// ========================================
// FICHIER: SelectiveEnhancement.js - Node.js Version
// Description: Enhancement par batch pour éviter timeouts
// ========================================

const { callLLM } = require('./LLMManager');
const { logSh } = require('./ErrorReporting');
const { tracer } = require('./trace.js');
const { selectMultiplePersonalitiesWithAI, getPersonalities } = require('./BrainConfig');

// Utilitaire pour les délais
function sleep(ms) {
  return new Promise(resolve => setTimeout(resolve, ms));
}

/**
 * NOUVELLE APPROCHE - Multi-Personnalités Batch Enhancement
 * 4 personnalités différentes utilisées dans le pipeline pour maximum d'anti-détection
 */
async function generateWithBatchEnhancement(hierarchy, csvData) {
  const totalElements = Object.keys(hierarchy).length;
  
  // NOUVEAU: Sélection de 4 personnalités complémentaires
  const personalities = await tracer.run('SelectiveEnhancement.selectMultiplePersonalities()', async () => {
    const allPersonalities = await getPersonalities();
    const selectedPersonalities = await selectMultiplePersonalitiesWithAI(csvData.mc0, csvData.t0, allPersonalities);
    await tracer.event(`4 personnalités sélectionnées: ${selectedPersonalities.map(p => p.nom).join(', ')}`);
    return selectedPersonalities;
  }, { mc0: csvData.mc0, t0: csvData.t0 });

  await tracer.annotate({ 
    totalElements, 
    personalities: personalities.map(p => `${p.nom}(${p.style})`).join(', '),
    mc0: csvData.mc0 
  });

  // ÉTAPE 1 : Génération base avec IA configurée + Personnalité 1
  const baseContents = await tracer.run('SelectiveEnhancement.generateAllContentBase()', async () => {
    const csvDataWithPersonality1 = { ...csvData, personality: personalities[0] };
    const aiProvider1 = personalities[0].aiEtape1Base;
    const result = await generateAllContentBase(hierarchy, csvDataWithPersonality1, aiProvider1);
    await tracer.event(`${Object.keys(result).length} éléments générés avec ${personalities[0].nom} via ${aiProvider1.toUpperCase()}`);
    return result;
  }, { hierarchyElements: Object.keys(hierarchy).length, personality1: personalities[0].nom, llmProvider: personalities[0].aiEtape1Base, mc0: csvData.mc0 });
  
  // ÉTAPE 2 : Enhancement technique avec IA configurée + Personnalité 2  
  const technicalEnhanced = await tracer.run('SelectiveEnhancement.enhanceAllTechnicalTerms()', async () => {
    const csvDataWithPersonality2 = { ...csvData, personality: personalities[1] };
    const aiProvider2 = personalities[1].aiEtape2Technique;
    const result = await enhanceAllTechnicalTerms(baseContents, csvDataWithPersonality2, aiProvider2);
    const enhancedCount = Object.keys(result).filter(k => result[k] !== baseContents[k]).length;
    await tracer.event(`${enhancedCount}/${Object.keys(result).length} éléments techniques améliorés avec ${personalities[1].nom} via ${aiProvider2.toUpperCase()}`);
    return result;
  }, { baseElements: Object.keys(baseContents).length, personality2: personalities[1].nom, llmProvider: personalities[1].aiEtape2Technique, mc0: csvData.mc0 });
  
  // ÉTAPE 3 : Enhancement transitions avec IA configurée + Personnalité 3
  const transitionsEnhanced = await tracer.run('SelectiveEnhancement.enhanceAllTransitions()', async () => {
    const csvDataWithPersonality3 = { ...csvData, personality: personalities[2] };
    const aiProvider3 = personalities[2].aiEtape3Transitions;
    const result = await enhanceAllTransitions(technicalEnhanced, csvDataWithPersonality3, aiProvider3);
    const enhancedCount = Object.keys(result).filter(k => result[k] !== technicalEnhanced[k]).length;
    await tracer.event(`${enhancedCount}/${Object.keys(result).length} transitions fluidifiées avec ${personalities[2].nom} via ${aiProvider3.toUpperCase()}`);
    return result;
  }, { technicalElements: Object.keys(technicalEnhanced).length, personality3: personalities[2].nom, llmProvider: personalities[2].aiEtape3Transitions });
  
  // ÉTAPE 4 : Enhancement style avec IA configurée + Personnalité 4
  const finalContents = await tracer.run('SelectiveEnhancement.enhanceAllPersonalityStyle()', async () => {
    const csvDataWithPersonality4 = { ...csvData, personality: personalities[3] };
    const aiProvider4 = personalities[3].aiEtape4Style;
    const result = await enhanceAllPersonalityStyle(transitionsEnhanced, csvDataWithPersonality4, aiProvider4);
    const enhancedCount = Object.keys(result).filter(k => result[k] !== transitionsEnhanced[k]).length;
    const avgWords = Math.round(Object.values(result).reduce((acc, content) => acc + content.split(' ').length, 0) / Object.keys(result).length);
    await tracer.event(`${enhancedCount}/${Object.keys(result).length} éléments stylisés avec ${personalities[3].nom} via ${aiProvider4.toUpperCase()}`, { avgWordsPerElement: avgWords });
    return result;
  }, { transitionElements: Object.keys(transitionsEnhanced).length, personality4: personalities[3].nom, llmProvider: personalities[3].aiEtape4Style });

  // Log final du DNA Mixing réussi avec IA configurables
  const aiChain = personalities.map((p, i) => `${p.aiEtape1Base || p.aiEtape2Technique || p.aiEtape3Transitions || p.aiEtape4Style}`.toUpperCase()).join(' → ');
  logSh(`✅ DNA MIXING MULTI-PERSONNALITÉS TERMINÉ:`, 'INFO');
  logSh(`   🎭 4 personnalités utilisées: ${personalities.map(p => p.nom).join(' → ')}`, 'INFO');
  logSh(`   🤖 IA configurées: ${personalities[0].aiEtape1Base.toUpperCase()} → ${personalities[1].aiEtape2Technique.toUpperCase()} → ${personalities[2].aiEtape3Transitions.toUpperCase()} → ${personalities[3].aiEtape4Style.toUpperCase()}`, 'INFO');
  logSh(`   📝 ${Object.keys(finalContents).length} éléments avec style hybride généré`, 'INFO');
  
  return finalContents;
}

/**
 * ÉTAPE 1 - Génération base TOUS éléments avec IA configurable
 */
async function generateAllContentBase(hierarchy, csvData, aiProvider) {
  logSh('🔍 === DEBUG GÉNÉRATION BASE ===', 'DEBUG');
  
  // Debug: logger la hiérarchie complète
  logSh(`🔍 Hiérarchie reçue: ${Object.keys(hierarchy).length} sections`, 'DEBUG');
  Object.keys(hierarchy).forEach((path, i) => {
    const section = hierarchy[path];
    logSh(`🔍 Section ${i+1} [${path}]:`, 'DEBUG');
    logSh(`🔍   - title: ${section.title ? section.title.originalElement?.originalTag : 'AUCUN'}`, 'DEBUG');
    logSh(`🔍   - text: ${section.text ? section.text.originalElement?.originalTag : 'AUCUN'}`, 'DEBUG');
    logSh(`🔍   - questions: ${section.questions?.length || 0}`, 'DEBUG');
  });
  
  const allElements = collectAllElements(hierarchy);
  logSh(`🔍 Éléments collectés: ${allElements.length}`, 'DEBUG');
  
  // Debug: logger tous les éléments collectés
  allElements.forEach((element, i) => {
    logSh(`🔍 Élément ${i+1}: tag="${element.tag}", type="${element.type}"`, 'DEBUG');
  });
  
  // NOUVELLE LOGIQUE : SÉPARER PAIRES FAQ ET AUTRES ÉLÉMENTS
  const results = {};
  
  logSh(`🔍 === GÉNÉRATION INTELLIGENTE DE ${allElements.length} ÉLÉMENTS ===`, 'DEBUG');
  logSh(`🔍 Ordre respecté: ${allElements.map(el => el.tag.replace(/\|/g, '')).join(' → ')}`, 'DEBUG');
  
  // 1. IDENTIFIER les paires FAQ
  const { faqPairs, otherElements } = separateFAQPairsAndOthers(allElements);
  
  logSh(`🔍 ${faqPairs.length} paires FAQ trouvées, ${otherElements.length} autres éléments`, 'INFO');
  
  // 2. GÉNÉRER les autres éléments EN BATCH ORDONNÉ (titres d'abord, puis textes avec contexte)
  const groupedElements = groupElementsByType(otherElements);
  
  // ORDRE DE GÉNÉRATION : TITRES → TEXTES → INTRO → AUTRES
  const orderedTypes = ['titre', 'texte', 'intro'];
  
  for (const type of orderedTypes) {
    const elements = groupedElements[type];
    if (!elements || elements.length === 0) continue;
    
    // DÉCOUPER EN CHUNKS DE MAX 4 ÉLÉMENTS POUR ÉVITER TIMEOUTS
    const chunks = chunkArray(elements, 4);
    logSh(`🚀 BATCH ${type.toUpperCase()}: ${elements.length} éléments en ${chunks.length} chunks`, 'INFO');
    
    for (let chunkIndex = 0; chunkIndex < chunks.length; chunkIndex++) {
      const chunk = chunks[chunkIndex];
      logSh(`   Chunk ${chunkIndex + 1}/${chunks.length}: ${chunk.length} éléments`, 'DEBUG');
      
      try {
        // Passer les résultats déjà générés pour contexte (titres → textes)
        const batchPrompt = createBatchBasePrompt(chunk, type, csvData, results);
        
        const batchResponse = await callLLM(aiProvider, batchPrompt, {
          temperature: 0.7,
          maxTokens: 2000 * chunk.length
        }, csvData.personality);
        
        const batchResults = parseBatchResponse(batchResponse, chunk);
        Object.assign(results, batchResults);
        
        logSh(`✅ Chunk ${chunkIndex + 1}: ${Object.keys(batchResults).length}/${chunk.length} éléments générés`, 'INFO');
        
      } catch (error) {
        logSh(`❌ FATAL: Chunk ${chunkIndex + 1} de ${type} échoué: ${error.message}`, 'ERROR');
        throw new Error(`FATAL: Génération chunk ${chunkIndex + 1} de ${type} échouée - arrêt du workflow: ${error.message}`);
      }
      
      // Délai entre chunks pour éviter rate limiting
      if (chunkIndex < chunks.length - 1) {
        await sleep(1500);
      }
    }
    
    logSh(`✅ BATCH ${type.toUpperCase()} COMPLET: ${elements.length} éléments générés en ${chunks.length} chunks`, 'INFO');
  }
  
  // TRAITER les types restants (autres que titre/texte/intro)
  for (const [type, elements] of Object.entries(groupedElements)) {
    if (orderedTypes.includes(type) || elements.length === 0) continue;
    
    // DÉCOUPER EN CHUNKS DE MAX 4 ÉLÉMENTS POUR ÉVITER TIMEOUTS
    const chunks = chunkArray(elements, 4);
    logSh(`🚀 BATCH ${type.toUpperCase()}: ${elements.length} éléments en ${chunks.length} chunks`, 'INFO');
    
    for (let chunkIndex = 0; chunkIndex < chunks.length; chunkIndex++) {
      const chunk = chunks[chunkIndex];
      logSh(`   Chunk ${chunkIndex + 1}/${chunks.length}: ${chunk.length} éléments`, 'DEBUG');
      
      try {
        const batchPrompt = createBatchBasePrompt(chunk, type, csvData, results);
        
        const batchResponse = await callLLM(aiProvider, batchPrompt, {
          temperature: 0.7,
          maxTokens: 2000 * chunk.length
        }, csvData.personality);
        
        const batchResults = parseBatchResponse(batchResponse, chunk);
        Object.assign(results, batchResults);
        
        logSh(`✅ Chunk ${chunkIndex + 1}: ${Object.keys(batchResults).length}/${chunk.length} éléments générés`, 'INFO');
        
      } catch (error) {
        logSh(`❌ FATAL: Chunk ${chunkIndex + 1} de ${type} échoué: ${error.message}`, 'ERROR');
        throw new Error(`FATAL: Génération chunk ${chunkIndex + 1} de ${type} échouée - arrêt du workflow: ${error.message}`);
      }
      
      // Délai entre chunks
      if (chunkIndex < chunks.length - 1) {
        await sleep(1500);
      }
    }
    
    logSh(`✅ BATCH ${type.toUpperCase()} COMPLET: ${elements.length} éléments générés en ${chunks.length} chunks`, 'INFO');
  }
  
  // 3. GÉNÉRER les paires FAQ ensemble (RESTAURÉ depuis .gs)
  if (faqPairs.length > 0) {
    logSh(`🔍 === GÉNÉRATION PAIRES FAQ (${faqPairs.length} paires) ===`, 'INFO');
    const faqResults = await generateFAQPairsRestored(faqPairs, csvData, aiProvider);
    Object.assign(results, faqResults);
  }
  
  logSh(`🔍 === RÉSULTATS FINAUX GÉNÉRATION BASE ===`, 'DEBUG');
  logSh(`🔍 Total généré: ${Object.keys(results).length} éléments`, 'DEBUG');
  Object.keys(results).forEach(tag => {
    logSh(`🔍 [${tag}]: "${results[tag]}"`, 'DEBUG');
  });
  
  return results;
}

/**
 * ÉTAPE 2 - Enhancement technique ÉLÉMENT PAR ÉLÉMENT avec IA configurable
 * NOUVEAU : Traitement individuel pour fiabilité maximale et debug précis
 */
async function enhanceAllTechnicalTerms(baseContents, csvData, aiProvider) {
  logSh('🔧 === DÉBUT ENHANCEMENT TECHNIQUE ===', 'INFO');
  logSh('Enhancement technique BATCH TOTAL...', 'DEBUG');
  
  const allElements = Object.keys(baseContents);
  if (allElements.length === 0) {
    logSh('⚠️ Aucun élément à analyser techniquement', 'WARNING');
    return baseContents;
  }
  
  const analysisStart = Date.now();
  logSh(`📊 Analyse démarrée: ${allElements.length} éléments à examiner`, 'INFO');
  
  try {
    // ÉTAPE 1 : Extraction batch TOUS les termes techniques (1 seul appel)
    logSh(`🔍 Analyse technique batch: ${allElements.length} éléments`, 'INFO');
    const technicalAnalysis = await extractAllTechnicalTermsBatch(baseContents, csvData, aiProvider);
    const analysisEnd = Date.now();
    
    // ÉTAPE 2 : Enhancement batch TOUS les éléments qui en ont besoin (1 seul appel)
    const elementsNeedingEnhancement = technicalAnalysis.filter(item => item.needsEnhancement);
    
    logSh(`📋 Analyse terminée (${analysisEnd - analysisStart}ms):`, 'INFO');
    logSh(`   • ${elementsNeedingEnhancement.length}/${allElements.length} éléments nécessitent enhancement`, 'INFO');
    
    if (elementsNeedingEnhancement.length === 0) {
      logSh('✅ Aucun élément ne nécessite enhancement technique - contenu déjà optimal', 'INFO');
      return baseContents;
    }
    
    // Log détaillé des éléments à améliorer
    elementsNeedingEnhancement.forEach((item, i) => {
      logSh(`   ${i+1}. [${item.tag}]: ${item.technicalTerms.join(', ')}`, 'DEBUG');
    });
    
    const enhancementStart = Date.now();
    logSh(`🔧 Enhancement technique: ${elementsNeedingEnhancement.length}/${allElements.length} éléments`, 'INFO');
    const enhancedContents = await enhanceAllElementsTechnicalBatch(elementsNeedingEnhancement, csvData, aiProvider);
    const enhancementEnd = Date.now();
    
    // ÉTAPE 3 : Merger résultats
    const results = { ...baseContents };
    let actuallyEnhanced = 0;
    Object.keys(enhancedContents).forEach(tag => {
      if (enhancedContents[tag] !== baseContents[tag]) {
        results[tag] = enhancedContents[tag];
        actuallyEnhanced++;
      }
    });
    
    logSh(`⚡ Enhancement terminé (${enhancementEnd - enhancementStart}ms):`, 'INFO');
    logSh(`   • ${actuallyEnhanced} éléments réellement améliorés`, 'INFO');
    logSh(`   • Termes intégrés: dibond, impression UV, fraisage, etc.`, 'DEBUG');
    logSh(`✅ Enhancement technique terminé avec succès`, 'INFO');
    return results;
    
  } catch (error) {
    const analysisTotal = Date.now() - analysisStart;
    logSh(`❌ FATAL: Enhancement technique échoué après ${analysisTotal}ms`, 'ERROR');
    logSh(`❌ Message: ${error.message}`, 'ERROR');
    throw new Error(`FATAL: Enhancement technique impossible - arrêt du workflow: ${error.message}`);
  }
}

/**
 * Analyser un seul élément pour détecter les termes techniques
 */
async function analyzeSingleElementTechnicalTerms(tag, content, csvData, aiProvider) {
  const prompt = `MISSION: Analyser ce contenu et déterminer s'il contient des termes techniques.

CONTEXTE: ${csvData.mc0} - Secteur: signalétique/impression

CONTENU À ANALYSER:
TAG: ${tag}
CONTENU: "${content}"

CONSIGNES:
- Cherche UNIQUEMENT des vrais termes techniques métier/industrie
- Évite mots génériques (qualité, service, pratique, personnalisé, etc.)
- Focus: matériaux, procédés, normes, dimensions, technologies spécifiques

EXEMPLES VALIDES: dibond, impression UV, fraisage CNC, épaisseur 3mm, aluminium brossé, anodisation
EXEMPLES INVALIDES: durable, pratique, personnalisé, moderne, esthétique, haute performance

RÉPONSE REQUISE:
- Si termes techniques trouvés: "OUI - termes: [liste des termes séparés par virgules]"
- Si aucun terme technique: "NON"

EXEMPLE:
OUI - termes: aluminium composite, impression numérique, gravure laser`;

  try {
    const response = await callLLM(aiProvider, prompt, { temperature: 0.3 });
    
    if (response.toUpperCase().startsWith('OUI')) {
      // Extraire les termes de la réponse
      const termsMatch = response.match(/termes:\s*(.+)/i);
      const terms = termsMatch ? termsMatch[1].trim() : '';
      logSh(`✅ [${tag}] Termes techniques détectés: ${terms}`, 'DEBUG');
      return true;
    } else {
      logSh(`⏭️ [${tag}] Pas de termes techniques`, 'DEBUG');  
      return false;
    }
  } catch (error) {
    logSh(`❌ ERREUR analyse ${tag}: ${error.message}`, 'ERROR');
    return false; // En cas d'erreur, on skip l'enhancement
  }
}

/**
 * Enhancer un seul élément techniquement
 */
async function enhanceSingleElementTechnical(tag, content, csvData, aiProvider) {
  const prompt = `MISSION: Améliore ce contenu en intégrant des termes techniques précis.

CONTEXTE: ${csvData.mc0} - Secteur: signalétique/impression

CONTENU À AMÉLIORER:
TAG: ${tag}
CONTENU: "${content}"

OBJECTIFS:
- Remplace les termes génériques par des termes techniques précis
- Ajoute des spécifications techniques réalistes
- Maintient le même style et longueur
- Intègre naturellement: matériaux (dibond, aluminium composite), procédés (impression UV, gravure laser), dimensions, normes

EXEMPLE DE TRANSFORMATION:
"matériaux haute performance" → "dibond 3mm ou aluminium composite"
"impression moderne" → "impression UV haute définition"
"fixation solide" → "fixation par chevilles inox Ø6mm"

CONTRAINTES:
- GARDE la même structure
- MÊME longueur approximative
- Style cohérent avec l'original
- RÉPONDS DIRECTEMENT par le contenu amélioré, sans préfixe`;

  try {
    const enhancedContent = await callLLM(aiProvider, prompt, { temperature: 0.7 });
    return enhancedContent.trim();
  } catch (error) {
    logSh(`❌ ERREUR enhancement ${tag}: ${error.message}`, 'ERROR');
    return content; // En cas d'erreur, on retourne le contenu original
  }
}

// ANCIENNES FONCTIONS BATCH SUPPRIMÉES - REMPLACÉES PAR TRAITEMENT INDIVIDUEL

/**
 * NOUVELLE FONCTION : Enhancement batch TOUS les éléments
 */
// FONCTION SUPPRIMÉE : enhanceAllElementsTechnicalBatch() - Remplacée par traitement individuel

/**
 * ÉTAPE 3 - Enhancement transitions BATCH avec IA configurable
 */
async function enhanceAllTransitions(baseContents, csvData, aiProvider) {
  logSh('🔗 === DÉBUT ENHANCEMENT TRANSITIONS ===', 'INFO');
  logSh('Enhancement transitions batch...', 'DEBUG');
  
  const transitionStart = Date.now();
  const allElements = Object.keys(baseContents);
  logSh(`📊 Analyse transitions: ${allElements.length} éléments à examiner`, 'INFO');
  
  // Sélectionner éléments longs qui bénéficient d'amélioration transitions
  const transitionElements = [];
  let analyzedCount = 0;
  Object.keys(baseContents).forEach(tag => {
    const content = baseContents[tag];
    analyzedCount++;
    if (content.length > 150) {
      const needsTransitions = analyzeTransitionNeed(content);
      logSh(`   [${tag}]: ${content.length}c, transitions=${needsTransitions ? '✅' : '❌'}`, 'DEBUG');
      if (needsTransitions) {
        transitionElements.push({
          tag: tag,
          content: content
        });
      }
    } else {
      logSh(`   [${tag}]: ${content.length}c - trop court, ignoré`, 'DEBUG');
    }
  });
  
  logSh(`📋 Analyse transitions terminée:`, 'INFO');
  logSh(`   • ${analyzedCount} éléments analysés`, 'INFO');
  logSh(`   • ${transitionElements.length} nécessitent amélioration`, 'INFO');
  
  if (transitionElements.length === 0) {
    logSh('✅ Pas d\'éléments nécessitant enhancement transitions - fluidité déjà optimale', 'INFO');
    return baseContents;
  }
  
  logSh(`${transitionElements.length} éléments à améliorer (transitions)`, 'INFO');
  
  const chunks = chunkArray(transitionElements, 6); // Plus petit pour Gemini
  const results = { ...baseContents };
  
  for (let chunkIndex = 0; chunkIndex < chunks.length; chunkIndex++) {
    const chunk = chunks[chunkIndex];
    
    try {
      logSh(`Chunk transitions ${chunkIndex + 1}/${chunks.length} (${chunk.length} éléments)`, 'DEBUG');
      
      const batchTransitionsPrompt = `MISSION: Améliore UNIQUEMENT les transitions et fluidité de ces contenus.

CONTEXTE: Article SEO professionnel pour site web commercial
PERSONNALITÉ: ${csvData.personality?.nom} (${csvData.personality?.style} adapté web)
CONNECTEURS PRÉFÉRÉS: ${csvData.personality?.connecteursPref}

CONTENUS:

${chunk.map((item, i) => `[${i + 1}] TAG: ${item.tag}
"${item.content}"`).join('\n\n')}

OBJECTIFS:
- Connecteurs plus naturels et variés issus de: ${csvData.personality?.connecteursPref}
- Transitions fluides entre idées
- ÉVITE répétitions excessives ("franchement", "du coup", "vraiment", "par ailleurs")
- Style cohérent ${csvData.personality?.style}

CONTRAINTES STRICTES:
- NE CHANGE PAS le fond du message
- GARDE la même structure et longueur approximative
- Améliore SEULEMENT la fluidité des transitions
- RESPECTE le style ${csvData.personality?.nom}
- RÉPONDS DIRECTEMENT PAR LE CONTENU AMÉLIORÉ, sans préfixe ni tag XML

FORMAT DE RÉPONSE:
[1] Contenu avec transitions améliorées selon ${csvData.personality?.nom}
[2] Contenu avec transitions améliorées selon ${csvData.personality?.nom}
etc...`;

      const improved = await callLLM(aiProvider, batchTransitionsPrompt, {
        temperature: 0.6,
        maxTokens: 2500
      }, csvData.personality);
      
      const parsedImprovements = parseTransitionsBatchResponse(improved, chunk);
      
      Object.keys(parsedImprovements).forEach(tag => {
        results[tag] = parsedImprovements[tag];
      });
      
    } catch (error) {
      logSh(`❌ Erreur chunk transitions ${chunkIndex + 1}: ${error.message}`, 'ERROR');
    }
    
    if (chunkIndex < chunks.length - 1) {
      await sleep(1500);
    }
  }
  
  return results;
}

/**
 * ÉTAPE 4 - Enhancement style personnalité BATCH avec IA configurable
 */
async function enhanceAllPersonalityStyle(baseContents, csvData, aiProvider) {
  const personality = csvData.personality;
  if (!personality) {
    logSh('Pas de personnalité, skip enhancement style', 'DEBUG');
    return baseContents;
  }
  
  logSh(`Enhancement style ${personality.nom} batch...`, 'DEBUG');
  
  // Tous les éléments bénéficient de l'adaptation personnalité
  const styleElements = Object.keys(baseContents).map(tag => ({
    tag: tag,
    content: baseContents[tag]
  }));
  
  const chunks = chunkArray(styleElements, 8);
  const results = { ...baseContents };
  
  for (let chunkIndex = 0; chunkIndex < chunks.length; chunkIndex++) {
    const chunk = chunks[chunkIndex];
    
    try {
      logSh(`Chunk style ${chunkIndex + 1}/${chunks.length} (${chunk.length} éléments)`, 'DEBUG');
      
      const batchStylePrompt = `MISSION: Adapte UNIQUEMENT le style de ces contenus selon ${personality.nom}.

CONTEXTE: Finalisation article SEO pour site e-commerce professionnel
PERSONNALITÉ: ${personality.nom}
DESCRIPTION: ${personality.description}
STYLE CIBLE: ${personality.style} adapté au web professionnel
VOCABULAIRE: ${personality.vocabulairePref}
CONNECTEURS: ${personality.connecteursPref}
NIVEAU TECHNIQUE: ${personality.niveauTechnique}
LONGUEUR PHRASES: ${personality.longueurPhrases}

CONTENUS À STYLISER:

${chunk.map((item, i) => `[${i + 1}] TAG: ${item.tag}
"${item.content}"`).join('\n\n')}

CONSIGNES STRICTES:
- GARDE le même contenu informatif et technique
- Adapte SEULEMENT le ton, les expressions et le vocabulaire selon ${personality.nom}
- RESPECTE la longueur approximative (même nombre de mots ±20%)
- ÉVITE les répétitions excessives ("franchement", "du coup", "vraiment")
- VARIE les expressions et connecteurs selon: ${personality.connecteursPref}
- Style ${personality.nom} reconnaissable mais NATUREL
- RÉPONDS DIRECTEMENT PAR LE CONTENU STYLISÉ, sans préfixe ni tag XML
- PAS de messages d'excuse ou d'incapacité

FORMAT DE RÉPONSE:
[1] Contenu stylisé selon ${personality.nom} (${personality.style})
[2] Contenu stylisé selon ${personality.nom} (${personality.style})
etc...`;

      const styled = await callLLM(aiProvider, batchStylePrompt, {
        temperature: 0.8,
        maxTokens: 3000
      }, personality);
      
      const parsedStyles = parseStyleBatchResponse(styled, chunk);
      
      Object.keys(parsedStyles).forEach(tag => {
        results[tag] = parsedStyles[tag];
      });
      
    } catch (error) {
      logSh(`❌ Erreur chunk style ${chunkIndex + 1}: ${error.message}`, 'ERROR');
    }
    
    if (chunkIndex < chunks.length - 1) {
      await sleep(1500);
    }
  }
  
  return results;
}

// ============= HELPER FUNCTIONS =============

/**
 * Sleep function replacement for Utilities.sleep
 */

// FONCTION SUPPRIMÉE : sleep() dupliquée - déjà définie ligne 12

/**
 * RESTAURÉ DEPUIS .GS : Génération des paires FAQ cohérentes
 */
async function generateFAQPairsRestored(faqPairs, csvData, aiProvider) {
  logSh(`🔍 === GÉNÉRATION PAIRES FAQ (logique .gs restaurée) ===`, 'INFO');
  
  if (faqPairs.length === 0) return {};
  
  const batchPrompt = createBatchFAQPairsPrompt(faqPairs, csvData);
  logSh(`🔍 Prompt FAQ paires (${batchPrompt.length} chars): "${batchPrompt.substring(0, 300)}..."`, 'DEBUG');
  
  try {
    const batchResponse = await callLLM(aiProvider, batchPrompt, {
      temperature: 0.8,
      maxTokens: 3000 // Plus large pour les paires
    }, csvData.personality);
    
    logSh(`🔍 Réponse FAQ paires reçue: ${batchResponse.length} caractères`, 'DEBUG');
    logSh(`🔍 Début réponse: "${batchResponse.substring(0, 200)}..."`, 'DEBUG');
    
    return parseFAQPairsResponse(batchResponse, faqPairs);
    
  } catch (error) {
    logSh(`❌ FATAL: Erreur génération paires FAQ: ${error.message}`, 'ERROR');
    throw new Error(`FATAL: Génération paires FAQ échouée - arrêt du workflow: ${error.message}`);
  }
}

/**
 * RESTAURÉ DEPUIS .GS : Prompt pour paires FAQ cohérentes
 */
function createBatchFAQPairsPrompt(faqPairs, csvData) {
  const personality = csvData.personality;
  
  let prompt = `=== 1. CONTEXTE ===
Entreprise: Autocollant.fr - signalétique personnalisée
Sujet: ${csvData.mc0}
Section: FAQ pour article SEO commercial

=== 2. PERSONNALITÉ ===
Rédacteur: ${personality.nom}
Style: ${personality.style}
Ton: ${personality.description || 'professionnel'}

=== 3. RÈGLES GÉNÉRALES ===
- Questions naturelles de clients
- Réponses expertes et rassurantes  
- Langage professionnel mais accessible
- Textes rédigés humainement et de façon authentique
- Couvrir: prix, livraison, personnalisation, installation, durabilité
- IMPÉRATIF: Respecter strictement les contraintes XML

=== 4. PAIRES FAQ À GÉNÉRER ===

`;

  faqPairs.forEach((pair, index) => {
    const questionTag = pair.question.tag.replace(/\|/g, '').replace(/[{}]/g, '').replace(/<\/?strong>/g, '');
    const answerTag = pair.answer.tag.replace(/\|/g, '').replace(/[{}]/g, '').replace(/<\/?strong>/g, '');
    
    prompt += `${index + 1}. [${questionTag}] + [${answerTag}] - Paire FAQ naturelle
`;
  });
  
  prompt += `

FORMAT DE RÉPONSE:
PAIRE 1:
[${faqPairs[0].question.tag.replace(/\|/g, '').replace(/[{}]/g, '').replace(/<\/?strong>/g, '')}]
Question client directe et naturelle sur ${csvData.mc0} ?

[${faqPairs[0].answer.tag.replace(/\|/g, '').replace(/[{}]/g, '').replace(/<\/?strong>/g, '')}]
Réponse utile et rassurante selon le style ${personality.style} de ${personality.nom}.
`;

  if (faqPairs.length > 1) {
    prompt += `PAIRE 2:
etc...
`;
  }

  return prompt;
}

/**
 * RESTAURÉ DEPUIS .GS : Parser réponse paires FAQ
 */
function parseFAQPairsResponse(response, faqPairs) {
  const results = {};
  
  logSh(`🔍 Parsing FAQ paires: "${response.substring(0, 300)}..."`, 'DEBUG');
  
  // Parser avec regex [TAG] contenu
  const regex = /\[([^\]]+)\]\s*([^[]*?)(?=\[|$)/gs;
  let match;
  const parsedItems = {};
  
  while ((match = regex.exec(response)) !== null) {
    const tag = match[1].trim();
    let content = match[2].trim().replace(/\n\s*\n/g, '\n').replace(/^\n+|\n+$/g, '');
    
    // NOUVEAU: Appliquer le nettoyage XML pour FAQ aussi
    content = cleanXMLTagsFromContent(content);
    
    if (content && content.length > 0) {
      parsedItems[tag] = content;
      logSh(`🔍 Parsé [${tag}]: "${content.substring(0, 100)}..."`, 'DEBUG');
    }
  }
  
  // Mapper aux vrais tags FAQ avec |
  let pairesCompletes = 0;
  faqPairs.forEach(pair => {
    const questionCleanTag = pair.question.tag.replace(/\|/g, '').replace(/[{}]/g, '').replace(/<\/?strong>/g, '');
    const answerCleanTag = pair.answer.tag.replace(/\|/g, '').replace(/[{}]/g, '').replace(/<\/?strong>/g, '');
    
    const questionContent = parsedItems[questionCleanTag];
    const answerContent = parsedItems[answerCleanTag];
    
    if (questionContent && answerContent) {
      results[pair.question.tag] = questionContent;
      results[pair.answer.tag] = answerContent;
      pairesCompletes++;
      logSh(`✅ Paire FAQ ${pair.number} complète: Q="${questionContent}" R="${answerContent.substring(0, 50)}..."`, 'INFO');
    } else {
      logSh(`⚠️ Paire FAQ ${pair.number} incomplète: Q=${!!questionContent} R=${!!answerContent}`, 'WARNING');
      
      if (questionContent) results[pair.question.tag] = questionContent;
      if (answerContent) results[pair.answer.tag] = answerContent;
    }
  });
  
  logSh(`📊 FAQ parsing: ${pairesCompletes}/${faqPairs.length} paires complètes`, 'INFO');
  
  // FATAL si aucune paire complète (comme dans le .gs)
  if (pairesCompletes === 0 && faqPairs.length > 0) {
    logSh(`❌ FATAL: Aucune paire FAQ générée correctement`, 'ERROR');
    throw new Error(`FATAL: Génération FAQ incomplète (0/${faqPairs.length} paires complètes) - arrêt du workflow`);
  }
  
  return results;
}

/**
 * RESTAURÉ DEPUIS .GS : Nettoyer instructions FAQ
 */
function cleanFAQInstructions(instructions, csvData) {
  if (!instructions) return '';
  
  let cleanInstructions = instructions;
  
  // Remplacer variables
  cleanInstructions = cleanInstructions.replace(/\{\{T0\}\}/g, csvData.t0 || '');
  cleanInstructions = cleanInstructions.replace(/\{\{MC0\}\}/g, csvData.mc0 || '');
  cleanInstructions = cleanInstructions.replace(/\{\{T-1\}\}/g, csvData.tMinus1 || '');
  cleanInstructions = cleanInstructions.replace(/\{\{L-1\}\}/g, csvData.lMinus1 || '');
  
  // Variables multiples MC+1_X, T+1_X, L+1_X
  if (csvData.mcPlus1) {
    const mcPlus1 = csvData.mcPlus1.split(',').map(s => s.trim());
    for (let i = 1; i <= 6; i++) {
      const mcValue = mcPlus1[i-1] || `[MC+1_${i} non défini]`;
      cleanInstructions = cleanInstructions.replace(new RegExp(`\\{\\{MC\\+1_${i}\\}\\}`, 'g'), mcValue);
    }
  }
  
  if (csvData.tPlus1) {
    const tPlus1 = csvData.tPlus1.split(',').map(s => s.trim());
    for (let i = 1; i <= 6; i++) {
      const tValue = tPlus1[i-1] || `[T+1_${i} non défini]`;
      cleanInstructions = cleanInstructions.replace(new RegExp(`\\{\\{T\\+1_${i}\\}\\}`, 'g'), tValue);
    }
  }
  
  // Nettoyer HTML
  cleanInstructions = cleanInstructions.replace(/<\/?[^>]+>/g, '');
  cleanInstructions = cleanInstructions.replace(/\s+/g, ' ').trim();
  
  return cleanInstructions;
}

/**
 * Collecter tous les éléments dans l'ordre XML original
 * CORRECTION: Suit l'ordre séquentiel XML au lieu de grouper par section
 */
function collectAllElements(hierarchy) {
  const allElements = [];
  const tagToElementMap = {};
  
  // 1. Créer un mapping de tous les éléments disponibles
  Object.keys(hierarchy).forEach(path => {
    const section = hierarchy[path];
    
    if (section.title) {
      tagToElementMap[section.title.originalElement.originalTag] = {
        tag: section.title.originalElement.originalTag,
        element: section.title.originalElement,
        type: 'titre'
      };
    }
    
    if (section.text) {
      tagToElementMap[section.text.originalElement.originalTag] = {
        tag: section.text.originalElement.originalTag,
        element: section.text.originalElement,
        type: 'texte'
      };
    }
    
    section.questions.forEach(q => {
      tagToElementMap[q.originalElement.originalTag] = {
        tag: q.originalElement.originalTag,
        element: q.originalElement,
        type: q.originalElement.type
      };
    });
  });
  
  // 2. Récupérer l'ordre XML original depuis le template global
  logSh(`🔍 Global XML Template disponible: ${!!global.currentXmlTemplate}`, 'DEBUG');
  if (global.currentXmlTemplate && global.currentXmlTemplate.length > 0) {
    logSh(`🔍 Template XML: ${global.currentXmlTemplate.substring(0, 200)}...`, 'DEBUG');
    const regex = /\|([^|]+)\|/g;
    let match;
    
    // Parcourir le XML dans l'ordre d'apparition
    while ((match = regex.exec(global.currentXmlTemplate)) !== null) {
      const fullMatch = match[1];
      
      // Extraire le nom du tag (sans variables)
      const nameMatch = fullMatch.match(/^([^{]+)/);
      const tagName = nameMatch ? nameMatch[1].trim() : fullMatch.split('{')[0];
      const pureTag = `|${tagName}|`;
      
      // Si cet élément existe dans notre mapping, l'ajouter dans l'ordre
      if (tagToElementMap[pureTag]) {
        allElements.push(tagToElementMap[pureTag]);
        logSh(`🔍 Ajouté dans l'ordre: ${pureTag}`, 'DEBUG');
        delete tagToElementMap[pureTag]; // Éviter les doublons
      } else {
        logSh(`🔍 Tag XML non trouvé dans mapping: ${pureTag}`, 'DEBUG');
      }
    }
  }
  
  // 3. Ajouter les éléments restants (sécurité)
  const remainingElements = Object.values(tagToElementMap);
  if (remainingElements.length > 0) {
    logSh(`🔍 Éléments restants ajoutés: ${remainingElements.map(el => el.tag).join(', ')}`, 'DEBUG');
    remainingElements.forEach(element => {
      allElements.push(element);
    });
  }
  
  logSh(`🔍 ORDRE FINAL: ${allElements.map(el => el.tag.replace(/\|/g, '')).join(' → ')}`, 'INFO');
  
  return allElements;
}

/**
 * RESTAURÉ DEPUIS .GS : Séparer les paires FAQ des autres éléments
 */
function separateFAQPairsAndOthers(allElements) {
  const faqPairs = [];
  const otherElements = [];
  const faqQuestions = {};
  const faqAnswers = {};
  
  // 1. Collecter toutes les questions et réponses FAQ
  allElements.forEach(element => {
    if (element.type === 'faq_question') {
      // Extraire le numéro : |Faq_q_1| → 1
      const numberMatch = element.tag.match(/(\d+)/);
      const faqNumber = numberMatch ? numberMatch[1] : '1';
      faqQuestions[faqNumber] = element;
      logSh(`🔍 Question FAQ ${faqNumber} trouvée: ${element.tag}`, 'DEBUG');
    } else if (element.type === 'faq_reponse') {
      // Extraire le numéro : |Faq_a_1| → 1
      const numberMatch = element.tag.match(/(\d+)/);
      const faqNumber = numberMatch ? numberMatch[1] : '1';
      faqAnswers[faqNumber] = element;
      logSh(`🔍 Réponse FAQ ${faqNumber} trouvée: ${element.tag}`, 'DEBUG');
    } else {
      // Élément normal (titre, texte, intro, etc.)
      otherElements.push(element);
    }
  });
  
  // 2. Créer les paires FAQ cohérentes
  Object.keys(faqQuestions).forEach(number => {
    const question = faqQuestions[number];
    const answer = faqAnswers[number];
    
    if (question && answer) {
      faqPairs.push({
        number: number,
        question: question,
        answer: answer
      });
      logSh(`✅ Paire FAQ ${number} créée: ${question.tag} + ${answer.tag}`, 'INFO');
    } else if (question) {
      logSh(`⚠️ Question FAQ ${number} sans réponse correspondante`, 'WARNING');
      otherElements.push(question); // Traiter comme élément individuel
    } else if (answer) {
      logSh(`⚠️ Réponse FAQ ${number} sans question correspondante`, 'WARNING');
      otherElements.push(answer); // Traiter comme élément individuel
    }
  });
  
  logSh(`🔍 Séparation terminée: ${faqPairs.length} paires FAQ, ${otherElements.length} autres éléments`, 'INFO');
  
  return { faqPairs, otherElements };
}

/**
 * Grouper éléments par type
 */
function groupElementsByType(elements) {
  const groups = {};
  
  elements.forEach(element => {
    const type = element.type;
    if (!groups[type]) {
      groups[type] = [];
    }
    groups[type].push(element);
  });
  
  return groups;
}

/**
 * Diviser array en chunks
 */
function chunkArray(array, size) {
  const chunks = [];
  for (let i = 0; i < array.length; i += size) {
    chunks.push(array.slice(i, i + size));
  }
  return chunks;
}

/**
 * Trouver le titre associé à un élément texte
 */
function findAssociatedTitle(textElement, existingResults) {
  const textName = textElement.element.name || textElement.tag;
  
  // STRATÉGIE 1: Correspondance directe (Txt_H2_1 → Titre_H2_1)
  const directMatch = textName.replace(/Txt_/, 'Titre_').replace(/Text_/, 'Titre_');
  const directTitle = existingResults[`|${directMatch}|`] || existingResults[directMatch];
  if (directTitle) return directTitle;
  
  // STRATÉGIE 2: Même niveau hiérarchique (H2, H3)
  const levelMatch = textName.match(/(H\d)_(\d+)/);
  if (levelMatch) {
    const [, level, number] = levelMatch;
    const titleTag = `Titre_${level}_${number}`;
    const levelTitle = existingResults[`|${titleTag}|`] || existingResults[titleTag];
    if (levelTitle) return levelTitle;
  }
  
  // STRATÉGIE 3: Proximité dans l'ordre (texte suivant un titre)
  const allTitles = Object.entries(existingResults)
    .filter(([tag]) => tag.includes('Titre'))
    .sort(([a], [b]) => a.localeCompare(b));
  
  if (allTitles.length > 0) {
    // Retourner le premier titre disponible comme contexte général
    return allTitles[0][1];
  }
  
  return null;
}

/**
 * Créer prompt batch de base
 */
function createBatchBasePrompt(elements, type, csvData, existingResults = {}) {
  const personality = csvData.personality;
  
  let prompt = `=== 1. CONTEXTE ===
Entreprise: Autocollant.fr - signalétique personnalisée
Sujet: ${csvData.mc0}
Type d'article: SEO professionnel pour site commercial

=== 2. PERSONNALITÉ ===
Rédacteur: ${personality.nom}
Style: ${personality.style}
Ton: ${personality.description || 'professionnel'}

=== 3. RÈGLES GÉNÉRALES ===
- Contenu SEO optimisé
- Langage naturel et fluide
- Éviter répétitions
- Pas de références techniques dans le contenu
- Textes rédigés humainement et de façon authentique
- IMPÉRATIF: Respecter strictement les contraintes XML (nombre de mots, etc.)

=== 4. ÉLÉMENTS À GÉNÉRER ===
`;

  // AJOUTER CONTEXTE DES TITRES POUR LES TEXTES
  if (type === 'texte' && Object.keys(existingResults).length > 0) {
    const generatedTitles = Object.entries(existingResults)
      .filter(([tag]) => tag.includes('Titre'))
      .map(([tag, title]) => `• ${tag.replace(/\|/g, '')}: "${title}"`)
      .slice(0, 5); // Limiter à 5 titres pour éviter surcharge
    
    if (generatedTitles.length > 0) {
      prompt += `
Titres existants pour contexte:
${generatedTitles.join('\n')}

`;
    }
  }

  elements.forEach((elementInfo, index) => {
    const cleanTag = elementInfo.tag.replace(/\|/g, '').replace(/[{}]/g, '').replace(/<\/?strong>/g, '');
    
    prompt += `${index + 1}. [${cleanTag}] `;
    
    // INSTRUCTIONS PROPRES PAR ÉLÉMENT
    if (type === 'titre') {
      if (elementInfo.element.type === 'titre_h1') {
        prompt += `Titre principal accrocheur\n`;
      } else if (elementInfo.element.type === 'titre_h2') {
        prompt += `Titre de section engageant\n`;
      } else if (elementInfo.element.type === 'titre_h3') {
        prompt += `Sous-titre spécialisé\n`;
      } else {
        prompt += `Titre pertinent\n`;
      }
    } else if (type === 'texte') {
      prompt += `Paragraphe informatif\n`;
      
      // ASSOCIER LE TITRE CORRESPONDANT AUTOMATIQUEMENT
      const associatedTitle = findAssociatedTitle(elementInfo, existingResults);
      if (associatedTitle) {
        prompt += `   Contexte: "${associatedTitle}"\n`;
      }
      
      if (elementInfo.element.resolvedContent) {
        prompt += `   Angle: "${elementInfo.element.resolvedContent}"\n`;
      }
    } else if (type === 'intro') {
      prompt += `Introduction engageante\n`;
    } else {
      prompt += `Contenu pertinent\n`;
    }
  });
  
  prompt += `\nSTYLE ${personality.nom.toUpperCase()} - ${personality.style}:
- Vocabulaire: ${personality.vocabulairePref}
- Connecteurs: ${personality.connecteursPref}  
- Phrases: ${personality.longueurPhrases}
- Niveau technique: ${personality.niveauTechnique}

CONSIGNES STRICTES POUR ARTICLE SEO:
- CONTEXTE: Article professionnel pour site e-commerce, destiné aux clients potentiels
- STYLE: ${personality.style} de ${personality.nom} mais ADAPTÉ au web professionnel
- INTERDICTION ABSOLUE: expressions trop familières répétées ("du coup", "bon", "franchement", "nickel", "tip-top")  
- VOCABULAIRE: Mélange expertise technique + accessibilité client
- SEO: Utilise naturellement "${csvData.mc0}" et termes associés
- POUR LES TITRES: Titre SEO attractif UNIQUEMENT, JAMAIS "Titre_H1_1" ou "Titre_H2_7"
- EXEMPLE TITRE: "Plaques personnalisées résistantes : guide complet 2024" 
- CONTENU: Informatif, rassurant, incite à l'achat SANS être trop commercial
- RÉPONDS DIRECTEMENT par le contenu web demandé, SANS préfixe

FORMAT DE RÉPONSE ${type === 'titre' ? '(TITRES UNIQUEMENT)' : ''}:
[${elements[0].tag.replace(/\|/g, '').replace(/[{}]/g, '').replace(/<\/?strong>/g, '')}]
${type === 'titre' ? 'Titre réel et attractif (PAS "Titre_H1_1")' : 'Contenu rédigé selon le style ' + personality.nom}

[${elements[1] ? elements[1].tag.replace(/\|/g, '').replace(/[{}]/g, '').replace(/<\/?strong>/g, '') : 'element2'}]
${type === 'titre' ? 'Titre réel et attractif (PAS "Titre_H2_1")' : 'Contenu rédigé selon le style ' + personality.nom}

etc...`;

  return prompt;
}

/**
 * Parser réponse batch générique avec nettoyage des tags XML
 */
function parseBatchResponse(response, elements) {
  const results = {};
  
  // Parser avec regex [TAG] contenu
  const regex = /\[([^\]]+)\]\s*\n([^[]*?)(?=\n\[|$)/gs;
  let match;
  const parsedItems = {};
  
  while ((match = regex.exec(response)) !== null) {
    const tag = match[1].trim();
    let content = match[2].trim();
    
    // NOUVEAU: Nettoyer les tags XML qui peuvent apparaître dans le contenu
    content = cleanXMLTagsFromContent(content);
    
    parsedItems[tag] = content;
  }
  
  // Mapper aux vrais tags avec |
  elements.forEach(element => {
    const cleanTag = element.tag.replace(/\|/g, '').replace(/[{}]/g, '').replace(/<\/?strong>/g, '');
    
    if (parsedItems[cleanTag] && parsedItems[cleanTag].length > 10) {
      results[element.tag] = parsedItems[cleanTag];
      logSh(`✅ Parsé [${cleanTag}]: "${parsedItems[cleanTag].substring(0, 100)}..."`, 'DEBUG');
    } else {
      // Fallback si parsing échoue ou contenu trop court
      results[element.tag] = `Contenu professionnel pour ${element.element.name}`;
      logSh(`⚠️ Fallback [${cleanTag}]: parsing échoué ou contenu invalide`, 'WARNING');
    }
  });
  
  return results;
}

/**
 * NOUVELLE FONCTION: Nettoyer les tags XML du contenu généré
 */
function cleanXMLTagsFromContent(content) {
  if (!content) return content;
  
  // Supprimer les tags XML avec **
  content = content.replace(/\*\*[^*]+\*\*/g, '');
  
  // Supprimer les préfixes de titres indésirables
  content = content.replace(/^(Bon,?\s*)?(alors,?\s*)?(voici\s+le\s+topo\s+pour\s+)?Titre_[HU]\d+_\d+[.,\s]*/gi, '');
  content = content.replace(/^(Bon,?\s*)?(alors,?\s*)?pour\s+Titre_[HU]\d+_\d+[.,\s]*/gi, '');
  content = content.replace(/^(Bon,?\s*)?(donc,?\s*)?Titre_[HU]\d+_\d+[.,\s]*/gi, '');
  
  // Supprimer les messages d'excuse
  content = content.replace(/Oh là là,?\s*je\s*(suis\s*)?(\w+\s*)?désolée?\s*,?\s*mais\s*je\s*n'ai\s*pas\s*l'information.*?(?=\.|$)/gi, '');
  content = content.replace(/Bon,?\s*passons\s*au\s*suivant.*?(?=\.|$)/gi, '');
  content = content.replace(/je\s*ne\s*sais\s*pas\s*quoi\s*vous\s*dire.*?(?=\.|$)/gi, '');
  content = content.replace(/encore\s*un\s*point\s*où\s*je\s*n'ai\s*pas\s*l'information.*?(?=\.|$)/gi, '');
  
  // Réduire les répétitions excessives d'expressions familières
  content = content.replace(/(du coup[,\s]+){3,}/gi, 'du coup ');
  content = content.replace(/(bon[,\s]+){3,}/gi, 'bon ');
  content = content.replace(/(franchement[,\s]+){3,}/gi, 'franchement ');
  content = content.replace(/(alors[,\s]+){3,}/gi, 'alors ');
  content = content.replace(/(nickel[,\s]+){2,}/gi, 'nickel ');
  content = content.replace(/(tip-top[,\s]+){2,}/gi, 'tip-top ');
  content = content.replace(/(costaud[,\s]+){2,}/gi, 'costaud ');
  
  // Nettoyer espaces multiples et retours ligne
  content = content.replace(/\s{2,}/g, ' ');
  content = content.replace(/\n{2,}/g, '\n');
  content = content.trim();
  
  return content;
}

// ============= PARSING FUNCTIONS =============

// FONCTION SUPPRIMÉE : parseAllTechnicalTermsResponse() - Parser batch défaillant remplacé par traitement individuel

// FONCTIONS SUPPRIMÉES : parseTechnicalEnhancementBatchResponse() et parseTechnicalBatchResponse() - Remplacées par traitement individuel

// Placeholder pour les fonctions de parsing conservées qui suivent

function parseTransitionsBatchResponse(response, chunk) {
  const results = {};
  const regex = /\[(\d+)\]\s*([^[]*?)(?=\n\[\d+\]|$)/gs;
  let match;
  let index = 0;
  
  while ((match = regex.exec(response)) && index < chunk.length) {
    let content = match[2].trim();
    
    // Appliquer le nettoyage XML
    content = cleanXMLTagsFromContent(content);
    
    if (content && content.length > 10) {
      results[chunk[index].tag] = content;
    } else {
      // Fallback si contenu invalide
      results[chunk[index].tag] = chunk[index].content; // Garder contenu original
    }
    index++;
  }
  
  return results;
}

function parseStyleBatchResponse(response, chunk) {
  const results = {};
  const regex = /\[(\d+)\]\s*([^[]*?)(?=\n\[\d+\]|$)/gs;
  let match;
  let index = 0;
  
  while ((match = regex.exec(response)) && index < chunk.length) {
    let content = match[2].trim();
    
    // Appliquer le nettoyage XML
    content = cleanXMLTagsFromContent(content);
    
    if (content && content.length > 10) {
      results[chunk[index].tag] = content;
    } else {
      // Fallback si contenu invalide
      results[chunk[index].tag] = chunk[index].content; // Garder contenu original
    }
    index++;
  }
  
  return results;
}

// ============= ANALYSIS FUNCTIONS =============

/**
 * Analyser besoin d'amélioration transitions
 */
function analyzeTransitionNeed(content) {
  const sentences = content.split(/[.!?]+/).filter(s => s.trim().length > 10);
  
  // Critères multiples d'analyse
  const metrics = {
    repetitiveConnectors: analyzeRepetitiveConnectors(content),
    abruptTransitions: analyzeAbruptTransitions(sentences),
    sentenceVariety: analyzeSentenceVariety(sentences),
    formalityLevel: analyzeFormalityLevel(content),
    overallLength: content.length
  };
  
  // Score de besoin (0-1)
  let needScore = 0;
  needScore += metrics.repetitiveConnectors * 0.3;
  needScore += metrics.abruptTransitions * 0.4;
  needScore += (1 - metrics.sentenceVariety) * 0.2;
  needScore += metrics.formalityLevel * 0.1;
  
  // Seuil ajustable selon longueur
  const threshold = metrics.overallLength > 300 ? 0.4 : 0.6;
  
  logSh(`🔍 Analyse transitions: score=${needScore.toFixed(2)}, seuil=${threshold}`, 'DEBUG');
  
  return needScore > threshold;
}

function analyzeRepetitiveConnectors(content) {
  const connectors = ['par ailleurs', 'en effet', 'de plus', 'cependant', 'ainsi', 'donc'];
  let totalConnectors = 0;
  let repetitions = 0;
  
  connectors.forEach(connector => {
    const matches = (content.match(new RegExp(`\\b${connector}\\b`, 'gi')) || []);
    totalConnectors += matches.length;
    if (matches.length > 1) repetitions += matches.length - 1;
  });
  
  return totalConnectors > 0 ? repetitions / totalConnectors : 0;
}

function analyzeAbruptTransitions(sentences) {
  if (sentences.length < 2) return 0;
  
  let abruptCount = 0;
  
  for (let i = 1; i < sentences.length; i++) {
    const current = sentences[i].trim();
    const previous = sentences[i-1].trim();
    
    const hasConnector = hasTransitionWord(current);
    const topicContinuity = calculateTopicContinuity(previous, current);
    
    // Transition abrupte = pas de connecteur + faible continuité thématique
    if (!hasConnector && topicContinuity < 0.3) {
      abruptCount++;
    }
  }
  
  return abruptCount / (sentences.length - 1);
}

function analyzeSentenceVariety(sentences) {
  if (sentences.length < 2) return 1;
  
  const lengths = sentences.map(s => s.trim().length);
  const avgLength = lengths.reduce((a, b) => a + b, 0) / lengths.length;
  
  // Calculer variance des longueurs
  const variance = lengths.reduce((acc, len) => acc + Math.pow(len - avgLength, 2), 0) / lengths.length;
  const stdDev = Math.sqrt(variance);
  
  // Score de variété (0-1) - plus la variance est élevée, plus c'est varié
  return Math.min(1, stdDev / avgLength);
}

function analyzeFormalityLevel(content) {
  const formalIndicators = [
    'il convient de', 'par conséquent', 'néanmoins', 'toutefois', 
    'de surcroît', 'en définitive', 'il s\'avère que', 'force est de constater'
  ];
  
  let formalCount = 0;
  formalIndicators.forEach(indicator => {
    if (content.toLowerCase().includes(indicator)) formalCount++;
  });
  
  const sentences = content.split(/[.!?]+/).length;
  return sentences > 0 ? formalCount / sentences : 0;
}

function calculateTopicContinuity(sentence1, sentence2) {
  const stopWords = ['les', 'des', 'une', 'sont', 'avec', 'pour', 'dans', 'cette', 'vous', 'peut', 'tout'];
  
  const words1 = extractSignificantWords(sentence1, stopWords);
  const words2 = extractSignificantWords(sentence2, stopWords);
  
  if (words1.length === 0 || words2.length === 0) return 0;
  
  const commonWords = words1.filter(word => words2.includes(word));
  const semanticSimilarity = commonWords.length / Math.min(words1.length, words2.length);
  
  const technicalWords = ['plaque', 'dibond', 'aluminium', 'impression', 'signalétique'];
  const commonTechnical = commonWords.filter(word => technicalWords.includes(word));
  const technicalBonus = commonTechnical.length * 0.2;
  
  return Math.min(1, semanticSimilarity + technicalBonus);
}

function extractSignificantWords(sentence, stopWords) {
  return sentence.toLowerCase()
    .match(/\b[a-zàâäéèêëïîôùûüÿç]{4,}\b/g) // Mots 4+ lettres avec accents
    ?.filter(word => !stopWords.includes(word)) || [];
}

function hasTransitionWord(sentence) {
  const connectors = ['par ailleurs', 'en effet', 'de plus', 'cependant', 'ainsi', 'donc', 'ensuite', 'puis', 'également', 'aussi', 'toutefois', 'néanmoins', 'alors', 'enfin'];
  return connectors.some(connector => sentence.toLowerCase().includes(connector));
}

/**
 * Instructions de style dynamiques
 */
function getPersonalityStyleInstructions(personality) {
  // CORRECTION: Utilisation des VRAIS champs Google Sheets au lieu du hardcodé
  if (!personality) return "Style professionnel standard";
  
  const instructions = `STYLE ${personality.nom.toUpperCase()} (${personality.style}):
- Description: ${personality.description}
- Vocabulaire préféré: ${personality.vocabulairePref || 'professionnel, qualité'}
- Connecteurs préférés: ${personality.connecteursPref || 'par ailleurs, en effet'}
- Mots-clés secteurs: ${personality.motsClesSecteurs || 'technique, qualité'}
- Longueur phrases: ${personality.longueurPhrases || 'Moyennes (15-25 mots)'}
- Niveau technique: ${personality.niveauTechnique || 'Accessible'}
- Style CTA: ${personality.ctaStyle || 'Professionnel'}
- Défauts simulés: ${personality.defautsSimules || 'Aucun'}
- Erreurs typiques à éviter: ${personality.erreursTypiques || 'Répétitions, généralités'}`;

  return instructions;
}

/**
 * Créer prompt pour élément (fonction de base nécessaire)
 */
function createPromptForElement(element, csvData) {
  const personality = csvData.personality;
  const styleContext = `Rédige dans le style ${personality.style} de ${personality.nom} (${personality.description}).`;
  
  switch (element.type) {
    case 'titre_h1':
      return `${styleContext}
MISSION: Crée un titre H1 accrocheur pour: ${csvData.mc0}
Référence: ${csvData.t0}
CONSIGNES: 10 mots maximum, direct et impactant, optimisé SEO.
RÉPONDS UNIQUEMENT PAR LE TITRE, sans introduction.`;

    case 'titre_h2':
      return `${styleContext}
MISSION: Crée un titre H2 optimisé SEO pour: ${csvData.mc0}
CONSIGNES: Intègre naturellement le mot-clé, 8 mots maximum.
RÉPONDS UNIQUEMENT PAR LE TITRE, sans introduction.`;

    case 'intro':
      if (element.instructions) {
        return `${styleContext}
MISSION: ${element.instructions}
Données contextuelles:
- MC0: ${csvData.mc0}
- T-1: ${csvData.tMinus1}
- L-1: ${csvData.lMinus1}
RÉPONDS UNIQUEMENT PAR LE CONTENU, sans présentation.`;
      }
      return `${styleContext}
MISSION: Rédige une introduction de 100 mots pour ${csvData.mc0}.
RÉPONDS UNIQUEMENT PAR LE CONTENU, sans présentation.`;

    case 'texte':
      if (element.instructions) {
        return `${styleContext}
MISSION: ${element.instructions}
RÉPONDS UNIQUEMENT PAR LE CONTENU, sans présentation.`;
      }
      return `${styleContext}
MISSION: Rédige un paragraphe de 150 mots sur ${csvData.mc0}.
RÉPONDS UNIQUEMENT PAR LE CONTENU, sans présentation.`;

    case 'faq_question':
      if (element.instructions) {
        return `${styleContext}
MISSION: ${element.instructions}
CONTEXTE: ${csvData.mc0} - ${csvData.t0}
STYLE: Question ${csvData.personality?.style} de ${csvData.personality?.nom}
CONSIGNES: 
- Vraie question que se poserait un client intéressé par ${csvData.mc0}
- Commence par "Comment", "Quel", "Pourquoi", "Où", "Quand" ou "Est-ce que"
- Maximum 15 mots, pratique et concrète
- Vocabulaire: ${csvData.personality?.vocabulairePref || 'accessible'}
RÉPONDS UNIQUEMENT PAR LA QUESTION, sans guillemets ni introduction.`;
      }
      return `${styleContext}
MISSION: Génère une vraie question FAQ client sur ${csvData.mc0}.
CONSIGNES: 
- Question pratique et concrète qu'un client se poserait
- Commence par "Comment", "Quel", "Pourquoi", "Combien", "Où" ou "Est-ce que"
- Maximum 15 mots, style ${csvData.personality?.style}
- Vocabulaire: ${csvData.personality?.vocabulairePref || 'accessible'}
RÉPONDS UNIQUEMENT PAR LA QUESTION, sans guillemets ni introduction.`;

    case 'faq_reponse':
      if (element.instructions) {
        return `${styleContext}
MISSION: ${element.instructions}
CONTEXTE: ${csvData.mc0} - ${csvData.t0}
STYLE: Réponse ${csvData.personality?.style} de ${csvData.personality?.nom}
CONSIGNES:
- Réponse utile et rassurante
- 50-80 mots, ton ${csvData.personality?.style}
- Vocabulaire: ${csvData.personality?.vocabulairePref}
- Connecteurs: ${csvData.personality?.connecteursPref}
RÉPONDS UNIQUEMENT PAR LA RÉPONSE, sans introduction.`;
      }
      return `${styleContext}
MISSION: Réponds à une question client sur ${csvData.mc0}.
CONSIGNES: 
- Réponse utile, claire et rassurante
- 50-80 mots, ton ${csvData.personality?.style} de ${csvData.personality?.nom}
- Vocabulaire: ${csvData.personality?.vocabulairePref || 'professionnel'}
- Connecteurs: ${csvData.personality?.connecteursPref || 'par ailleurs'}
RÉPONDS UNIQUEMENT PAR LA RÉPONSE, sans introduction.`;

    default:
      return `${styleContext}
MISSION: Génère du contenu pertinent pour ${csvData.mc0}.
RÉPONDS UNIQUEMENT PAR LE CONTENU, sans présentation.`;
  }
}

/**
 * NOUVELLE FONCTION : Extraction batch TOUS les termes techniques
 */
async function extractAllTechnicalTermsBatch(baseContents, csvData, aiProvider) {
  const contentEntries = Object.keys(baseContents);
  
  const batchAnalysisPrompt = `MISSION: Analyser ces ${contentEntries.length} contenus et identifier leurs termes techniques.

CONTEXTE: ${csvData.mc0} - Secteur: signalétique/impression

CONTENUS À ANALYSER:

${contentEntries.map((tag, i) => `[${i + 1}] TAG: ${tag}
CONTENU: "${baseContents[tag]}"`).join('\n\n')}

CONSIGNES:
- Identifie UNIQUEMENT les vrais termes techniques métier/industrie
- Évite mots génériques (qualité, service, pratique, personnalisé, etc.)
- Focus: matériaux, procédés, normes, dimensions, technologies
- Si aucun terme technique → "AUCUN"

EXEMPLES VALIDES: dibond, impression UV, fraisage CNC, épaisseur 3mm, aluminium brossé
EXEMPLES INVALIDES: durable, pratique, personnalisé, moderne, esthétique

FORMAT RÉPONSE EXACT:
[1] dibond, impression UV, 3mm OU AUCUN
[2] aluminium, fraisage CNC OU AUCUN
[3] AUCUN
etc... (${contentEntries.length} lignes total)`;

  try {
    const analysisResponse = await callLLM(aiProvider, batchAnalysisPrompt, {
      temperature: 0.3,
      maxTokens: 2000
    }, csvData.personality);
    
    return parseAllTechnicalTermsResponse(analysisResponse, baseContents, contentEntries);
    
  } catch (error) {
    logSh(`❌ FATAL: Extraction termes techniques batch échouée: ${error.message}`, 'ERROR');
    throw new Error(`FATAL: Analyse termes techniques impossible - arrêt du workflow: ${error.message}`);
  }
}

/**
 * NOUVELLE FONCTION : Enhancement batch TOUS les éléments
 */
async function enhanceAllElementsTechnicalBatch(elementsNeedingEnhancement, csvData, aiProvider) {
  if (elementsNeedingEnhancement.length === 0) return {};
  
  const batchEnhancementPrompt = `MISSION: Améliore UNIQUEMENT la précision technique de ces ${elementsNeedingEnhancement.length} contenus.

CONTEXTE: Article SEO pour site e-commerce de signalétique
PERSONNALITÉ: ${csvData.personality?.nom} (${csvData.personality?.style} web professionnel)
SUJET: ${csvData.mc0} - Secteur: Signalétique/impression
VOCABULAIRE PRÉFÉRÉ: ${csvData.personality?.vocabulairePref}

CONTENUS + TERMES À AMÉLIORER:

${elementsNeedingEnhancement.map((item, i) => `[${i + 1}] TAG: ${item.tag}
CONTENU ACTUEL: "${item.content}"
TERMES TECHNIQUES À INTÉGRER: ${item.technicalTerms.join(', ')}`).join('\n\n')}

CONSIGNES STRICTES:
- Améliore UNIQUEMENT la précision technique, garde le style ${csvData.personality?.nom}
- GARDE la même longueur, structure et ton
- Intègre naturellement les termes techniques listés
- NE CHANGE PAS le fond du message ni le style personnel
- Utilise un vocabulaire expert mais accessible
- ÉVITE les répétitions excessives
- RESPECTE le niveau technique: ${csvData.personality?.niveauTechnique}
- Termes techniques secteur: dibond, aluminium, impression UV, fraisage, épaisseur, PMMA

FORMAT RÉPONSE:
[1] Contenu avec amélioration technique selon ${csvData.personality?.nom}
[2] Contenu avec amélioration technique selon ${csvData.personality?.nom}
etc... (${elementsNeedingEnhancement.length} éléments total)`;

  try {
    const enhanced = await callLLM(aiProvider, batchEnhancementPrompt, {
      temperature: 0.4,
      maxTokens: 5000 // Plus large pour batch total
    }, csvData.personality);
    
    return parseTechnicalEnhancementBatchResponse(enhanced, elementsNeedingEnhancement);
    
  } catch (error) {
    logSh(`❌ FATAL: Enhancement technique batch échoué: ${error.message}`, 'ERROR');
    throw new Error(`FATAL: Enhancement technique batch impossible - arrêt du workflow: ${error.message}`);
  }
}

/**
 * Parser réponse extraction termes
 */
function parseAllTechnicalTermsResponse(response, baseContents, contentEntries) {
  const results = [];
  const regex = /\[(\d+)\]\s*([^[]*?)(?=\[\d+\]|$)/gs;
  let match;
  const parsedItems = {};
  
  // Parser la réponse
  while ((match = regex.exec(response)) !== null) {
    const index = parseInt(match[1]) - 1; // Convertir en 0-indexé
    const termsText = match[2].trim();
    parsedItems[index] = termsText;
  }
  
  // Mapper aux éléments
  contentEntries.forEach((tag, index) => {
    const termsText = parsedItems[index] || 'AUCUN';
    const hasTerms = !termsText.toUpperCase().includes('AUCUN');
    
    const technicalTerms = hasTerms ? 
      termsText.split(',').map(t => t.trim()).filter(t => t.length > 0) : 
      [];
    
    results.push({
      tag: tag,
      content: baseContents[tag],
      technicalTerms: technicalTerms,
      needsEnhancement: hasTerms && technicalTerms.length > 0
    });
    
    logSh(`🔍 [${tag}]: ${hasTerms ? technicalTerms.join(', ') : 'pas de termes techniques'}`, 'DEBUG');
  });
  
  const enhancementCount = results.filter(r => r.needsEnhancement).length;
  logSh(`📊 Analyse terminée: ${enhancementCount}/${contentEntries.length} éléments ont besoin d'enhancement`, 'INFO');
  
  return results;
}

/**
 * Parser réponse enhancement technique
 */
function parseTechnicalEnhancementBatchResponse(response, elementsNeedingEnhancement) {
  const results = {};
  const regex = /\[(\d+)\]\s*([^[]*?)(?=\[\d+\]|$)/gs;
  let match;
  let index = 0;
  
  while ((match = regex.exec(response)) && index < elementsNeedingEnhancement.length) {
    let content = match[2].trim();
    const element = elementsNeedingEnhancement[index];
    
    // NOUVEAU: Appliquer le nettoyage XML
    content = cleanXMLTagsFromContent(content);
    
    if (content && content.length > 10) {
      results[element.tag] = content;
      logSh(`✅ Enhanced [${element.tag}]: "${content.substring(0, 100)}..."`, 'DEBUG');
    } else {
      // Fallback si contenu invalide après nettoyage
      results[element.tag] = element.content;
      logSh(`⚠️ Fallback [${element.tag}]: contenu invalide après nettoyage`, 'WARNING');
    }
    
    index++;
  }
  
  // Vérifier si on a bien tout parsé
  if (Object.keys(results).length < elementsNeedingEnhancement.length) {
    logSh(`⚠️ Parsing partiel: ${Object.keys(results).length}/${elementsNeedingEnhancement.length}`, 'WARNING');
    
    // Compléter avec contenu original pour les manquants
    elementsNeedingEnhancement.forEach(element => {
      if (!results[element.tag]) {
        results[element.tag] = element.content;
      }
    });
  }
  
  return results;
}

// ============= EXPORTS =============

module.exports = {
  generateWithBatchEnhancement,
  generateAllContentBase,
  enhanceAllTechnicalTerms,
  enhanceAllTransitions,
  enhanceAllPersonalityStyle,
  collectAllElements,
  groupElementsByType,
  chunkArray,
  createBatchBasePrompt,
  parseBatchResponse,
  cleanXMLTagsFromContent,
  analyzeTransitionNeed,
  getPersonalityStyleInstructions,
  createPromptForElement,
  sleep,
  separateFAQPairsAndOthers,
  generateFAQPairsRestored,
  createBatchFAQPairsPrompt,
  parseFAQPairsResponse,
  cleanFAQInstructions,
  extractAllTechnicalTermsBatch,
  enhanceAllElementsTechnicalBatch,
  parseAllTechnicalTermsResponse,
  parseTechnicalEnhancementBatchResponse
};