Automatisation IA
Trouver les bons mots-clés et publier avec l'IA, sans y penser
Un mot-clé qui rank n'est pas un mot-clé qui vend. Avant d'écrire, on peut interroger l'IA comme un cerveau : elle sait dire si un mot-clé va amener un client ou juste un curieux, si vous avez une chance de le battre, et ce qu'une IA générative répond déjà à votre place. Une fois ces réponses obtenues, l'automatisation prend le relais et publie sans vous.
01 · Le piège — partir du volume avant l'intention
Le piège, écrit noir sur blanc : penser que le volume de recherche suffit à lui seul pour juger si un mot-clé vaut le coup. C'est le réflexe le plus répandu en SEO/GEO — plus il y a de recherches, mieux ça semble — et c'est exactement ce qui trompe. Le volume ne dit rien du besoin réel derrière le mot-clé, c'est-à-dire de l'intention : quelle douleur du marché ce mot-clé révèle-t-il vraiment ?
Réflexe classique
Volume/difficulté d'abord
L'erreur type des outils CO/GEO : on trie sur les chiffres avant même de savoir si le mot-clé répond à une vraie douleur client.
Ce qui doit venir avant
L'intention
Comprendre ce que les gens cherchent VRAIMENT — la douleur de son marché — avant de regarder le moindre chiffre de volume.
Mesuré (GSC)
672 requêtes
Position moyenne 6,36 — page 1 de Google. Le SEO était le premier canal, 50% du trafic. Et pourtant, aucun client derrière.
Cause réelle
Intention jamais vérifiée
Les mots-clés visés avaient du volume — mais leur intention réelle (chercher un emploi, chercher un outil) n'avait jamais été confrontée à la douleur qu'on voulait résoudre.
Un outil tiers (une base de mots-clés reconstruite) avait d'abord annoncé « 0 mot-clé positionné » — entièrement faux. La bonne source, ici, c'était Google lui-même.
Deux mots-clés au volume alléchant, et pourquoi ils ne répondaient à aucune douleur client
"développeur no code" — 480 recherches, difficulté affichée à 0
Un chiffre qui semblait parfait — mais la douleur derrière n'est pas "je veux embaucher un consultant", c'est "je cherche un emploi". Indeed est numéro 1. Le volume et la difficulté étaient bons ; l'intention, elle, était fausse.
"sales navigator" — 6600 recherches, difficulté affichée à 0
Un volume qui fait rêver — mais la douleur exprimée est "je cherche l'outil LinkedIn", pas "j'ai besoin d'aide en prospection". LinkedIn verrouille 4 des 6 premiers résultats : une réalité que le chiffre de difficulté à 0 ne montrait pas.
La source de vérité, c'est Google lui-même
Google Search Console + Google Analytics 4 disent ce qui se passe RÉELLEMENT sur votre site — aucun outil tiers ne peut le contredire, c'est Google qui mesure Google.
Un outil tiers peut être aveugle sur les petits sites
Une base de mots-clés reconstruite renvoie parfois « 0 résultat » sur un site jeune ou modeste — pas parce qu'il ne rank pas, mais parce que la base ne l'a pas encore capté.
02 · Le test — savoir SI un mot-clé vaut le coup
Ce n'est pas un simple générateur de listes de mots-clés. C'est un ensemble de requêtes qui répondent chacun à une vraie question de décision — pas "combien de gens tapent ça ?" mais "est-ce que ça vaut le coup d'écrire dessus ?".
4 questions que l'IA sait trancher, requête par requête
Cette personne veut-elle acheter, ou juste comprendre ?
Endpoint intention de recherche : classe chaque mot-clé en informationnel, navigationnel, commercial ou transactionnel. Seuls les deux derniers valent la peine d'être publiés pour vendre.
search_intent/live
Ai-je une chance de le battre ?
Endpoint autorité des domaines concurrents déjà en place : si les 3 premiers résultats ont une autorité largement supérieure à la mienne, écrire dessus aujourd'hui est une perte de temps.
bulk_referring_domains/live
Qui occupe déjà ce mot-clé, en vrai, maintenant ?
Endpoint résultats de recherche en direct : pas une base reconstruite, la vraie page de résultats Google à l'instant T. Révèle si des marques verrouillent le classement.
serp/organic/live
Que répond déjà une IA générative sur mon sujet ?
Le GEO (visibilité dans les réponses IA) se vérifie : on interroge une IA avec recherche web activée sur "le meilleur X à Y" et on regarde si elle cite votre nom, mot pour mot.
Vérifié via OpenAI + web search
Sans cette analyse
On devine à l'instinct
Un mot-clé "semble" porteur, on écrit dessus, on découvre 3 mois plus tard qu'il ne convertissait pas.
Avec cette analyse
On teste avant d'écrire
Chaque mot-clé passe par 3 questions objectives avant qu'un seul mot d'article ne soit rédigé.
Coût réel mesuré : environ 0,002 $ par requête SERP — largement moins cher qu'un article écrit pour rien.
03 · Le tri — de la douleur au mot-clé fiable
Le formulaire ne demande jamais un mot-clé — il demande une douleur client, choisie dans un menu. Si on savait déjà quel mot-clé taper, on n'aurait pas besoin de l'outil. C'est la machine qui doit le trouver, puis le vérifier quatre fois — toujours dans cet ordre, jamais un autre.
Les 4 filtres, dans l'ordre où ils s'appliquent
Filtre 1 — Intention (partir de la douleur, pas de l'outil)
Avant tout chiffre : qu'est-ce que ce mot-clé révèle du besoin réel de quelqu'un ? Garde seulement commercial / transactionnel — ce qui répond à une douleur qu'on peut résoudre. Rejette informationnel (comprend, puis repart) et navigationnel (cherche une marque précise, pas un prestataire).
Filtre 2 — Volume × Difficulté (seulement sur ce qui a passé le filtre 1)
Une fois l'intention confirmée : ne jamais lire le volume seul. Un mot-clé à fort volume mais difficulté élevée coûtera trop cher à conquérir ; un volume modeste avec une difficulté faible peut être une occasion en or. Les deux se lisent toujours ensemble — et jamais avant d'avoir vérifié l'intention.
Filtre 3 — Marques dans la SERP
Si 2 domaines de marque ou plus (LinkedIn, HubSpot, Zapier…) occupent le top 6, le mot-clé est rejeté — même avec une difficulté affichée à 0, il est en réalité imprenable. C'est le contrôle qui corrige un chiffre de difficulté trompeur.
Filtre 4 — Faisabilité
Compare l'autorité des 3 premiers concurrents à un plafond basé sur sa propre autorité. Au-delà, le mot-clé est rejeté — pas par prudence excessive, par réalisme.
L'erreur classique en SEO/GEO : commencer par le volume ou la difficulté parce que ce sont les chiffres les plus visibles dans un outil. Ça inverse tout — un mot-clé facile et volumineux qui ne répond à aucune douleur réelle ne vaut rien, même gagné.
Garde-fou
Si aucun mot-clé ne survit, rien n'est écrit
Pas de repli sur "le moins pire" des candidats rejetés. Zéro résultat = zéro publication. Mieux vaut ne rien produire cette semaine que produire au hasard.
Dédoublonnage sémantique avant publication
"local seo consultant" et "consultant seo local" sont normalisés et reconnus comme un seul et même mot-clé — sinon on écrit 3 articles qui se cannibalisent entre eux.
04 · L'exécution — le schéma qui écrit et publie
L'analyse répond aux questions. L'automatisation enchaîne les appels et écrit le résultat — sans jamais improviser une décision que les 3 filtres n'ont pas déjà tranchée.
Le flux, nœud par nœud
15 nœuds au total. Chaque appel externe est résilient (n8n continue même si un service tombe) — mais les 3 filtres, eux, ne s'assouplissent jamais en cas d'échec : pas de filtre appliqué = pas de mot-clé retenu.
Ce que le groupe peut reproduire, même sans coder
La logique compte plus que l'outil
Le même enchaînement (récolter → filtrer 3 fois → publier seulement si validé) fonctionne avec Make, Zapier, ou même à la main sur un tableur — n8n est le choix de Laurent, pas une obligation.
Le référentiel vit dans le code, pas dans un tableur externe
Douleur → mots-clés de départ est écrit en dur dans un nœud, pas dans un Sheet séparé qui pourrait être renommé ou cassé par erreur — un choix de robustesse, pas de simplicité.
L'écosystème réel — l'analyse ne travaille jamais seule
Dans les workflows qui tournent vraiment, l'analyse de mots-clés n'est qu'un maillon parmi d'autres outils, chacun avec un rôle précis. Aucun ne remplace les autres.
Chaque outil fait une seule chose, bien. La tentation du débutant est de vouloir un outil unique qui fait tout — aucun système fiable ne fonctionne comme ça.
La boucle qui prouve — ce qui manque à la plupart des sites
Un 2e système revient mesurer, chaque lundi
Même logique d'analyse, mais tournée vers l'arrière : pour chaque mot-clé déjà publié, on interroge à nouveau les résultats Google et on note la position réelle — top 3, page 1, page 2, ou absent au-delà de 100.
Le rapport ne s'écrase jamais, il s'empile
Chaque mesure s'ajoute à l'historique plutôt que de remplacer la précédente — c'est ce qui permet de voir un article progresser (ou stagner) semaine après semaine, pas juste une photo isolée.
Argument commercial qui en découle : « on ne produit pas des articles, on produit ce qui peut ranker — et chaque lundi je vous prouve où vous en êtes. » Aucune agence SEO classique n'envoie ce genre de preuve mesurée mot-clé par mot-clé.
05 · La preuve — la douleur "invisibilité" de bout en bout
Un run réel, du choix de la douleur jusqu'aux lignes posées dans le calendrier éditorial — avec, à chaque étape, le nombre exact de survivants.
L'entonnoir réel, un run du 2026-07-15
Les 5 mots-clés retenus au final
"local seo consultant" — 590 recherches
Intention commerciale confirmée, faisabilité validée.
"consultant seo local" — 480 recherches
Variante sémantique proche, conservée séparément (nuance jugée suffisante).
"local seo consulting" — 480 recherches
Même famille, angle légèrement différent pour le contenu à produire.
"local seo consultants" — 480 recherches
Pluriel conservé : cible un profil de recherche légèrement différent (comparatif plutôt que prestataire unique).
"formation seo local" — 210 recherches
Volume plus faible mais intention nette — complète la série vers l'offre Coach Commercial IA.
Les 5 mots-clés retenus sont partis directement dans l'onglet Calendrier — prêts à être rédigés, sans qu'aucune ligne n'ait été ajoutée à la main.
En pratique
Les 3 étapes, et avec quoi on les fait vraiment
Même logique que les briques précédentes — d'abord l'intention, puis la vérification du mot-clé, puis l'automatisation — mais cette fois avec le nom des outils et les liens réels. Trois étapes, trois familles d'outils, jamais mélangées.
Comprendre l'intention — avec Claude et la recherche web
Avant tout chiffre : cerner la douleur réelle du marché. C'est une conversation, pas une requête d'API — on décrit son ICP et son secteur à Claude, on lui demande de chercher sur le web ce que les gens expriment vraiment (forums, avis, questions posées), et on en ressort avec des douleurs formulées en langage humain, pas encore des mots-clés.
Rien à payer ni à installer pour cette étape — une conversation Claude avec recherche web activée suffit. C'est elle qui produit la liste de douleurs qui alimente l'étape suivante, pas l'inverse.
Vérifier le mot-clé — avec DataForSEO
Une fois les douleurs formulées, on les traduit en mots-clés candidats et on les fait passer par les 4 filtres vus plus haut (intention confirmée, volume × difficulté, marques dans la SERP, faisabilité) — toujours via la même bibliothèque de requêtes : DataForSEO. Pas un logiciel à ouvrir, une donnée qu'on interroge.
Le modèle économique : aucun abonnement obligatoire — un dépôt minimum de 50 $ de crédit, consommé requête par requête. Aucune carte bancaire requise à l'inscription : 1 $ de crédit réel est offert d'office, sans date d'expiration — assez pour tester env. 833 requêtes SERP en mode rapide, ou 20 000 mots-clés Google Ads.
Les 4 requêtes utilisées dans cette session
Ordre de grandeur mesuré : 0,60 $ à 2 $ pour 1000 résultats SERP selon la vitesse de réponse demandée (5 min, 1 min, ou 6 secondes en direct).
La brique AI Optimization API est celle qui répond directement à la question GEO :
elle mesure si une marque est citée dans les réponses des IA génératives — pas besoin de le vérifier à la main, une par une.
Le GEO, en détail — 4 requêtes dédiées au sein de l'AI Optimization API
LLM Mentions API
Suit les mentions de marque dans ChatGPT et Google AI Overview, sur une base de 287,6 millions de prompts déjà interrogés — inclut un historique des mentions dans le temps.
AI Keyword Data API
Volumes de recherche IA et tendances sur 12 mois — l'équivalent du volume Google, mais pour ce qui se tape dans les IA génératives.
LLM Responses API
Interface unique pour interroger Claude, ChatGPT, Gemini et Perplexity avec la même question — utile pour comparer ce que chaque IA répond sur un même sujet.
LLM Scraper API
Extraction en temps réel des réponses ChatGPT et Gemini — pour capter la réponse exacte, mot pour mot, au moment T.
Le champ des possibles va bien au-delà — les 12 grandes familles, complètes
Ce qu'on utilise pour vérifier un mot-clé n'est qu'une petite partie de ce que la bibliothèque sait faire. Voici la liste complète, avec ce que chaque famille couvre en plus des 4 déjà vues :
Domain Analytics API
Vision 360° d'un domaine : technologies utilisées (CMS, e-commerce, analytics) et données Whois.
DataForSEO Labs API
8 milliards de mots-clés et 577 millions de SERP en base — recherche de mots-clés avancée, analyse concurrentielle, y compris sur Amazon, Google Play et l'App Store.
On-Page API
Crawler technique complet, 60+ métriques SEO, y compris rendu JavaScript, capture d'écran de page, et score Google Lighthouse intégré.
Content Analysis API
Mentions web et analyse de sentiment autour d'une marque, d'un produit ou d'un mot-clé — au-delà du seul classement Google.
Merchant API
Données e-commerce structurées : prix, fiches produit et vendeurs sur Amazon et Google Shopping.
App Data API
Classements, avis et fiches d'application sur Google Play et l'App Store.
Business Data API
Fiches Google My Business, hôtels, Trustpilot, Tripadvisor — les données d'un établissement, agrégées.
Reviews API
Avis clients agrégés multi-plateformes : Google, Google Shopping, Trustpilot, Tripadvisor, Google Play, App Store — texte, notes et réponses du propriétaire.
Social Media API (Pinterest)
Famille distincte de Business Data, dédiée aux données Pinterest — moins connue, souvent oubliée dans les présentations de l'outil.
DataForSEO Trends API
Alternative propriétaire à Google Trends, sur 170+ localisations, avec deux endpoints exclusifs introuvables ailleurs : intérêt par sous-région et par tranche démographique.
Clickstream Data API
Volumes de recherche calculés à partir de données de comportement réel (clickstream), combinées à Google et Bing — une autre façon de mesurer un volume, complémentaire aux Ads API.
Google/Bing Databases (brutes)
Bases de données complètes téléchargeables (plus de 533 millions de SERP, plus de 8 milliards de mots-clés), y compris un historique mensuel depuis 2019 — un autre modèle que la requête à l'unité, tarifé sur devis.
Tester sans risque : sandbox et compte gratuit — deux choses différentes
Sandbox
Données simulées, illimité
Réponses JSON fictives, gratuites et sans limite — sert à valider une intégration technique avant de dépenser le moindre crédit réel.
Crédit gratuit
1 $ de vraies données
De vrais résultats, en quantité limitée par le solde — pour voir le résultat réel sur un cas concret avant de recharger.
Un Playground intégré au tableau de bord permet de tester chaque requête via une interface graphique (sans écrire de code) et génère ensuite le code correspondant dans plusieurs langages — chaque appel y est facturé au tarif normal.
Sans coder : les intégrations no-code officielles
Le connecteur Google Sheets est le point d'entrée le plus simple pour tester en direct : un modèle de feuille est fourni, et les positions Google ou volumes de mots-clés arrivent dans une colonne, sans écrire une ligne de code.
Pour automatiser vraiment : n8n et les autres briques IA
C'est cette intégration qui a servi à construire la chaîne à 4 filtres vue plus haut — un nœud officiel dans n8n, qui expose directement les mêmes requêtes que celles utilisées à la main. Au-delà de n8n, un serveur MCP officiel (233 étoiles sur GitHub, le dépôt le plus suivi de l'organisation) connecte directement ces mêmes requêtes à un agent IA comme Claude — sans passer par une automatisation visuelle.
Une fois le principe compris avec le connecteur Sheets, le passage à n8n ne change pas la logique — seulement la capacité à enchaîner plusieurs requêtes automatiquement, avec des filtres entre chaque étape, sans intervention manuelle.
Pour aller plus loin par soi-même
Les pages « Solutions » du site (rank tracker, outil de recherche de mots-clés…) ne sont pas des produits finis — ce sont des guides d'architecture qui expliquent comment construire soi-même l'outil en combinant plusieurs APIs. Il n'existe pas de logiciel « prêt à l'emploi » livré par DataForSEO : uniquement des données, à assembler.
Automatiser l'exécution — Sheets, Firecrawl, GPT/Claude, Gemini, Sanity, Gmail
Une fois le mot-clé validé, cette étape ne demande plus de jugement — juste des outils enchaînés, chacun sur une seule tâche. C'est ici que n8n (ou Make, Zapier) relie tout :
Pour relier ces outils entre eux, sans coder
Une automatisation solide n'est jamais un seul outil surpuissant — c'est plusieurs outils simples, chacun excellent sur sa tâche, reliés dans le bon ordre. C'est cette logique en 3 étapes, pas l'outil précis, qui est reproductible sur n'importe quel métier.