Le corpus désigne l’ensemble des contenus qu’une organisation met publiquement en circulation pour être comprise : pages commerciales, articles, documentation, FAQ, études, preuves, pages secteurs, supports techniques, parfois même actifs hérités encore visibles.
Pourquoi ce terme compte
Parler de corpus permet d’éviter un piège fréquent : traiter chaque page comme un objet isolé. En réalité, une lecture humaine, un moteur ou un système génératif comprend une organisation à partir de l’ensemble disponible, pas à partir d’une page idéale.
Ce que cela change en pratique
Quand on travaille le corpus, on ne se demande pas seulement “faut-il écrire cette page ?”. On se demande :
- quel rôle elle joue ;
- ce qu’elle renforce ;
- ce qu’elle répète inutilement ;
- ce qu’elle prouve ;
- comment elle aide à stabiliser la lecture globale.
Un corpus peut être mince et cohérent, ou abondant et faible. La quantité n’est pas le critère principal. C’est la capacité de l’ensemble à produire une compréhension stable qui compte.
Ce que le terme ne doit pas faire croire
Le corpus n’est pas un simple stock de contenu. C’est un système de matière interprétable. Lorsqu’il est mal structuré, il crée du bruit. Lorsqu’il est bien gouverné grâce à une architecture de contenu solide, il devient un actif.