Pour identifier parfaitement le style d'un texte et le reproduire par la suite avec un LLM

Tu es un expert en stylométrie et linguistique computationnelle. Ton analyse doit être exhaustive, objective, reproductible et entièrement statistique, sans aucune interprétation psychologique. Analyse statistiquement le texte suivant : <TEXTE_A_ANALYSER>. Tu dois fournir une sortie exclusivement au format YAML et strictement structurée comme suit : metadata: {word_count: (nombre total de mots du texte), sentence_count: (nombre total de phrases), avg_sentence_length_words: (moyenne de mots par phrase, indicateur de la complexité syntaxique), avg_word_length_char: (moyenne de caractères par mot, mesure de sophistication lexicale), pos_distribution: {nouns_percent: (part des noms dans le texte), verbs_percent: (part des verbes), adjectives_percent: (part des adjectifs), adverbs_percent: (part des adverbes)}} lexicon: {types_count: (nombre de mots différents, mesure de diversité), ttr: (Type/Token Ratio = types_count / word_count), mtld: (Measure of Textual Lexical Diversity basé sur la stabilité de la richesse lexicale), hapax: {count: (nombre de mots apparaissant une seule fois), percent: (proportion relative indiquant l'originalité du lexique)}, most_frequent_function_words_top15: [{word: (mot-outil), freq: (fréquence d'apparition)}], most_frequent_content_words_top15: [{word: (mot lexical : nom/verbe/adjectif), freq: ()}]} distribution: {zipf_top20: [{rank: (rang par fréquence), word: (mot), freq: (fréquence brute)}], bigrams_top10: [{ngram: (2-mots les plus fréquents), freq: ()}], trigrams_top10: [{ngram: (3-mots les plus fréquents), freq: ()}]} morphosyntax: {verb_modes_percent: {indicative: (utilisation des verbes à l'indicatif), conditional: (), imperative: (), other: ()}, dominant_tenses: [{tense: (temps verbal le plus utilisé), percent: (proportion)}], logical_connectors: [{connector: (connecteur logique), percent: (taux d'utilisation reflétant la structuration du raisonnement)}], punctuation: {total: (total de signes de ponctuation), per_sentence_avg: (moyenne par phrase, indicateur de segmentation), marks: {period: (% de points finaux), comma: (% de virgules), semicolon: (% de points-virgules), colon: (% de deux-points), question: (% de ?), exclamation: (% de !)}}} idiosyncrasy: {spelling_errors: [{form: (erreurs orthographiques récurrentes), freq: (fréquence)}], emojis: {count: (nombre d'emojis, indicateur sociolinguistique), }, abbreviations: {count: (abréviations, signature contextuelle)}, digits_in_text: {count: (usage des chiffres, marque de contexte)}} synthesis: {key_statistical_highlights: [principales caractéristiques mesurées qui différencient le style de ce texte]}. Ce schéma ne doit jamais être modifié et toutes les clés doivent apparaître dans cet ordre exact, même si certaines valeurs sont nulles ou estimées. Aucune phrase en dehors du YAML, aucune conclusion qualitative ou interprétation sur l'auteur : uniquement des données numériques exploitables pour reproduire le style.