Extraction par IA vs clipper web : pourquoi lire le HTML ne suffit plus

Qui a déjà utilisé une extension de navigateur pour récupérer des recettes connaît l’agacement : sur un blog de cuisine, elle sort la recette impeccablement ; sur le suivant, elle ne rend rien du tout. Un lien Instagram, Facebook ou TikTok ? Néant. Une recette au milieu d’un article de presse ou d’un fil de forum ? Le clipper cale.

Ce n’est pas une question de programmation bâclée. Le clipping web classique et l’extraction par IA sont deux techniques fondamentalement différentes, qui abordent le même problème par des chemins opposés.

Comment travaille un clipper web classique

Les extensions comme « Clip Recipe » et les fonctions d’import d’applis comme Paprika décortiquent le HTML. Elles parcourent le code source d’une page à la recherche de motifs fixes :

Le balisage recette (JSON-LD) : l’étalon-or. Les blogs de cuisine sous WordPress équipés d’un plugin de recettes (WP Recipe Maker, par exemple) déposent des données structurées où le titre, les ingrédients, la préparation et le temps de cuisson sont explicitement désignés comme tels.
Microdata et RDFa : des formats plus anciens qui servent le même but.
La reconnaissance de motifs HTML : là où rien n’est balisé, le clipper devine. Il cherche des listes <ul> qui pourraient être des ingrédients et des listes numérotées qui ressemblent à des étapes.

Quand tout s’aligne — un grand site de recettes ou un blog de cuisine avec plugin et HTML propre —, cela fonctionne à merveille. Sur Marmiton ou 750g, le clipping est rapide et juste.

Sauf qu’internet n’est pas si bien rangé.

Là où les clippers web échouent

Les publications sur les réseaux sociaux

Instagram, TikTok, Facebook et YouTube n’emploient aucun balisage recette. La recette se cache dans une légende, dans une description de vidéo ou dans ce que quelqu’un dit à l’oral. Il n’y a là aucune structure à laquelle un clipper puisse se raccrocher — et regarder ou écouter une vidéo, il ne sait de toute façon pas le faire.

Quand vous voulez enregistrer une recette depuis Instagram, la matière première ressemble souvent à ceci :

« Le gratin dauphinois de ma grand-mère !! 🥔 alors il vous faut genre 1,5 kg de pommes de terre à chair ferme, 50 cl de crème liquide entière, 25 cl de lait, 2 gousses d’ail, de la muscade, sel, poivre. Frottez le plat à l’ail, coupez les pommes de terre en rondelles très fines, faites-les cuire 15 min dans le lait et la crème, versez le tout dans le plat et enfournez 1 h à 150 °C. Croyez-moi sur celle-là 🙏 »

Pour un clipper web, ce n’est pas une recette. Aucun élément <li> pour les ingrédients, aucun <ol> pour les étapes. Juste un paragraphe de texte avec des emojis.

Les pages sans structure

Même sur le web ordinaire, quantité de recettes circulent sans données structurées :

les fils de discussion dans les forums de cuisine
les recettes qui se transmettent dans les groupes Facebook
les pages recettes de la presse et des magazines
les infolettres
les recettes en PDF

Devant tout cela, un clipper classique ne rend rien du tout, ou du charabia.

Le problème du préambule

Même sur les blogs de cuisine, terrain où les clippers sont les plus à l’aise, il y a une tuile : avant la recette proprement dite s’étalent souvent deux mille mots de souvenirs de vacances. Le clipper attrape alors trop ou trop peu, et c’est vous qui devez ensuite retrouver la recette à la main dans ce qu’il a rapporté.

Comment travaille l’extraction par IA

L’IA aborde la question tout autrement. Au lieu de chercher des motifs HTML, elle lit et comprend le contenu.

Voici ce qui se passe dans Pluck quand vous collez un lien :

Étape 1 : récupérer et préparer le contenu

Pluck charge la page et en tire tout ce qui est exploitable : texte principal, métadonnées, données structurées éventuelles et champs propres à chaque plateforme — légende Instagram, publication Facebook, description YouTube. Pour une adresse de vidéo, Pluck télécharge en plus la vidéo et analyse l’image et le son.

S’il existe un balisage recette (JSON-LD), Pluck le prend au passage. C’est ce qui donne l’indice de confiance le plus élevé. Mais contrairement à un clipper, Pluck ne s’arrête pas là.

Étape 2 : l’IA comprend le contenu

Le contenu part dans notre chaîne de traitement, où des modèles multimodaux traitent texte, image et son comme un humain le ferait. Sont déterminés :

Le titre : comment s’appelle ce plat ?
Les ingrédients : de quoi avez-vous besoin, et en quelle quantité ?
La préparation : quelles étapes, dans quel ordre ?
Les données de cadrage : temps de cuisson et de préparation, nombre de parts, type de cuisine, difficulté.

Langage parlé, abréviations, emojis et mise en forme approximative ne sont pas des obstacles, à l’écrit comme à l’oral. L’IA sait que « deux ou trois gousses d’ail » a sa place dans la liste des ingrédients, et que « vous enfournez à 180 pendant une bonne demi-heure » signifie 180 °C pendant 30 minutes. Pour les vidéos, elle regarde les images et écoute la bande son, afin d’attraper aussi les recettes qui ne sont écrites nulle part.

Étape 3 : l’indice de confiance

Toutes les extractions ne se valent pas. Pluck attribue un indice et l’appuie sur plusieurs facteurs :

Données structurées présentes ? Indice plus haut.
Ingrédients et étapes clairement séparés ? Indice plus haut.
Contenu vague ou ambigu ? Indice plus bas.
Vidéo au commentaire net avec texte incrusté ? Indice plus haut.
Montage nerveux, musique forte, peu de contexte ? Indice plus bas.

Vous voyez cet indice avant d’enregistrer. Vous savez donc quand regarder de plus près et quand vous en dispenser.

Étape 4 : vérifier et enregistrer

Il en sort une recette proprement structurée : titre, ingrédients groupés par section, étapes numérotées, durées et le reste. Vous corrigez ce qui doit l’être et vous la rangez dans votre boîte à recettes.

La différence en pratique

La même recette, deux procédés.

Un clipper classique sur une publication Instagram :

❌ « Aucune recette détectée sur cette page »

Pluck sur la même publication Instagram :

✅ Titre : Le gratin dauphinois de grand-mère

Ingrédients : 1,5 kg de pommes de terre à chair ferme, 50 cl de crème liquide entière, 25 cl de lait, 2 gousses d’ail, muscade, sel, poivre

Préparation : 1. Frotter le plat à l’ail. 2. Couper les pommes de terre en rondelles très fines. 3. Les cuire 15 min dans le lait et la crème. 4. Verser dans le plat. 5. Enfourner 1 h à 150 °C.

Même contenu, résultat radicalement différent.

Et les photos ?

Les images, un clipper web ne sait pas les traiter du tout. Fiche de recette, page de livre de cuisine, capture d’écran : vous êtes livré à vous-même.

La vision par IA de Pluck lit une image comme le modèle de langage lit un texte. Elle reconnaît les composants d’une recette dans l’image, qu’il s’agisse d’une fiche imprimée, d’une page de livre photographiée ou d’une écriture manuscrite, et rend la même structure que d’habitude.

C’est particulièrement fort pour :

Les recettes de famille : l’écriture de votre grand-mère, numérisée et cherchable
Les pages de livres de cuisine : vos recettes préférées du papier, disponibles sur le téléphone
Les captures d’écran : quand l’adresse a disparu depuis longtemps mais que l’image est toujours là

Vers quoi tout cela va

Le clipping web était la bonne réponse à l’internet de 2015 : surtout des blogs, surtout des données structurées, surtout du bureau.

Les recettes se trouvent désormais ailleurs : dans les réseaux sociaux, dans la vidéo, sur le téléphone. La technique doit suivre.

L’IA n’est pas infaillible ; l’indice de confiance existe pour de bonnes raisons, et certains résultats demandent une retouche. Mais elle s’accommode du quotidien désordonné des contenus de cuisine, ce qu’un analyseur de motifs HTML ne fera jamais. Pluck regarde un TikTok, tire une recette d’un Reel Facebook, écoute un tutoriel YouTube, lit une fiche manuscrite et traite un blog de cuisine, le tout par la même chaîne.

À mesure que les modèles progressent, la justesse du résultat progresse avec eux. Ce qui est difficile aujourd’hui, les publications multilingues et les environnements vidéo bruyants, deviendra de la routine.

L’objectif est simple : où que vous trouviez une recette, vous devriez pouvoir la ranger sous une forme structurée, cherchable et cuisinable. L’extraction par IA est le chemin qui y mène. Pour voir les applis de recettes côte à côte, lisez notre comparatif des applis de recettes, le panorama des meilleures applis de recettes, ou notre analyse des meilleures applis de recettes IA.

Envie de voir l’extraction par IA à l’œuvre ? Pluck est disponible sur iOS et Android. Téléchargez-la sur Google Play. Également sur iOS. Passez par notre feuille de route (en anglais) pour voir la suite.