Blog Engine logo

Blog Engine

Community
Littlpinguin
blog-engine

Moteur de production d'articles de blog pour {{COMPANY_NAME}} — workflow bout-en-bout (recherche → plan → rédaction → validation SEO → scoring qualité ≥ 90/100 → livraison), fact-checking avec fetch des sources citées, double optimisation Google (E-E-A-T) + citations IA (GEO/AEO), multilingue avec hreflang. Utiliser pour écrire, réécrire ou noter un article de blog. La stratégie et l'audit SEO restent dans la skill seo ; blog-engine = la production d'un article au standard publiable.

Overview

PublisherLittlpinguin
Repositorymarketing-cockpit-template
Skill nameblog-engine
Stars
9
Forks
0
Bundled files
Instructions only
LicenseMIT
Links
  • Markdown instructions

    A SKILL.md file the model loads on demand, so it only costs tokens when a request actually matches.

  • Works with any LLM

    AI skills are plain Markdown, not provider-specific code, so this works with GPT, Claude, Gemini, Grok, or a local model.

  • Self-contained

    Everything the model needs lives in the instructions — no extra files to sync.

  • Open source

    Published by Littlpinguin on GitHub. Read the source before you install it.

Installation

Install the Blog Engine AI skill in TypingMind to use it with any LLM, or drop it into another agent that reads SKILL.md.

1

Install in TypingMind

TypingMind installs a skill straight from its GitHub folder — it reads SKILL.md, bundles the resource files, and stores the result locally.

  1. Open the app and go to Plugins → Skills.
  2. Choose "Install from GitHub".
  3. Paste the skill folder URL below and confirm.
    https://github.com/Littlpinguin/marketing-cockpit-template/tree/main/.claude/skills/blog-engine
  4. Enable the skill in any chat where you want it available.
Plugins → Skills → Add skill → From GitHub URL, then paste the folder URL and press Continue.
2

Install in another agent

Any agent that reads the Agent Skills format can use this skill — copy the folder into that agent's skills directory.

Claude Code — .claude/skills
git clone --depth 1 https://github.com/Littlpinguin/marketing-cockpit-template.git /tmp/marketing-cockpit-template
mkdir -p .claude/skills
cp -r /tmp/marketing-cockpit-template/.claude/skills/blog-engine .claude/skills/blog-engine
Restart Claude Code after copying so it picks up the new skill.

Use it in TypingMind

Enable Blog Engine in any TypingMind chat and the model takes it from there. Its name and description sit in the system prompt, and the moment a request matches, the model loads the full instructions itself — you never invoke it by hand, and it costs no tokens until it is actually used.

The model loads Blog Engine on its own as soon as a request matches it.

Works with any AI model

AI skills are plain Markdown instructions rather than provider-specific code, so Blog Engine is not tied to the model it was written for. Install it once in TypingMind and use it with GPT-5, Claude, Gemini, Grok, DeepSeek, Mistral, Llama, or a local model you run yourself — all on your own API keys.

  • Loaded only when it is needed

    The system prompt carries just the name and description. The instructions are fetched on the first matching request, so an idle skill costs nothing.

  • Switch models mid-chat

    Because the skill is instructions rather than code, changing model does not break it — the next model reads the same SKILL.md.

Skill instructions

This is the SKILL.md content the model loads. Read it before installing — a skill is instructions your model will follow.

blog-engine — production d'articles {{COMPANY_NAME}}

Contenu vendorisé et condensé depuis claude-blog v1.9.1 d'AgriciDaniel (MIT) — voir docs/vendored-content.md. Le moteur d'origine compte 30 sub-skills ; cette skill en condense le workflow maître, le quality gate et le fact-checking.

Tu produis des articles de blog au standard publiable, doublement optimisés : classement Google (Core Update déc. 2025, E-E-A-T) et citations par les moteurs de réponse (ChatGPT, Perplexity, AI Overviews, Gemini). Aucun article ne sort sans passer le quality gate (score ≥ 90/100) et le fact-checking.

Position dans le template

BesoinQui s'en charge
Stratégie de contenu, clusters, briefs, audits SEO du site, priorisation GSCSkill seo (+ plugin claude-seo pour l'analyse)
Production d'un article : recherche, rédaction, scoring, fact-checkCette skill
Schema markup avancé, GEO/citabilité en auditPlugin claude-seo (seo-schema, seo-geo)
Repurposing social de l'articleSkill social-content

Workflow type : la skill seo fournit le brief (mot-clé, intention, angle, gaps concurrentiels) → blog-engine produit l'article dans 09-seo/ → le brand-check valide avant push.

Étape 0 — Doctrine de marque (OBLIGATOIRE)

Avant toute rédaction :

  1. Charger 01-brand/checklist-pre-composition.md — voix, anti-style-IA, typographie, réutilisation.
  2. Charger 01-brand/voice.md — position de voix, vocabulaire, interdits.

Ne jamais produire sans. Si un fichier manque ou contient des {{...}}, arrêter et lancer /start-cockpit. La doctrine 01-brand remplace les fichiers BRAND.md/VOICE.md du moteur d'origine : c'est elle qui fait autorité sur le ton, les interdits et le positionnement.

Workflow bout-en-bout

  1. Parser : sujet, plateforme cible (markdown par défaut), template de contenu (voir tableau).
  2. Rechercher : statistiques et sources actuelles via WebSearch — sources Tier 1 (recherche primaire, données officielles), Tier 2 (grandes publications), Tier 3 (sources sectorielles réputées). Jamais de Tier 4-5 (fermes de contenu, sites affiliés). Chaque donnée = le triplet de preuve : année dans la prose + citation inline (éditeur + titre) + URL.
  3. Structurer : plan informé par la SERP (couvrir les gaps, pas copier les concurrents), hiérarchie H1 → H2 → H3 stricte.
  4. Rédiger selon les 6 piliers (ci-dessous) et la doctrine 01-brand.
  5. Valider SEO : title 50-60 caractères, meta description 150-160, mot-clé dans H1/intro/une H2, maillage interne (≥ 2-3 liens), alt text sur toutes les images, hiérarchie de titres sans saut.
  6. Scorer (quality gate ci-dessous). Si < 90 : itérer, 3 fois maximum ; au 3ᵉ échec, livrer le diagnostic, pas le brouillon. L'utilisateur n'est jamais le premier relecteur : les gates le sont.
  7. Fact-checker (protocole ci-dessous) avant la livraison finale.
  8. Livrer dans 09-seo/ avec scorecard et notes d'amélioration, puis passer le brand-check.

Les 6 piliers d'optimisation

PilierImpactImplémentation
Answer-firstFort levier de citation IAChaque H2 s'ouvre sur un paragraphe de 40-60 mots, riche en données, qui répond directement
Données sourcées réellesConfiance E-E-A-TSources Tier 1-3 uniquement, attribution inline, triplet de preuve
Médias visuelsEngagement + citationsImages avec alt text, graphiques variés (jamais deux fois le même type)
FAQ structuréeSignal de citation IAQ/R avec réponses de 40-60 mots (+ schema FAQ si la plateforme le permet)
Structure extractibleExtractibilité IABlocs de 50-150 mots, titres-questions, hiérarchie H propre
Signaux de fraîcheur76 % des citations topDate de mise à jour visible, dateModified en schema, refresh < 30 jours pour les pages clés

Templates de contenu (sélection auto selon l'intention)

TemplateTypeVolume
how-to-guideTutoriel pas à pas2 000-2 500 mots
listicleListe ordonnée1 500-2 000
comparisonX vs Y avec matrice1 500-2 000
case-studyRésultats réels chiffrés1 500-2 000
pillar-pageGuide d'autorité complet3 000-4 000
thought-leadershipOpinion avec angle contrarien1 500-2 500
news-analysisAnalyse d'actualité800-1 200
faq-knowledgeBase de connaissances / FAQ1 500-2 000

Quality gate — scoring 100 points (seuil de livraison : ≥ 90)

CatégoriePoidsCe qui est mesuré
Qualité du contenu30 ptsProfondeur, lisibilité (Flesch 60-70 ou équivalent FR), originalité, structure, absence de patterns IA
Optimisation SEO25 ptsHiérarchie de titres, title, placement du mot-clé, maillage interne, meta description
Signaux E-E-A-T15 ptsAttribution d'auteur, citations de sources, indicateurs de confiance, marqueurs d'expérience
Éléments techniques15 ptsSchema, optimisation images, meta OG
Citabilité IA15 ptsPassages extractibles, format Q/R, clarté des entités

Bandes : 90-100 publiable tel quel · 80-89 polish mineur (ne suffit pas pour livrer ici) · 70-79 retouches ciblées · 60-69 refonte lourde · < 60 repartir du plan.

Règles dures (jamais transiger)

RègleSeuilAction
Statistique fabriquéeTolérance zéroChaque nombre a une source nommée
Longueur de paragrapheJamais > 150 motsCouper ou élaguer
Hiérarchie de titresJamais de saut de niveauH1 → H2 → H3 uniquement
Tier des sourcesTier 1-3 uniquementJamais de ferme de contenu ni de site affilié
Alt textObligatoire sur toute imageDescriptif, mot-clé naturel
Auto-promotionMax 1 mention de marqueContexte bio d'auteur uniquement

Fact-checking (obligatoire avant livraison)

  1. Extraire toutes les affirmations chiffrées : nombre, pourcentage, montant, multiplicateur, source nommée — avec leur URL citée et leur emplacement.
  2. Vérifier chaque affirmation citée : fetch de l'URL source (WebFetch), recherche de la valeur exacte, contrôle du contexte. Séquentiel, max 10 URLs par passe (le reste = SKIPPED, à vérifier en passe suivante).
  3. Scorer : 1.0 VERIFIED (valeur exacte trouvée en contexte) · 0.7-0.9 PARAPHRASE (donnée proche, arrondi ou période différente) · 0.3-0.6 WEAK (page pertinente mais statistique invisible — dont paywall) · 0.0 NOT FOUND (la page ne contient pas la donnée ; 404 → tenter web.archive.org) · N/A UNVERIFIED (pas d'URL : proposer une requête de recherche).
  4. Corriger : toute affirmation < 0.7 est remplacée, resourcée ou supprimée avant livraison. Un article ne part jamais avec un NOT FOUND.

Rapport : tableau claim / URL / score / statut / note, + actions recommandées.

Multilingue et hreflang (si publication internationale)

  • Traduire en préservant le format (frontmatter, liens, schema) et en réoptimisant le SEO par langue (mot-clé cible local, pas de traduction littérale du title).
  • Localiser culturellement (exemples, devises, références réglementaires) — pas seulement traduire.
  • Émettre les annotations hreflang réciproques : chaque version liste toutes les autres + x-default ; toute paire non réciproque est ignorée par Google.
  • QA multilingue : complétude (toutes les sections traduites), parité des liens internes, fraîcheur alignée entre versions.

Règles état de l'art (2026)

Voir docs/etat-de-lart/contenu-aeo.md pour le détail sourcé :

  1. Answer-first : la réponse directe dans les 40-75 premiers mots sous chaque H2, en bloc déclaratif autonome — les pages structurées ainsi (titres propres, paragraphes courts, tableaux) sont citées 2 à 4× plus par les moteurs IA.
  2. Statistiques + sources nommées + citations d'experts dans chaque section : jusqu'à ~+40 % de visibilité dans les réponses génératives (étude Princeton GEO).
  3. Format Q&R quand la requête s'y prête (+25 % de citations), avec schema FAQPage/Article ; tableaux et listes pour toute comparaison.
  4. Bannir le ton promotionnel du contenu informatif (−26 % de citations) — séparer strictement pages de vente et contenu citable.
  5. Couche éditoriale humaine obligatoire après tout draft assisté par IA (données propriétaires, exemples vécus, voix de marque) : le contenu IA non supervisé est la cible explicite des spam updates Google 2025.

Après livraison

  • Mettre à jour l'entrée du calendrier éditorial (02-strategy/calendar/calendar.md) dans le même tour : statut + lien du livrable (09-seo/articles/...).
  • Indexer l'article dans _templates/inventory.md (skill inventory, mode incrément) — mécanisme anti-répétition de référence du repo.

Anti-patterns (jamais)

  • Fabriquer une statistique (pénalisé depuis le Core Update déc. 2025)
  • Enterrer la réponse en fin de paragraphe (les moteurs IA extraient les ouvertures de section)
  • Bourrer les titres de mots-clés ; sauter la vérification des sources ; produire sans recherche préalable (le contenu-consensus généré est pénalisé)
  • Style IA : les patterns listés dans 01-brand/checklist-pre-composition.md (règle de trois, méta-commentaire, emphase gonflée) font échouer le score « Qualité du contenu »

Frequently asked questions

What does the Blog Engine AI skill do?

Moteur de production d'articles de blog pour {{COMPANY_NAME}} — workflow bout-en-bout (recherche → plan → rédaction → validation SEO → scoring qualité ≥ 90/100 → livraison), fact-checking avec fetch des sources citées, double optimisation Google (E-E-A-T) + citations IA (GEO/AEO), multilingue avec hreflang. Utiliser pour écrire, réécrire ou noter un article de blog. La stratégie et l'audit SEO restent dans la skill seo ; blog-engine = la production d'un article au standard publiable.

Why use Blog Engine on TypingMind?

Because you install it once and use it with any model. Blog Engine is plain Markdown rather than provider-specific code, so the same skill runs on GPT-5, Claude, Gemini, Grok, or a local model — and you can switch model mid-chat without it breaking. TypingMind runs on your own API keys, so you pay providers directly instead of a per-seat subscription, and your skills and chats stay in your own storage.

How do I install Blog Engine in TypingMind?

Open Plugins → Skills → Install from GitHub in TypingMind and paste https://github.com/Littlpinguin/marketing-cockpit-template/tree/main/.claude/skills/blog-engine. TypingMind reads its SKILL.md and installs it as a skill you can enable per chat.

Which AI models can use Blog Engine?

Any model you connect in TypingMind. AI skills are plain Markdown instructions rather than provider-specific code, so GPT, Claude, Gemini, Grok, and local models can all load this skill when a request matches it.

How many AI models can I use with Blog Engine?

As many as you like. As long as a model supports skills, you can use Blog Engine with it — GPT, Claude, Gemini, Grok, DeepSeek, Mistral, Llama and more — all on TypingMind with your own API keys.

Is the Blog Engine AI skill free?

Yes. It is published on GitHub by Littlpinguin under the MIT license. You only pay your own AI provider for the tokens you use.

What are AI skills?

An AI skill is a reusable instruction bundle that teaches an AI model how to do one specific task. It follows the open Agent Skills format: a SKILL.md file with a name and description, plus any scripts, templates or reference files the model may need. The model reads the instructions only when your request matches the skill, so an installed skill costs nothing until it is used.

How are AI skills different from plugins or MCP servers?

A plugin or MCP server gives a model new tools to call — code that runs somewhere and returns a result. An AI skill gives the model knowledge and process instead: how to approach a task, which steps to follow, what good output looks like. Skills are plain Markdown, so they need no server, no API key and no runtime, and they work with any model.

View all

Set up your own AI workspace now

Get notified about new features and future giveaways by subscribing to our newsletter 👇