Traduire son site avec l'IA : automatique ou relue ?

Traduire son site avec l’IA règle vite la question du délai ; reste celle de la relecture. Tout faire relire par une personne coûte cher sur un catalogue de plusieurs centaines de pages, et ne rien relire laisse passer des erreurs dans des langues que personne ne lit dans l’entreprise. Le bon partage se décide page par page, selon ce que chacune engage. Ce comparatif le détaille ; il complète nos articles sur la traduction de site et l’ouverture de nouveaux marchés.

Que demande Google pour un site traduit avec l’IA ?

Pour un texte produit par un modèle d’IA, la référence est la page de Google sur l’utilisation de contenu généré par IA. Dans sa version anglaise, mise à jour le 1er octobre 2026, elle rappelle qu’un modèle génératif ne va pas chercher des faits : il prédit une suite de mots probable, et peut donc se tromper. Elle juge essentiel de vérifier et de relire à la main tout contenu généré par IA avant de le publier, métadonnées comprises, comme la balise de titre, la meta description, les données structurées et le texte alternatif des images, qui peuvent s’afficher dans les résultats. La version française de la même page, mise à jour le 31 décembre 2025, ne parle pas de relecture à la main : elle demande de se concentrer sur l’exactitude, la qualité et la pertinence, en particulier quand le contenu est généré automatiquement.

À notre lecture, une traduction produite par un modèle d’IA entre dans ce cas : le texte publié dans la langue cible est écrit par le modèle, même si l’original ne l’est pas. Deux conséquences pour un site traduit.

Les métadonnées se relisent comme le texte. Le titre et la description d’une page traduite sont ce que le lecteur voit en premier, dans les résultats de sa langue. Une erreur y coûte le clic avant même que la page soit lue.

Le volume ne protège pas. La même page rappelle que générer beaucoup de pages sans rien apporter aux lecteurs peut enfreindre les règles de Google sur l’utilisation abusive de contenus à grande échelle. Traduire vos pages pour des lecteurs qui parlent la langue leur apporte quelque chose ; ouvrir des langues que personne ne vise, pour multiplier les adresses, s’en rapproche. Nous détaillons ce qui sépare un catalogue utile du contenu à grande échelle dans un article à part.

Quelles pages faire relire, et lesquelles valider sur un échantillon ?

Une relecture prend le temps de quelqu’un qui lit la langue. Ce temps se place là où une erreur coûte le plus :

La ligne des fiches est la seule où toutes les pages ne sont pas relues. Leur gabarit l’est, en entier et dans chaque langue, car c’est lui qui répète une erreur sur toutes les fiches. Pour les pages elles-mêmes, notre méthode prévoit au premier passage un échantillon relu dans chaque langue par un juge IA (un second modèle, plus cher que celui qui traduit, qui ne lit que les échantillons) et par une personne, puis des sondages.

Le compromis est réel. Google juge essentiel de tout relire, et un échantillon ne voit que ce qu’il tire : une erreur isolée sur une fiche non tirée passera. Il se défend sur des pages qui se ressemblent : une erreur de glossaire s’y répète d’une fiche à l’autre, l’échantillon a de bonnes chances de la tirer, et sa correction, faite une fois dans la mémoire, vaut pour toutes les fiches. Sur les pages qui engagent l’entreprise, il ne se défend pas.

Deux garde-fous encadrent l’échantillon. Notez dans chaque échantillon la part de segments corrigés, et relisez davantage si elle monte. Et si une langue ne vaut pas le coût d’une relecture, demandez-vous si elle vaut d’être ouverte.

Comment contrôler une traduction par IA, étape par étape ?

1. Écrivez le glossaire avant le premier passage : noms de marque, termes du métier, tons à proscrire. La mémoire garde ensuite chaque phrase retenue, voir ce que la mémoire de traduction apporte à l’entreprise.
2. Fixez les adresses de chaque langue avant que le catalogue grossisse. Sur Palmora, un site d’annonces immobilières en six langues que nous opérons, des articles en anglais portent des adresses en français : une dette devenue non rentable à corriger.
3. Traduisez par segments, avec une mémoire : à chaque mise à jour, seuls les segments nouveaux ou modifiés repartent en traduction, et une correction faite dans la mémoire vaut pour chaque page qui reprend la phrase.
4. Branchez les contrôles : chaque clé de contenu existe dans chaque langue (le contrôle de parité), aucune page n’annonce une version absente, et les faits, les sources et les noms cités sont vérifiés sur tout contenu généré. Ces contrôles évitent les erreurs hreflang les plus coûteuses d’un site multilingue.
5. Relisez chaque gabarit en entier, puis un échantillon de pages par langue au premier passage, titres et descriptions compris ; ensuite, contrôlez par sondages.
6. Faites relire en entier les pages qui engagent l’entreprise, avant leur publication et à chaque modification.

Par où commencer

Commencez par une langue, celle de votre premier marché, et vérifiez qu’il y a une demande avant de tout traduire : quelques pages qui répondent aux recherches déjà repérées, avec un seuil écrit d’avance, suffisent pour un premier test. Nous détaillons ce test dans SEO international : choisir ses marchés avant de traduire. Une petite campagne dans la langue répond plus vite encore, voir comment choisir entre Google Ads et Meta pour une PME B2B. Et la traduction ne compense jamais un désavantage structurel : si votre offre perd déjà face aux acteurs du pays, une meilleure traduction n’y changera rien.

Pour décider quelles pages faire relire, et par quelle langue commencer, décrivez-nous votre site et les marchés visés : nous partons des pages qui vendent.

Questions fréquentes

Qu’est-ce que la post-édition d’une traduction automatique ?

C’est la relecture et la correction, par une personne qui maîtrise les deux langues, d’un texte traduit par une machine. Elle va de la retouche légère, qui rend le texte exact et compréhensible, à la reprise complète, qui le rend aussi naturel qu’une traduction faite à la main. Son coût suit cette profondeur : sur un site, choisissez-la par type de page, légère pour une fiche répétitive, complète pour une page qui vend.

DeepL ou Google Traduction : lequel choisir pour son site ?

Celui qui traduit le mieux vos textes, et cela se mesure. Testez les outils, modèles d’IA généralistes compris, sur un échantillon de vos pages, langue par langue, jugé par quelqu’un qui la lit : notre table de routage n’emploie pas le même modèle pour l’allemand que pour le chinois. Le coût compte aussi : sur Palmora, un site immobilier que nous opérons, passer de DeepL à Gemini a divisé par 60 celui du pipeline de traduction, un chiffre qui vaut pour ce pipeline-là.

Comment gérer les mots-clés dans chaque langue ?

En les recherchant dans la langue, pas en les traduisant : la traduction littérale d’un mot-clé n’est pas forcément ce que les gens tapent dans le pays. L’outil de planification des mots clés de Google se règle sur une zone et sur une langue : partez des termes qu’emploient vos clients sur place, vérifiez leur volume, puis inscrivez le terme retenu au glossaire, pour que la traduction l’emploie partout, titres compris.

Faut-il traduire ou localiser ?

Les deux, mais ce n’est pas le même travail. Traduire rend le sens ; localiser adapte aussi ce qui change d’un pays à l’autre : les pluriels, les devises, les dates, la typographie et le vocabulaire du métier. Une traduction exacte mais pas localisée se repère vite : un nombre mal accordé, un prix sans sa devise. Sur Palmora, un site immobilier que nous opérons, le russe accorde le nom avec le nombre selon trois formes, et chaque gabarit doit les prévoir.