases:
  blacklist_file: "config/phrase-blacklist.yaml"
  zero_tolerance: true

Wiki et exemples

Pages Wiki

Le wiki complet est dans docs/wiki/ :

Page	Contenu
01 - Démarrage	Installation, premier lancement, configuration de base
02 - Architecture en détail	Pipeline en 5 étapes, rôles des agents, flux de données
03 - Les 40 vérifications expliquées	Chaque vérification avec vecteur de détection, contre-mesure et code
04 - Playbooks par type de contenu	Voix, structure et cibles de calibration par type
05 - Profils de voix	Création, importation et réglage des profils de voix
06 - Adaptateurs de plateforme	Google Docs, Word, intégration de plateformes sociales
07 - Guide d'intégration	Connexion à advertising-hub, ContextOS, serveurs MCP
08 - Exemples et sorties	Avant/après pour chaque type de contenu avec scores de détection
09 - Recherche et citations	Toutes les 50+ sources avec citations académiques complètes
10 - Dépannage	Problèmes courants, mises à jour des détecteurs, calibration

Recherche journalistique (v2.0)

Ghost Protocol v2 est basé sur l'analyse de plus de 40 articles réels de publications majeures. Découvertes clés qui ont façonné le moteur v2 :

Ce que font les vrais écrivains (que l'IA ne fait pas)

Pattern	Écriture réelle	Écriture IA
Longueur de paragraphe	1-2 phrases (news), varie énormément (features)	3-5 phrases, uniformité suspecte
Longueur de phrase	Plage de 7 à 52 mots dans un même article	15-25 mots de façon constante
Ouverture	Scène, fait précis ou accroche journalistique	« Dans un monde en constante évolution... »
Transitions	Sauts abrupts, coupures de section, « Mais. »	« Cela dit, » « Que signifie tout cela ? »
Données	15,2%, 36,8 M$, 0 sur 5 en 23 possessions	« augmentation significative », « les données montrent »
Métaphores	Une seule, puis abandonnée. Plus jamais référencée.	Une métaphore filée dans tout le texte
Voix	2-3 moments de personnalité pour 800 mots	Marqueurs de personnalité à chaque paragraphe
Fins	Citation, fait précis, ou simplement s'arrête	Liste récapitulative ou « Quel est le message ? »
Concessions	Inclut des infos qui compliquent la thèse	Chaque point renforce la thèse
Attribution	Experts nommés avec titres et rôles	« Les experts disent, » « Les leaders du secteur s'accordent »

Sources analysées

Harvard Business Review — Patterns d'ouverture, tension avant résolution, phrases pivots d'un mot
Harvard Gazette — Voix basée sur les sources, cadrage académique sans jargon, deux-points avant la surprise
ESPN (Bill Barnwell) — Oscillation radicale de longueur de phrase, preuve d'abord-conclusion ensuite, méthodologie de graphiques intégrés
CNN Business — Structure de lede agence de presse, chargement de contexte par apposition, attribution honnête de l'incertitude
Yahoo Finance / Motley Fool — Structure mise en place-surprise, données financières précises comme narrative
Search Engine Land — Résumés orientés action, noms de produits spécifiques, résultats positifs/négatifs équilibrés
Search Engine Journal — Titres fonctionnels, voix de praticien, métriques spécifiques intégrées

Recherche et citations

Ghost Protocol est construit sur la recherche de plus de 50 sources plus le corpus journalistique v2. Les citations académiques complètes se trouvent dans docs/wiki/09-research-and-citations.md.

Articles académiques clés

Mitchell, E., Lee, Y., Khazatsky, A., Manning, C.D., & Finn, C. (2023). DetectGPT: Zero-Shot Machine-Generated Text Detection using Probability Curvature. ICML 2023. arXiv:2301.11305
Bao, G., Zhao, Y., Teng, Z., Yang, L., & Zhang, Y. (2023). Fast-DetectGPT: Efficient Zero-Shot Detection of Machine-Generated Text via Conditional Probability Curvature. ICLR 2024. arXiv:2310.05130
Liang, W., Yuksekgonul, M., Mao, Y., Wu, E., & Zou, J. (2023). GPT Detectors are Biased Against Non-Native English Writers. Patterns, 4(7). arXiv:2304.02819
Hans, A., Schwarzschild, A., Cheber, V., et al. (2024). Spotting LLMs With Binoculars: Zero-Shot Detection of Machine-Generated Text. ICML 2024. arXiv:2401.12070
Mustapha, I.K., Osakue, A., & Odiakaose, K. (2024). StyloAI: Distinguishing AI-Generated Content with Stylometric Analysis. arXiv. arXiv:2405.10129

Références d'outils commerciaux

GPTZero — gptzero.me — Méthodologie perplexité/burstiness
Pangram Labs — pangram.com — Détection par deep learning
Grammarly AI Detector — grammarly.com/ai-detector — #1 au benchmark RAID
Winston AI — gowinston.ai — Détection multilingue
Originality.ai — originality.ai — Détection combinée IA + plagiat
QuillBot AI Detector — quillbot.com — Distinction IA-généré vs IA-assisté
Google SynthID — ai.google.dev/responsible/docs/safeguards/synthid — Filigranage de texte open-source

Contribuer

Voir CONTRIBUTING.md pour les directives. Domaines clés où les contributions sont les bienvenues :

Nouveaux adaptateurs de plateforme (TikTok, Discord, Slack, etc.)
Templates de profils de voix pour différentes industries
Vérifications QA supplémentaires à mesure que de nouvelles méthodes de détection émergent
Intégrations API de détecteurs pour de nouveaux outils de détection
Support linguistique au-delà de l'anglais
Jeux de données de benchmark pour les tests

Licence

Licence MIT. Voir LICENSE pour les détails.

Avertissement

Writing Agent est conçu pour aider les écrivains à produire du contenu authentique et de haute qualité. Il n'est pas conçu pour faciliter la malhonnêteté académique, la fraude ou la tromperie. L'objectif de l'outil est de garantir que l'écriture assistée par IA maintient la qualité, la voix et l'authenticité que les lecteurs attendent et méritent. Utilisez-le de manière responsable.

Créé par It All Started With A Idea
Fait partie de l'écosystème googleadsagent.ai

FilesExpand file tree

README.fr.md

Latest commit

History