Les sources sont les flux et les sites que Mediastilo surveille pour y trouver de la matière. Chaque exécution du pipeline lit vos sources actives, évalue chaque élément au regard de votre profil Brand et fait remonter dans Signals la matière la plus pertinente, prête à devenir des brouillons.
Types de sources
- Flux RSS : le type le plus fiable. Collez l'URL d'un flux, ou celle d'un site, et Mediastilo tentera de trouver son flux pour vous.
- Sites lus directement : pour les sites sans flux exploitable, Mediastilo lit la page elle-même à l'aide de sélecteurs qui indiquent où se trouvent les articles, les titres et les liens. Il les détermine pour vous lors de l'ajout de la source, vous n'avez pas à les écrire. Les sites qui construisent leur liste d'articles dans le navigateur avec JavaScript sont pris en charge : quand le texte brut de la page ne contient aucun élément, Mediastilo affiche la page comme un vrai navigateur, si bien que les listes générées côté client sont lues correctement.
- Sources en résumé seul : certains grands éditeurs (par exemple de grands quotidiens internationaux) publient un flux RSS ouvert mais gardent le corps des articles derrière un paywall. Pour ceux-ci, Mediastilo ne reprend du flux que le titre et le chapô de l'éditeur : assez pour suivre l'actualité comme signal, mais pas l'article complet. Le texte intégral n'étant pas disponible, ces éléments ne servent pas de base à des brouillons (la rédaction a besoin du vrai texte), et ils sont marqués Summary-only dans votre liste de sources.
- Les publications courtes comptent : un avis municipal de quatre lignes, ou une publication qui n'est qu'une affiche sans aucun texte, est une publication complète et non une lecture ratée. Mediastilo juge un élément selon qu'il a récupéré tout ce que la page contenait, pas selon sa longueur finale : ces éléments sont donc une matière exploitable comme les autres. Seule une publication dont nous ne détenons qu'une partie du texte est écartée de la rédaction.
Ajouter une source
-
Ouvrez Sources, choisissez Add source et collez n'importe quelle URL, ou plusieurs, une par ligne. Vous n'attendez rien : la source apparaît aussitôt dans votre liste, avec un contour qui pulse pendant que Mediastilo la met en place en arrière-plan, et vous poursuivez votre travail. La page d'accueil du site convient, tout comme l'adresse d'un flux, une rubrique d'actualités ou le lien d'un seul article. Vous n'avez pas besoin de savoir si le site a un flux, ni où se trouvent ses articles.
-
Mediastilo détermine d'abord ce que vous lui avez donné. Une adresse de flux est prise comme le flux que vous vouliez, sans être remise en question. Le lien d'un article est compris comme une indication de la rubrique où cet article est classé : vous vous abonnez ainsi à la rubrique, et non au bandeau d'articles liés en bas de page.
Il cherche ensuite un flux RSS. Si le site n'en publie pas, il cherche la liste des articles elle-même, en suivant la navigation du site (blog, actualités, nouveautés, communiqués) puis les adresses habituelles si la navigation ne dit rien. Les pages qui construisent leur liste dans le navigateur sont affichées comme dans un vrai navigateur avant d'être lues.
Un flux qui se lit n'est pas toujours un flux vivant : bien des sites en laissent un en place après une refonte et continuent de publier sur la page. Quand l'élément le plus récent d'un flux date de plus d'une semaine, Mediastilo lit donc aussi le site et garde celui des deux qui est réellement à jour. Le flux l'emporte en cas d'égalité ou d'écart faible : c'est une seule requête peu coûteuse, entretenue par l'éditeur, alors que la lecture directe de la page dépend d'une mise en page qui change.
-
La source porte le nom du site, et non celui de son flux. Un flux s'appelle souvent RSS 2.0, Accueil ou porte le titre de l'article vers lequel pointait l'adresse. Mediastilo demande donc au site comment il se nomme lui-même et, à défaut, se rabat sur le nom de domaine plutôt que sur un format de fichier.
-
Avant qu'une source devienne active, Mediastilo lit en entier un échantillon de ses articles et vérifie que le flux contient l'article complet : ce que vous collectez est donc vérifié dès le premier jour, et non à la prochaine revue hebdomadaire.
-
Une fois que c'est fait, vous êtes prévenu : une notification, un compteur sur Sources dans la barre latérale et un contour autour de la source elle-même. Il suffit de pointer la source (ou de l'ouvrir) pour les effacer. Un site que Mediastilo collecte déjà pour quelqu'un d'autre est actif dès que vous l'ajoutez. Une adresse déjà dans vos sources est ignorée plutôt qu'ajoutée deux fois.
On ne vous interroge jamais que sur le contenu, jamais sur la structure des pages. Quel que soit le site, une rédaction, le blog d'un fournisseur, les avis d'un ministère : s'il publie des articles sous forme de liste, c'est une source exploitable.
Est-ce bien ce que vous vouliez ?
Rien ne vous demande de confirmer une source à l'avance. Une fois qu'elle est active, ouvrez-la pour voir ce qu'elle a collecté. S'il s'agit du mauvais site ou de la mauvaise rubrique, choisissez Not what I meant et indiquez l'adresse voulue : c'est elle qui est mise en place à sa place. Si un site propose plusieurs listes d'articles qui se lisent bien, Mediastilo vous demande sur la page de la source laquelle vous vouliez suivre, et continue de collecter selon son propre choix jusqu'à votre réponse.
Quand une source ne peut pas être ajoutée
Une source ne devient active que si elle produit réellement des articles : si nous ne pouvons pas joindre le site, s'il bloque la lecture automatisée ou si nous ne trouvons aucun article daté permettant de les ordonner, la source reste dans votre liste avec la mention Could not be added et la raison. De là, vous pouvez :
- Try again : utile quand le site était simplement indisponible.
- Fix address : pour une URL mal saisie, ou pour pointer directement vers la page de la rubrique (par exemple la page Actualités ou Blog du site) quand les articles se trouvent ailleurs.
- Let us set it up : notre équipe prend le relais et met la source en place pour vous.
- Set it up myself : vous configurez la source à la main, en indiquant les sélecteurs qui disent où se trouvent les articles, les titres, les liens et les dates. Non proposé lorsque le site est protégé contre les robots ou derrière un paywall : un scraper sur mesure ne passerait pas le même mur. Certains sites (beaucoup de grands médias internationaux) bloquent activement la lecture automatisée ; pour ceux-là, essayez le flux RSS officiel du site s'il en a un.
- Remove : vous la supprimez.
Une source qui n'a pas pu être ajoutée ne compte pas dans votre formule.
Le nombre de sources que vous pouvez ajouter dépend de votre formule, voir Credits & Billing.
État des sources
Le tableau Sources classe chaque source dans l'une de quatre catégories et place en tête celles qui demandent votre attention :
- Failing (en échec) : les dernières récupérations ont échoué, les sélecteurs ne correspondent plus à la page, ou la source a répondu normalement mais n'a rien renvoyé plusieurs vérifications de suite.
- Stale (inactive) : rien n'a été récupéré au cours des dernières 48 heures.
- Paused (en pause) : désactivée volontairement. Les échecs ne comptent pas tant qu'une source est en pause.
- Healthy (en bon état) : récupérée récemment, sans erreur.
Les totaux au-dessus de la liste portent sur toutes vos sources, pas seulement celles affichées, et ne bougent pas quand vous changez de catégorie : cliquez sur une tuile pour ne voir que cette catégorie. La catégorie affichée fait partie de l'adresse de la page : vous pouvez donc la recharger, l'ajouter aux favoris ou la partager, et la note de couverture de votre page d'accueil renvoie directement aux sources en échec.
Mediastilo ne vous demande pas de réparer une source en échec, car vous ne le pouvez presque jamais. Les raisons d'un échec, un mur anti-robots, un paywall, une limite de requêtes, une erreur serveur, c'est à nous de les contourner, et nous réessayons de nous-mêmes. Ce que vous indique la page d'accueil, c'est la conséquence : combien de vos sources n'ont rien apporté cette semaine. C'est utile à savoir, car une source qui n'a rien livré depuis un mois ne mérite peut-être plus sa place dans votre liste, et la retirer est une décision qui vous appartient.
Pour les sites lus directement, Mediastilo suit aussi un état plus technique, affiché sur la page de la source :
- OK : la source est lue correctement.
- Broken (cassée) : les sélecteurs ne correspondent plus à la page (le site a probablement changé de mise en page).
- Unreachable (injoignable) : Mediastilo n'a pas du tout pu joindre le site.
Une source qui revient vide à répétition affiche le badge No articles. C'est l'échec silencieux : le site répond normalement, donc aucune erreur, mais rien n'arrive non plus, en général parce que le site a changé de mise en page et que ce que la source collecte ne correspond plus. Trois vérifications vides de suite suffisent pour la considérer en échec, afin qu'une source ne puisse pas paraître en bon état tout en ne livrant rien. Ouvrez-la et lancez une vérification ; si le site n'a tout simplement rien publié, le prochain article fera disparaître le badge de lui-même.
Dans ce cas, Mediastilo ne se contente pas de nommer le problème. Dès qu'une source passe en échec, il relit l'éditeur depuis le début, comme lors de l'ajout, en partant de son domaine et non de l'adresse qui vient d'échouer. Il examine tout ce que l'éditeur propose, pas seulement la façon dont nous le lisons aujourd'hui : un site dont le flux s'est tu peut passer à la lecture directe des pages, et un site lu par sélecteurs peut passer à un flux qu'il a publié depuis. Si l'éditeur range ses actualités à plusieurs endroits, les rubriques que nous ne lisions pas sont ajoutées en complément, sans avoir à choisir. S'il trouve comment lire la nouvelle mise en page, la carte de la source propose la correction. Fix it l'applique et relit le site aussitôt, pour que vous voyiez tout de suite combien d'articles il a récupérés. Rien n'est proposé si la mise en page n'a pas vraiment changé et que la page est réellement vide : il n'y aurait rien à réparer. Not now met la proposition de côté, et nous vous reparlerons si le site change.
Une source en échec affiche aussi le badge Blocked quand le site a stoppé la dernière récupération, et le badge précise ce qui l'a stoppée. Ce ne sont pas des cas identiques, et la page de la source indique lequel vous avez sous les yeux. Un Cloudflare wall, un DataDome wall, un bot challenge ou un simple bot-blocked signifie que l'éditeur refuse les lecteurs automatisés : de notre côté, impossible de passer, et la source continuera d'échouer tant que l'éditeur ne propose pas un flux lisible ou ne nous laisse pas passer. Un paywall signifie que le corps de l'article ne nous appartient pas, même si le titre et le chapô du flux restent utilisables. Un server error ou rate-limited n'est pas du tout un mur : le site de l'éditeur a eu un raté, ou nous a demandé de ralentir ; les nouvelles tentatives s'espacent d'elles-mêmes et tout rentre dans l'ordre quand son site se rétablit. Seul le premier groupe mérite une action, et cette action est un flux fourni par l'éditeur, pas davantage de tentatives. Le badge Summary-only signifie le contraire d'un échec : la source fonctionne, mais Mediastilo n'en garde volontairement que le titre et le chapô du flux (un éditeur à paywall). Elle apporte donc du signal, sans article complet à partir duquel rédiger.
Deux autres badges décrivent une source qui fonctionne mais collecte le mauvais texte, un problème différent de celui d'une source qui ne collecte rien. Noisy read signifie que le flux de l'éditeur transmet proprement ses articles, mais que notre lecture de ses pages ramasse aussi ce qui entoure l'article : côté éditeur tout va bien, c'est à nous de corriger. Wrong text signifie que le flux et la page de l'article ne correspondent pas du tout, ce qui désigne le mauvais flux ou la mauvaise partie de la page. Dans les deux cas, prévenez-nous : pendant ce temps, la source paraît en bon état sur tous les autres critères.
Si une source est cassée ou injoignable, corrigez-la ou mettez-la à jour pour qu'elle continue d'apporter de la matière. Vous pouvez aussi valider (validate) une source à tout moment pour la revérifier.
Ce qu'une source a produit
L'état vous dit si une source fonctionne. Il ne dit pas si elle vaut la peine : une source peut se synchroniser sans faute pendant des mois sans jamais produire un seul article que vous avez publié. Chaque carte de source indique donc aussi ce qu'elle a réellement donné :
collected → drafted → published
- collected (collectés) : les éléments apportés par cette source.
- drafted (rédigés) : les brouillons distincts qui en sont issus. Plusieurs éléments sur la même histoire partagent un brouillon et ne comptent qu'une fois : ce sont des histoires écrites, pas des articles lus.
- published (publiés) : combien de ces brouillons vous avez publiés. C'est le chiffre qui répond à la question « cette source mérite-t-elle sa place ? ».
Une source qui a apporté des éléments sans produire de brouillon est marquée No drafts yet. Ce n'est pas un défaut, une source peut servir d'alerte précoce sans jamais donner lieu à un brouillon, mais une source qui reste longtemps à zéro est la première candidate au retrait.
Les chiffres suivent la période d'analyse de votre formule et couvrent donc la même période que le reste de vos rapports.
Garder les sources à jour
Les sources sont lues automatiquement à chaque exécution du pipeline, mais vous pouvez lancer Sync sur une source pour récupérer ses derniers éléments immédiatement.
Propositions de configuration de lecture
Dans les formules supérieures, quand un site lu directement ne fonctionne plus ou doit être configuré, Mediastilo peut proposer une nouvelle configuration de lecture : les sélecteurs qui indiquent où se trouve le contenu. Vous pouvez examiner une proposition et la confirmer (pour l'appliquer) ou la rejeter. Vos sources lues directement restent ainsi fonctionnelles quand les sites évoluent, sans que vous ayez à modifier vous-même les sélecteurs.
Les propositions de configuration dépendent de la formule. Si vous ne les voyez pas, vérifiez votre formule dans Credits & Billing.
Supprimer une source
Supprimez une source de la liste Sources à tout moment. Elle ne sera plus lue lors des prochaines exécutions du pipeline.
Et ensuite
La matière issue de vos sources alimente Signals, où Mediastilo l'évalue selon son adéquation à votre marque, et les meilleures correspondances deviennent des brouillons. Voir Drafts & Publishing.