Le déclic : un jeu pour explorer l'écosystème Drupal AI sans risque
Le 20 octobre 2026, un développeur a publié « Mac Packwala and the Curse of the Stale Cache », un jeu en point-and-click qui enseigne l'écosystème Drupal AI en le parcourant plutôt qu'en le lisant. On le joue directement dans le navigateur, sans rien installer (source).
Ce petit jeu met le doigt sur un vrai problème : l'écosystème Drupal AI est dense. Le tableau de référence du projet recensait 379 modules et 40 recipes au 8 octobre 2026 (source). Face à ce volume, la question n'est plus « l'IA dans Drupal, pour quoi faire ? » mais « par où commencer, et comment ne rien casser en chemin ? ». Cet article répond à la seconde question avec un plan concret, du repérage des cas d'usage jusqu'à la décision de passer à l'échelle.
IA dans Drupal : repérer les cas d'usage déjà outillés, à maturité variable
Avant de choisir un cas d'usage, il faut savoir quel module le porte et à quel stade de maturité il se trouve. Les statuts ne sont pas tous égaux.
Recherche et FAQ : la recherche augmentée (RAG), encore en Alpha
Le sous-module AI Search indexe votre contenu dans une base vectorielle pour alimenter une recherche, une FAQ pilotée par un assistant IA, ou un reclassement des résultats d'une recherche base de données ou Solr existante. Un seuil de score minimal permet d'écarter les résultats peu pertinents (source).
Deux précisions comptent avant de s'engager. D'abord, ce sous-module embarqué dans le cœur AI est en cours de retrait, remplacé par un projet autonome du même nom (source). Ensuite, ce projet autonome n'a lui-même aucune release stable : sa branche 1.x, recommandée pour la production, s'arrête à une version alpha publiée le 23 septembre 2026, et sa branche 2.x vise AI Core 2.x, dont le projet indique qu'il est lui-même à l'arrêt, en attente d'une intégration plus poussée avec Symfony AI (source, source). Une recherche ou une FAQ augmentée par IA reste donc un terrain d'expérimentation, pas un module à considérer comme stable.
Assistance éditoriale : suggestions dans l'éditeur de contenu
Le module AI Content Suggestions est, lui, en version stable depuis le 7 octobre 2026 (source). Pour l'intégration dans l'éditeur CKEditor, le choix durable est le projet autonome AI CKEditor, lui aussi stable : le sous-module équivalent du cœur AI est en cours de dépréciation à son profit (source). C'est, avec la traduction assistée, l'un des cas d'usage portés par des modules en version stable, contrairement à la recherche, encore en alpha.
Traduction automatique : un gain de vitesse, pas un remplacement de la relecture
Le module AI Translate, stable depuis le 14 septembre 2026, génère une traduction via un LLM (source). Le projet lui-même recommande vivement une relecture manuelle, car la traduction est produite automatiquement à partir de la réponse du modèle (source). Une erreur du modèle peut sinon se retrouver publiée telle quelle sur votre site. La traduction IA accélère le travail de vos équipes de contenu ; elle ne dispense jamais d'un relecteur humain.
Baliser la gouvernance avant de brancher un fournisseur IA
Une fois le cas d'usage choisi, la gouvernance se pose avant le premier appel à un modèle, pas après. Chez DrupaLabs, c'est la même logique que nous appliquons sur nos propres agents IA gouvernés : l'autonomie se construit avec des règles, pas contre elles.
Clés API et fournisseurs : qui a accès à quoi
Le module cœur drupal/ai est un framework unifié pour connecter des fournisseurs IA à Drupal. Il exige un module Provider, le connecteur vers le fournisseur choisi, et le module Key (source). Le module Key centralise la gestion des clés API : c'est le point de contrôle des accès, pas un détail technique annexe.
Garde-fous : bloquer, réécrire, auditer
Le module AI fournit des garde-fous natifs : limite de longueur, modération, filtrage par regex, restriction de sujet, filtrage de contenu sensible. Ils s'exécutent automatiquement avant et après l'appel au modèle, et peuvent laisser passer, bloquer ou réécrire une entrée ou une sortie selon vos règles (source). Ces garde-fous réduisent le risque d'hallucination et le rendent traçable ; ils ne l'éliminent pas.
Un administrateur peut imposer un ou plusieurs jeux de garde-fous à toutes les requêtes IA du site, via les réglages globaux, quel que soit le module appelant. Deux droits séparés gouvernent qui configure ces règles, « administer guardrails » et « administer guardrail sets » (source). Cette séparation compte : elle distingue qui fixe la politique de sécurité IA de qui développe les fonctionnalités qui s'appuient dessus.
Traces et journalisation : ce qui est conservé, combien de temps
Le module AI Logging, en version stable 1.3.3 depuis le 23 septembre 2026, capture les prompts envoyés et les réponses reçues des LLM, et les stocke comme des entités consultables pour la revue et le débogage, y compris les threads d'agents et d'assistants (source). Le projet recommande explicitement de configurer une limite de volume et une durée de conservation, faute de quoi la base de données grossit rapidement (source). C'est une décision de gouvernance des données à prendre avant d'activer la journalisation en production, pas après coup.
Rôles et permissions : qui configure, qui valide
Les comportements par défaut de chaque opération IA, chat, traduction, image, se règlent dans l'admin Drupal, à l'adresse /admin/config/ai/settings (source). Combinée aux droits spécifiques des garde-fous évoqués plus haut, cette configuration permet de séparer clairement qui a le pouvoir de brancher un nouveau fournisseur IA, qui fixe les limites qui s'appliquent à tous, et qui valide l'usage au quotidien. C'est ce découpage des rôles qui structure le workflow de contenu : qui déclenche une opération IA, qui en fixe les limites globales, et qui valide le résultat avant publication.
Monter un bac à sable sans toucher à la prod
Pour explorer sans engager votre site de production, le projet AI documente deux pistes. La première, amazee.ai, propose une infrastructure IA privée et open source pensée pour Drupal. La seconde, Drupal Forge, fournit des modèles de sites d'essai pré-configurés, prêts en quelques instants (source). Ce sont des pistes documentées par le projet lui-même, pas une recommandation exclusive de notre part : elles permettent de tester les briques IA, les clés API et un jeu de contenu factice avant d'envisager quoi que ce soit en production. Une fois le bac à sable en place, les réglages par défaut évoqués ci-dessus (/admin/config/ai/settings) servent de point de départ pour cadrer chaque opération IA sans développement spécifique.
Définir des indicateurs qualité et risque avant de lancer
Avant d'ouvrir le pilote à de vrais utilisateurs, fixez avec vos équipes ce que vous allez observer. Le statut de chaque module donne un premier indicateur de risque : un module stable comme AI Content Suggestions ou AI Translate n'engage pas le même niveau de vigilance qu'un module alpha comme AI Search. Les garde-fous fournissent le second indicateur : prévoyez de le relever vous-même, en notant quelles règles sont le plus souvent sollicitées. Les journaux d'AI Logging, avec leur rétention bien bornée, donnent le troisième : ils permettent à un relecteur humain de vérifier un échantillon des réponses produites, avant puis après l'ouverture à plus d'utilisateurs.
Lancer un pilote cadré, puis décider du passage à l'échelle
Un chemin prudent ressemble à ceci. Choisissez un cas d'usage porté par un module stable : les suggestions éditoriales ou la traduction assistée, plutôt que la recherche, encore en alpha. Montez-le dans un bac à sable amazee.ai ou Drupal Forge, avec des clés API et un contenu factice. Posez vos garde-fous globaux et activez la journalisation, rétention limitée dès le premier jour. Ouvrez le pilote à un petit groupe d'éditeurs, avec une relecture humaine systématique sur la traduction et un suivi des déclenchements de garde-fous sur les autres usages.
Aucune source du projet Drupal AI n'impose de calendrier : le rythme ci-dessous est une proposition de cadrage, pas un jalon officiel. À titre indicatif, sur quatre semaines : semaines 1 et 2, repérage du cas d'usage et cadrage de la gouvernance (clés, garde-fous, rétention des journaux) ; semaine 3, montage du bac à sable et premiers tests par un petit groupe d'éditeurs ; semaine 4, lecture des journaux et des déclenchements de garde-fous, puis décision d'ouvrir le pilote ou de l'ajuster. Au terme de ce pilote, la décision de passer à l'échelle se prend sur ce que vous avez observé, pas sur l'enthousiasme du premier jour : le volume de contenu à relire reste gérable, les garde-fous se déclenchent sur les bons cas et vos éditeurs gagnent réellement du temps.
C'est la méthode que nous appliquons sur les plateformes Drupal que nous exploitons : repérer, gouverner, tester en bac à sable, puis piloter avant de décider. Si vous voulez savoir quels modules IA sont déjà assez matures pour votre cas d'usage, et quelle gouvernance poser avant le premier appel à un modèle, Demander un diagnostic.
Un projet web en tête ?
Commençons par un diagnostic : ce qui vous ralentit, et par où commencer.
Demander un diagnostic