thomas@hammoudi:~/dev$

Deux IA trient mes commentaires YouTube, je garde la décision

Les commentaires de ma chaîne YouTube sont lus par deux IA de fournisseurs différents. Ce qui paraît hostile est mis en attente, et rien n'est supprimé ni banni sans moi.

en service · Deux avis sur chaque commentaire de ma chaîne, en service · mis à jour en

Avant
Découvrir les messages hostiles un par un, à chaud, ou confier le tri à une seule IA qui pouvait bannir seule.
Maintenant
Chaque commentaire reçoit 2 avis ; ce qui est hostile attend ma décision, rien n'est supprimé sans moi.

Utile si vous ouvrez les commentaires d'une chaîne et voulez écarter le hostile sans rien supprimer par erreur.

En 3 étapes

  1. n8n, un outil qui enchaîne des tâches entre services, relit régulièrement les nouveaux commentaires de la chaîne, réponses comprises.
  2. Deux IA de fournisseurs différents donnent chacune leur avis avec les mêmes consignes ; l'avis le plus sévère décide.
  3. Un commentaire hostile attend dans YouTube Studio : je le publie ou je le supprime. Rien n'est supprimé sans moi.
$ moderation-commentaires-youtube --schema5 étapes · 3 faits maison

A · Le tri des commentaires

01

Le workflow

relit les commentaires

n8nYouTube Data API

commentaires

02

Deux avis

deux fournisseurs

GeminiOpenAI

deux avis

03fait maison

La décision

la plus sévère l'emporte

les avis : Le journal

avecn8nJavaScript

mis en attente

04

Moi

je valide ou je supprime

B · Le suivi de mes décisions

mes décisions

05

Mes choix relevés

à côté des deux avis

n8n

Les données

Le journal

écrit avant d'agir

écrit par 03

n8n

les avis

À côté

fait maison

Le banc d'essai

60 cas rejoués avant changement

avecPython

fait maison

Le workflow généré

jamais retouché à la main

avecPython

Facebook et Instagram

mêmes avis, rien n'est masqué

FacebookInstagram

Aucune suppression ni aucun bannissement automatique.

  • fait maison
  • outil du marché
  • une personne
  • les données

le détail, étape par étape

Pourquoi je l'ai fait

Cela faisait environ un an que j’avais fermé les commentaires de mes vidéos longues. Ça m’avait fait du bien de ne plus rien lire, mais j’en lisais finalement autant sur Facebook et Instagram. Je les ai rouverts en octobre 2026. Mon premier essai confiait le tri à une seule IA, qui pouvait bannir un compte toute seule et ne gardait aucune trace : impossible de dire ensuite ce qu’elle avait retiré, ni pourquoi.

Ce que ça fait, concrètement

Chaque nouveau commentaire reçoit deux avis indépendants, l’un de Gemini, l’autre d’OpenAI, avec les mêmes consignes. Le plus sévère des deux décide :

  • Sans problème, ou désaccord exprimé poliment : le commentaire reste publié.
  • Attaque, hostile ou toxique : il passe en attente dans YouTube Studio, où je le valide ou le supprime.
  • Aucun avis, parce que les deux fournisseurs sont en panne : en attente aussi, et l’erreur remonte dans mon résumé.

Rien n’est supprimé et personne n’est banni : même ce que les deux IA jugent toxique attend ma décision. La même logique tourne en observation sur Facebook et Instagram : elle donne ses deux avis, note ce qu’elle aurait masqué, et ne masque rien.

Comment ça marche, en détail

Fabrication : 60 cas de test rejoués avant chaque changement de consignes

Le point de départ m’a été transmis par un autre créateur : deux avis de deux fournisseurs, un journal écrit avant toute action, un workflow (une chaîne d’étapes n8n) fabriqué par script. Je l’ai adapté : jamais de suppression ni de bannissement, les désaccords restent publiés, et tout est noté, même ce qui passe.

Le journal : chaque commentaire noté avec ses deux avis avant d’agir, mes décisions relevées, purge après trois mois

Chaque commentaire trié est écrit dans une table de n8n avec ses deux avis, avant toute action sur YouTube. Si quelque chose casse entre les deux, on sait ce qui reste à faire.

Le workflow regarde ce que sont devenus les commentaires mis en attente : publiés par moi, ou introuvables, donc supprimés par moi ou par leur auteur (l’API de YouTube ne fait pas la différence). Il note ce verdict à côté des deux avis. C’est la matière pour régler les consignes. Les lignes de plus de trois mois sont effacées, sauf celles qui portent une décision de ma part.

Les cas de test et la fabrication par script : 60 cas rejoués avant chaque changement, un programme Python reconstruit le workflow

Soixante cas étiquetés, rédigés sans vrais noms, et les verdicts de mes relectures servent à rejouer les consignes avant chaque changement. Avant la mise en service, une copie du workflow, aux actions simulées, a donné la bonne action sur les soixante cas.

Les consignes, le code des nœuds et les réglages vivent dans un dossier. Un programme Python reconstruit le workflow et le pousse dans n8n : on ne le retouche jamais dans l’interface.

Les pannes : une IA qui ne répond plus n’arrête pas le passage

Si une IA ne répond plus, l’autre avis est donné, et le commentaire est retrié au passage suivant.

Le rôle de chaque pièce

Les 5 étapes du schéma, une par une
  1. Le workflown8n · YouTube Data API Il relit les derniers commentaires de la chaîne, réponses comprises.
  2. Deux avisGemini · OpenAI Chaque commentaire reçoit un avis de Gemini et un d'OpenAI avec les mêmes consignes : sans problème, désaccord, attaque, hostile ou toxique.
  3. La décisionn8n · JavaScriptfait maison Sans problème ou désaccord poli : il reste publié. Attaque, hostile ou toxique, ou aucun avis : il est mis en attente dans YouTube, jamais supprimé ni banni.
  4. Moi Je tranche dans YouTube Studio : je publie ou je supprime.
  5. Mes choix relevésn8n n8n regarde ce que sont devenus les commentaires en attente (publiés, ou introuvables) et note mon verdict à côté des deux avis. Les lignes de plus de 3 mois sont purgées.

# mémoires

  • Le journaln8n Chaque commentaire trié est noté avec ses deux avis avant toute action sur YouTube, y compris ceux qui passent.

# à côté

  • Le banc d'essaiPythonfait maison Soixante cas étiquetés, sans vrais noms, rejoués avant chaque changement de consignes, avec mes verdicts comme matière.
  • Le workflow généréPythonfait maison Les consignes et le code vivent dans un dossier : un programme reconstruit le workflow et le pousse dans n8n.
  • Facebook et InstagramFacebook · Instagram La même logique tourne en observation : elle lit, donne ses avis et note ce qu'elle aurait masqué.

Ce que vous pouvez reprendre chez vous

  • Demandez deux avis de deux fournisseurs plutôt qu’un seul.
  • Laissez l’avis le plus sévère l’emporter, mais n’automatisez jamais une action irréversible.
  • Écrivez un journal avant d’agir.
  • Notez la décision humaine à côté de celle de la machine.
  • Rejouez un jeu de cas étiquetés avant chaque changement de consignes.

Le workflow tient sa place dans mes automatisations n8n, et le repli d’un fournisseur d’IA sur l’autre sert aussi à préparer la sortie de mes vidéos.

Ce que j'en retiens

Avec deux fournisseurs, si l’un tombe, les commentaires sont quand même triés ; et quand leurs avis divergent, c’est justement le commentaire qui mérite mon regard. Un essai sur de vrais commentaires l’a montré aussi : un désaccord poli n’a rien d’une attaque, et le mettre en attente retenait des remarques saines. Et sans journal, même de ce qui passe, impossible de corriger une modération automatique, ni de lui faire confiance.

tous les projets