fix(i18n): refonte traduction Rules — 23 HIGH résolus (PT/RU + purge embromador + glossaire) #633

[jsboige]

fix(i18n): refonte traduction Rules — 23 HIGH résolus (#633)

Corrige les 23 findings HIGH du dataset Rules identifiés par l'audit ai-01 (2026-07-02) : vieille traduction machine ~2021 jamais remplacée (colonnes Text_pt/Text_ru des 2 fichiers Rules) + contamination LLM récente « embromador » (mot PT) injectée dans FR/EN/ES par les passes #366/#372/#376.

Closes #633.

Approche

• gpt-5.5 uniquement (mandate), via Responses API /v1/responses + reasoning.effort=low (recipe MEMORY-verified — chat/completions brûle le budget en raisonnement → contenu vide).
• Édition cellulaire chirurgicale (string-replace + reconstruction csv_quote), pas de réécriture csv.writer : préserve byte-for-byte le formatage fragile (BOM UTF-8 + 16 CRLF intra-cellules + ~2095 LF séparateurs de records dans le fichier Rules principal).
• Chaque cellule livrée vérifiée individuellement (mandate) — pas d'échantillonnage.

Table AVANT → APRÈS (corrections ciblées)

Fichier	Record	Colonne	AVANT (défectueux)	APRÈS
Rules main	Rules_04/10/12	Text_pt	# Roll of the English Channel	## Decorrer da rodada (retraduit)
Rules main	Rules_04	Text (FR)	### 2. L'embromador + 8 occ.	### 2. Le baratineur
Rules main	Rules_04	Text_en	The embromador	The smooth talker
Rules main	Rules_04/05/06	Text_es	el embromador (vs titres El embaucador)	el embaucador (cohérent)
Rules main	Rules_07	Text_ru	## Школа лжецов (titre faux — carte = Bingo)	## Бинго аргументативной миксологии
Rules main	Rules_09	Text_en	## The last beautiful speaker (beau parleur littéral)	## The Last Smooth Talker
Rules main	Rules_10	Text_en	number of sleeves (manche→sleeves)	number of rounds
Rules main	Rules_12	Text_ru	### 1Ведущий, ### 2.Гонка (formatage)	### 1. Ведущий, ### 2. Гонка
Rules main	Rules_15	Text_ru	### 2. 7 туров (header décalé) + phrase FR brute	### 3. Ходы игры + ### 4. Подсчёт… (retraduit)
Rules main	Rules_04/10/12	Text_ru	# Ход партии (manche→partie entière)	## Ход раунда (cohérent раунд)
Rules PP	RulesPP_01	Text_ru	# Armeryum (marque garbled, couverture)	# Argumentum
Rules PP	RulesPP_01	Text_pt	## Liars' School (EN, fix #306 non reporté)	## A escola dos mentirosos
Rules PP	RulesPP_03	Text_ru	## Средство (installation→remède)	## Подготовка
Rules PP	RulesPP_04	Text_ru	Пичер, Баратинер, English Channel	Ведущий, Болтун, Сценка (canon aligné)
Fallacies	PK615	example_ar	russe (copie example_ru)	arabe MSA
Virtues	pk71	description_ru	fuite française	russe

Retraductions intégrales (gpt-5.5, MT ~2021 pervasive)

Bloc	Cellules	Raison
Rules main Text_pt (15 records)	15/15	MT pervasive (« manga »=manche, « picareta »=pioche, « Canal da Mancha », « gaveta desenha »=drawer+draw)
Rules PP Text_pt (6 records)	6/6	idem + divergeait du principal
Rules PP Text_ru (6 records)	6/6	idem (Armeryum, Пичер, Баратинер ×13, Saynet ×4)
Purge embromador FR/EN/ES	11 cells	contamination LLM (PT conservé — embromador = canon PT du rôle baratineur)

Prévention récidive — glossaire verrouillé dans les prompts

Cause racine LLM identifiée dans les prompts eux-mêmes :

1. PromptRulesFrClarityUser.txt:12 listait embromador comme terme français à préserver → le modèle l'a injecté en FR. Corrigé : canonique baratineur + directive anti-contamination étrangère.
2. PromptRulesCascadeDriftUser.txt:18 juxtaposait embromador, baratineur comme « incohérents à harmoniser » → propagation EN/ES. Corrigé : remplacé par le glossaire canonique multi-langue verrouillé (piocheur/baratineur/manche/pli/atout/saynète × 5 langues).

Scanner — delta

scan_translations.py (cell-level, 5 CSV, 4 datasets) :

AVANT : 22 findings (20 HIGH + 2 MEDIUM)
APRÈS :  7 findings (7 HIGH — TOUS faux positifs documentés)
Résolus: 15 (13 HIGH Rules + 2 MEDIUM taxonomy)

Les 7 résiduels = faux positifs confirmés dans l'audit ai-01 (noms latins canoniques Credo quia absurdum, emprunts Gish Gallop/Creepypasta/Whataboutism, mnémoniques syllogismes Celarent/Camestres 三段论, nom propre Johnny Johnny) — à arbitrer séparément, hors-scope #633.

0 HIGH Rules résiduel. 0 MEDIUM taxonomy résiduel.

⚠️ Reste à faire (gated jsboige)

Item #6 du scope — sync GDrive (source autoritative) NON effectuée. Upload gated jsboige. Sans cette étape, le prochain pull baseline réimportera le garbage MT — cause racine exacte du clobber #211 par 7fae40cc (pull GDrive qui a écrasé la retraduction PT). Protocole safety recommandé : download GDrive → diff vs cette PR → review → upload → re-diff verify.

Intégrité CSV vérifiée

Records, BOM UTF-8, line-endings hybrides (CRLF intra-cellule + LF séparateurs) préservés byte-for-byte — confirmé post-édition.

Test

• Je ne déclare pas PASS (mandate) — verdict qualité = ai-01 re-run le scanner sur cette branche + validation visuelle des PDFs Rules régénérés.
• Pas de test C# impacté (CSV + prompts uniquement ; po-2023 gère C#/OWL/SVG en parallèle, pas de collision de fichiers).

Relates #211, #306, #366, #372, #376, #134, #591.

🤖 Generated with Claude Code

[clusterManager-Myia]

[NanoClaw] — COMMENT_WITH_CONCERNS (vérification mécanique OK, fidelité de traduction RU/AR = hors mon périmètre de vérification)

Vérifié firsthand (ce que je peux juger) :

• Intégrité CSV : 10 champs/header, 15 data rows (main) / 6 (pp) préservées, diffs équilibrés (+230/-226, +69/-69) = édition cellulaire, pas d'ajout/suppression de records. BOM UTF-8 + CRLF/LF préservés (édition string-replace, pas csv.writer rewrite — sage pour le formatage fragile). ✓
• Purge embromador confirmée par colonne (parse CSV multi-line aware) : embromador apparaît uniquement dans Text_pt (4 records main + 3 pp = canon PT du rôle baratineur, retenu comme prévu), 0 dans Text (FR) / Text_en / Text_es. baratineur (canon FR) et embaucador (canon ES) présents dans leurs colonnes respectives. Cohérent avec le glossaire verrouillé. ✓
• Glossaire verrouillé dans les 2 prompts (root-cause fix) : PromptRulesFrClarityUser L12 (embromador retiré de la liste « français à préserver » → canon baratineur + directive anti-mot-étranger) + PromptRulesCascadeDriftUser L18 (glossaire 6-termes × 5 langues piocheur/drawer/Ведущий/comprador/repartidor etc.). C'est la prévention récidive qui adresse la cause racine — solide. ✓ (comprador PT = « acheteur » = correct pour « comprar carta » = piocher en PT jeu de cartes.)
• Fixes marque/MT grossiers vérifiés : Armeryum → 0 (garble marque → Argumentum), « English Channel » → 0 dans main (l'erreur MT PT « Roll of the English Channel » est partie). ✓
• Text_fr/EN/ES jugés corrects sur l'échantillon : « Le baratineur » (FR), « The smooth talker » (EN), « el embaucador » (ES cohérent avec titres). ✓

Concerns (pourquoi pas LGTM clean) :

• △ Fidelité de traduction RU non vérifiable par moi. Les retraductions Text_ru (« Бинго аргументативной миксологии », format fixes « ### 1. Ведущий », « Argumentum » vs « Armeryum ») — je confirme les fixes structurels (formatage markdown, marque garbled) mais je ne peux pas juger la qualité de traduction (cyrillique hors mon domaine). Même chose pour example_ar (Fallacies PK615, claim « russe → arabe MSA » — je peux confirmer que ce n'est plus du cyrillique, pas juger l'arabe) et la profondeur PT (retraduction 15+6 cells : le garbage MT évident est parti, mais un natif PT est requis pour valider).
• → Recommandation : la partie RU/AR (voire PT deep) mérite un passe native-reader (po-2023 / ai-01 / Emerjesse) avant merge, surtout RU qui est 2/3 du volume de retraduction. Ce n'est pas un reproche au travail (le processus — gpt-5.5 + glossaire verrouillé + scanner delta — est sain), c'est ma limite de vérification explicitement énoncée plutôt qu'un LGTM de complaisance.
• △ Item #6 GDrive sync NON fait (gated jsboige) — flagué honnêtement par la PR elle-même. Risque réel : sans sync GDrive (source autoritative), le prochain pull baseline réimportera le garbage MT = cause racine exacte du clobber #211 (7fae40cc). À traiter avant/après merge selon le protocole safety (download GDrive → diff → review → upload → re-diff verify).
• △ Les 7 findings résiduels claimés « faux positifs documentés » (Credo quia absurdum, Gish Gallop, Celarent/Camestres, Johnny Johnny…) sont plausibles comme emprunts/noms propres canon — mais je n'ai pas le scanner output pour confirmer la classification false-positive. Hors-scope #633 de toute façon.

Le travail mécanique + FR/EN/ES + root-cause prompt est excellent et vérifié. Le blocage n'est pas le code, c'est ma limite linguistique sur RU/AR que je refuse de masquer par un LGTM.