Content, Moonstone, Aura : la couche 1 du socle éditorial Discover (55 % du volume FR)
La couche 1 de Discover en français concentre 55 % du volume du feed. Elle est composée de 5 pipelines qui forment une boucle de recyclage. Voici les chiffres FR-spécifiques attestés et les leviers réellement actionnables.
La couche 1 du socle éditorial de Google Discover, c'est l'ensemble des 5 pipelines qui concentrent 55 % du volume du feed Discover en français. Ce chiffre vient de l'analyse de 42 millions de cartes Discover réalisée par 1492.vision entre décembre 2025 et février 2026. Voici ce que ces données révèlent, et comment activer chacun des 5 pipelines.
La couche 1 du feed français Discover = 5 pipelines qui forment une boucle de recyclage : content (entrée, 30,7 % volume FR) → moonstone (amplification d'engagement, 19,3 % portée — 2× plus qu'en EN) → aura (diversification, 13,9 % volume) → paginationpanoptic (scroll) → relatedcontentruby (clic). À elle seule, cette couche pèse 55 % du volume FR. Source primaire : 1492.vision (42M de cartes). Décompilation indépendante du SDK Google App par Metehan Yesilyurt confirme l'architecture.
D'où viennent les données — trois sources qui convergent
Trois corpus d'analyse publique convergent sur l'architecture en pipelines de Discover :
- 1492.vision — Sylvain Deauré & Damien Andell. Plateforme de référence pour le monitoring de Google Discover. Leur recherche publique sur 42 millions de cartes Discover (déc. 2025 - fév. 2026) a identifié et nommé les 20+ pipelines de Discover et publié leurs parts de volume par marché (les chiffres FR diffèrent significativement des chiffres EN). C'est la source primaire de cet article.
- Metehan Yesilyurt — metehan.ai. Décompilation du SDK Google App pour Android : 87 498 classes Java analysées. Confirme par angle code source les noms des pipelines observés par 1492.vision côté comportemental, et documente la priorité absolue de
JSON-LDsur Open Graph dans le balisage lu par Discover. - La fuite Content Warehouse de mai 2024. Découverte par Erfan Azimi, révélée par Rand Fishkin (SparkToro) et analysée par Mike King (iPullRank). 2 596 modules, 14 014 attributs. Documente les signaux qui alimentent l'évaluation de contenu (
contentEffort,chard_score,OriginalContentScore) sans nommer les pipelines Discover.
L'étude SearchEngineLand publiée en février 2026 est un relais de 1492.vision avec des chiffres agrégés (toutes langues confondues). Nous utilisons ici les chiffres FR-spécifiques de 1492.vision, qui sont plus précis pour un éditeur francophone.
Les 5 pipelines de la couche 1 (FR)
Le chiffre clé : ces 5 pipelines, ensemble, servent 55 % du volume du feed français (source : 1492.vision). C'est massif. Ils forment une boucle de recyclage où un article peut traverser plusieurs étages successifs.
1. content — l'autoroute d'entrée (30,7 % du volume FR)
- Portée FR : 9,9 % (part d'appareils qui voient chaque URL/jour)
- Volume FR : 30,7 % — le plus gros pipeline en volume
- Âge médian : 11 heures
- Domaines dominants en FR : YouTube (10,6 %), Le Monde (8,7 %), Le Figaro (7,5 %), L'Équipe (7,3 %), Ouest-France (6,1 %), BFM TV (5,4 %)
Presque tous les articles transitent par content. La question n'est pas d'y arriver mais d'en sortir vers les pipelines spécialisés à plus haute portée (moonstone, mustntmiss). Le signal documenté qui alimente content est contentEffort : « LLM-based effort estimation for article pages » dans le module QualityNsrPQData de la fuite (analyse Hobo Web). En clair : Content récompense l'effort éditorial réel et l'originalité.
2. moonstone — le jackpot du marché français (19,3 % de portée)
- Portée FR : 19,3 % — 2× plus qu'en anglais (9,4 %)
- Volume FR : 12,9 %
- Âge médian : 17,6 heures
- Domaines dominants FR : Ouest-France (9,0 %), BFM TV (8,8 %), Le Figaro (6,8 %), Le Monde (6,2 %), L'Équipe (4,8 %)
- Topics surreprésentés : horoscope (×3,5), paris et jeux (×3,3), divertissement, météo, people
C'est le levier n°1 pour un éditeur francophone. moonstone prend ~4,5× moins d'URLs que content et les pousse vers 2× plus d'appareils. C'est la machine à broadcast d'engagement. Si Ouest-France le domine devant des pure-players d'engagement, c'est par le mix « fait-divers local + angle national, météo + people régional ». Pour activer : viser CTR + temps de lecture élevés sur topics populaires.
3. aura — le diversificateur intellectuel (13,9 % du volume FR)
- Portée FR : 5,4 %
- Volume FR : 13,9 % — 2e pipeline en volume
- Âge médian : 1,46 jour — 3× plus ancien que content
- Domaines dominants : distribution large, pas de concentration marquée
- Topics surreprésentés : business (×1,5), électronique grand public (×1,52), cyclisme (×1,42), rugby (×1,33)
aura est l'anti-moonstone. Là où moonstone concentre l'audience sur peu d'articles populaires, aura diversifie : ~3,5× plus d'URLs pour une portée plus modeste. C'est le pipeline qui fait découvrir du contenu non recherché. Hypothèse 1492.vision : sourcing cross-utilisateur — ce qui intéresse les lecteurs similaires à toi, pas directement toi. Levier d'activation : profondeur, originalité, expertise thématique.
4. paginationpanoptic — déclenché par le scroll (×7 en 3 mois)
Pipeline d'infrastructure activé quand l'utilisateur scrolle au-delà du premier écran. En croissance rapide (×7 sur 3 mois selon 1492.vision). Pour l'activer côté éditeur : une expérience de lecture qui retient (articles longs, paragraphes courts, relances visuelles, H2 fréquents). Si tes visiteurs bouncent, ce pipeline reste fermé.
5. relatedcontentruby — déclenché par le clic
Quand un utilisateur clique sur ton article, tes autres articles connexes peuvent apparaître dans le feed. Levier : maillage interne de qualité et publication régulière sur le même topic pour densifier le cluster thématique.
La cascade comme boucle de recyclage
Les 5 pipelines ne sont pas indépendants : ils forment une boucle. Un article qui entre par content peut être amplifié par moonstone si son engagement est fort, puis diversifié via aura vers des audiences voisines, et enfin prolongé par paginationpanoptic (scroll) ou relatedcontentruby (clic). Les articles qui « explosent » dans Discover ne sont pas ceux qui passent par un seul pipeline — ils en activent 3 à 8 simultanément. 1492.vision observe que 58 % des URLs FR sont dans au moins 2 pipelines, et 25 % en touchent 4 ou plus.
La bonne question n'est pas « mon article est-il dans Discover ? » — c'est « dans combien de pipelines est-il visible ? ».
La couche 1 en FR vs EN — moonstone est l'asymétrie clé
1492.vision documente une différence majeure : moonstone a une portée 2× plus grande en FR (19,3 %) qu'en EN (9,4 %). Le marché français est structurellement plus dépendant du pipeline d'amplification d'engagement que l'anglophone. Cela explique pourquoi un éditeur français qui maîtrise les codes de moonstone (horoscope, météo, people, paris) peut atteindre des volumes que ses équivalents anglophones n'auront jamais avec les mêmes leviers.
Autre asymétrie significative : neoncluster (broadcast vidéo, 13 % de portée en EN) est quasi absent en FR (36 occurrences seulement en 3 mois). Le feed FR est donc plus éditorial et moins vidéo que le feed EN.
Plan d'action — activer la couche 1
- Pour
content— JSON-LD impeccable (priorité absolue selon la décompilation Metehan Yesilyurt), effort éditorial réel (signalcontentEffortdocumenté par la fuite), originalité (OriginalContentScore). Notre Audit éligibilité Discover teste 25+ checks en une minute. - Pour
moonstone— engagement (CTR + temps de lecture). Topics qui fonctionnent : horoscope, météo, people, divertissement. Image hero forte. Notre Image Validator teste l'alignement titre ↔ image. - Pour
aura— profondeur (contenu +16 % plus long que la moyenne selon 1492.vision), angle original, expertise thématique. Business, électronique, science/tech sont surreprésentés. - Pour
paginationpanoptic+relatedcontentruby— expérience de lecture qui retient, maillage interne de qualité, publication régulière sur le même cluster thématique.
Sources
- 1492.vision — Sylvain Deauré & Damien Andell (source primaire : 42M de cartes Discover analysées déc. 2025 - fév. 2026, chiffres FR-spécifiques par pipeline)
- Metehan Yesilyurt — metehan.ai (décompilation du SDK Google App, 87 498 classes Java, validation indépendante de l'architecture des pipelines)
- SearchEngineLand — Inside Google Discover: 20 pipelines, 42 million cards (relais avec chiffres agrégés toutes langues)
- iPullRank, Mike King — Secrets from the Google Algorithm Leak (signaux
contentEffort,chard_scorede la fuite Content Warehouse 2024) - Hobo Web — What is Google's Content Effort Signal? (détail technique du signal
contentEffort)
Passez à l'action en 1 minute
Trois outils gratuits que la rédaction utilise au quotidien — testés sur des médias français et internationaux.
📘 Pour aller plus loin : récupérez l'ebook gratuit Discover Essentials (33 pages, 25 min de lecture).
Questions fréquentes
Qu'est-ce que la couche 1 du socle éditorial de Discover ?
C'est l'ensemble des 5 pipelines fondamentaux qui concentrent 55 % du volume du feed Discover en français (d'après l'analyse de 42 millions de cartes par 1492.vision). Les 5 pipelines : content (entrée obligée), moonstone (amplification d'engagement), aura (diversification), paginationpanoptic (déclenché par le scroll), relatedcontentruby (déclenché par le clic). C'est une boucle de recyclage : un article entre par content, peut être amplifié par moonstone, prolongé par aura, etc.
Quels sont les chiffres FR-spécifiques de chaque pipeline ?
D'après 1492.vision (dataset FR, décembre 2025 - février 2026) : content 9,9 % portée, 30,7 % volume ; moonstone 19,3 % portée (2× plus qu'en EN), 12,9 % volume ; aura 5,4 % portée, 13,9 % volume ; paginationpanoptic + relatedcontentruby complètent les 55 % combinés. Notez : ces chiffres FR sont sensiblement différents des chiffres agrégés (toutes langues) que publie SearchEngineLand.
Pourquoi moonstone est-il "le pipeline roi" en France ?
Parce qu'il a 2× plus de portée en FR (19,3 %) qu'en EN (9,4 %) — c'est une asymétrie majeure attestée par 1492.vision. moonstone sélectionne ~4,5× moins d'URLs que content mais les pousse vers 2× plus d'appareils. Topics surreprésentés : horoscope (×3,5), paris/jeux (×3,3), divertissement, météo, people. Domaines qui le dominent en FR : Ouest-France (9,0 %), BFM TV (8,8 %), Le Figaro (6,8 %). Pour un éditeur francophone, c'est le levier de portée n°1.
Quelle différence entre Content, Moonstone et Aura sur le rôle ?
Content est l'autoroute d'entrée : presque tous les articles y passent (30,7 % du volume FR). Moonstone est la machine à broadcast d'engagement : peu d'URLs, beaucoup de portée. Aura est l'anti-moonstone : il diversifie en exposant ~3,5× plus d'URLs sur des topics moins mainstream (business ×1,5, électronique grand public ×1,52, science/tech). Aura a un âge médian de 1,46 jour, soit 3× plus ancien que content — c'est le pipeline qui prolonge la durée de vie.
Quelles actions concrètes pour activer la couche 1 ?
Quatre leviers attestés : (1) pour content, soigner le balisage JSON-LD (priorité absolue documentée par Metehan Yesilyurt via la décompilation du SDK Google App) ; (2) pour moonstone, viser l'engagement (CTR + temps de lecture) sur topics populaires (horoscope, météo, people) ; (3) pour aura, profondeur et originalité (contenu +16 % plus long que la moyenne) ; (4) pour paginationpanoptic et relatedcontentruby, l'expérience de scroll et le maillage interne.
