Je vais te donner des arguments solides pour te vendre l’intérêt de mettre en place système et d’arrêter de chatter dans Claude ou Chatgpt.
Mais d’abord, il y a un problème.
On vous apprend souvent quoi faire : fais ci, fais ça.
Mais beaucoup plus rarement pourquoi le faire, sur quelles données s’appuyer, et dans quel cas ça vaut vraiment le coup.
Par exemple, tout le monde vous dit qu’il faut être cité par les IA. C’est un mauvais angle. L’enjeu, c’est de tout faire pour trouver des mots-clés qui ne seront pas mangés par les LLM dans les 5 prochaines années.
Autre exemple : on vous vend des courbes de trafic pour vous montrer à quel point la stratégie SEO en question était bonne. En 2026, c’est difficilement acceptable. Il faut désormais trouver des mots-clés business et arrêter de poursuivre le trafic comme un KPI intéressant.
C’est pareil pour le volume des mots-clés : la plupart des mots-clés qui ramènent des clients n’existent pas dans les outils SEO classiques. Littéralement indétectables. Eh bien, vous devez les trouver. Voici votre mission en tant que consultant !
Il n’y a aucun hack ou secret pour attaquer ce GEO ou SEO IA. C’est ta data qui fera la différence. On entre dans un jeu de data, et rien d’autre.
Sauf qu’aujourd’hui, tu ne peux pas en profiter, parce que tu n’as pas de système. Et que tu n’as pas de mémoire permanente.
Ah oui, ce n’est pas juste apprendre à faire des skills, c’est avoir un système complet qui peut agir comme un assistant. Comme un consultant junior.
Par exemple, tu peux lui demander ça :
| Score | Barre | /100 | Pb | Diagnostic |
|---|---|---|---|---|
| Surprise | 28 | 5 | Répète le consensus, aucune donnée propriétaire | |
| Grounding | 41 | 7 | 0,7 preuve / 100 mots, seuil à 2 | |
| Content Effort | 34 | 3 | Synthèse générique, aucun test mené | |
| Alignement RRF | 62 | 4 | Prix et intégrations non traités | |
| RAG Structurer | 52 | 4 | Réponse à 78 mots après le H2 « Comment choisir » | |
| Freshness Guard | 15 | 2 | Dernière date citée : 2023 | |
| Action Engine | 38 | 3 | Explique sans permettre d'agir |
Ce que tu vois à l’image, c’est une mission que j’ai confiée à mon agent de scoring.
Il va lire mon texte et, en fonction de mes critères GEO, scorer chaque paragraphe.
Ça permet de réduire le risque de rédiger pour rien.
Mais tu peux aussi lui demander de modéliser tes données Google Search Console, comme on l’a fait avec Seocity.app.
La seule limite du système c’est ta capacité à te projeter sur le projet et être force de proposition.
Bref, les arguments.
ARGUMENT 1 : Le système à vocation à remplacer tous tes outils SEO
ARGUMENT 2 : Pour remporter le jeu du SEO, il va falloir dominer celui de la data propriétaire.
LE SETUP
Il ne faut jamais passer sur Obsidian sans implémenter le modèle LLM wiki :
ma-base/
Clique sur un dossier ou un fichier.
AGENTS.md
la configuration, lue à chaque session
Extrait de ma base
## 3. Architecture — 3 couches raw/ ← sources immuables (lecture seule pour l'agent) wiki/ ← domaine de l'agent (écriture exclusive) **Règle d'or** : `raw/` est immuable. L'agent lit, ne modifie jamais. ## 5.4 Citations et sourcing (DOCTRINE) - **Toute donnée chiffrée a une source** : [[sources/...]] - **Pas de source = pas d'affirmation** - Quand une source est vague, marquer `confidence: low` - Jamais d'invention de chiffres, benchmarks ou pourcentages
raw/
tes sources, IMMUABLES
articles/
veille, clippings web
data/
exports Search Console, crawls
clients/
notes client, briefs reçus
notes/
tes notes, tes transcripts de calls
wiki/
le domaine de l'agent
index.md
le catalogue de toutes les pages
Extrait de ma base
- [[sources/2026-04-25-organikk-reddit-pour-geo]] — Reddit pour citations IA sans ban (ratio 9-1-1, 44 % citations sociales AI Overviews) - [[sources/2026-05-08-organikk-ranker-chatgpt-2026]] — Ranker dans ChatGPT : cite humains+sources, décisionnel d'abord (900M WAU) - [[sources/2026-05-13-algorithme-process-verifier-indexation]] — Audit indexation piloté par skill Claude, 9 points/URL, sans outil payant
log.md
le journal, en ajout seul
Extrait de ma base
## [2026-06-19] ingest | Playbook Reddit (SEO + GEO) - source_type: doctrine - source: [[sources/2026-06-19-playbook-reddit-seo-geo]] - entities touchées: 2 (création [[entities/reddit]], maj [[entities/perplexity]]) - concepts touchés: 1 (création [[concepts/parasite-seo]]) - pages créées: 3 / mises à jour: 2 (perplexity + index) - contradictions: N - angle SEO identifié: priorité GEO > parasite SEO > insights ; trou FR (pas de communauté SEO FR, pas d'étude de cas FR chiffrée) = cible étude first-party
hypotheses.md
les convictions pas encore prouvées
Extrait de ma base
H-001 | Google Search utilise en prod une mémoire type Titans / MIRAS
| statut : heuristique
| contre-argument : papier de recherche DeepMind, pas une confirmation
de prod. Transfert non observable de l'extérieur.
H-004 | Une page « style wiki » est mieux citée en SGE qu'une page statique
| statut : ouvert
| contre-argument : à chercher (prochaine revue mensuelle)sources/
une fiche par source ingérée
entities/
les objets nommés : algos, outils, acteurs
Extrait de ma base
wiki/entities/perplexity.md ## Pages liées … [[sources/2026-04-13-call-04]] · [[sources/2026-06-19-playbook-reddit-seo-geo]] · [[concepts/aeo]] · [[concepts/data-proprietaire]] · [[entities/reddit]] · [[entities/chatgpt-search]] · [[entities/google-ai-mode]]
concepts/
les idées et les mécaniques
Extrait de ma base
--- type: concept title: Wiki persistant vs RAG aliases: [wiki-vs-rag] tags: [pattern-kb, rag, meta] created: 2026-04-11 updated: 2026-08-07 sources: 1 confidence: high status: stable ---
queries/
les questions filées en pages
Extrait de ma base
wiki/queries/2026-04-12-wiki-pattern-vs-grounding-score.md --- type: query sources: 8 confidence: medium status: stable --- # Le pattern wiki persistant optimise-t-il structurellement le Grounding Score ? **Réponse courte.** Oui, mais de façon indirecte et non validée empiriquement.
Le principe vient d’Andrej Karpathy.
L’idée est simple :
le LLM écrit et maintient son propre wiki.
À chaque nouvelle conversation, il peut repartir de ce qui a déjà été appris et écrit auparavant.
Mon espace Obsidian est séparé en deux parties.
raw/
C’est là que je garde toutes les sources brutes :
- appels clients ;
- exports Search Console ;
- articles ;
- autres données originales.
Claude ne modifie jamais ce dossier.
wiki/
C’est la partie organisée par Claude qui vient connecter les différentes sources des différents /raw
LE SYSTEME EN 4 AVANTAGES
1. Tu as un mémoire permanente :
Claude oublie le contexte → besoin d’un système en local avec Obsidian
2.Le système est un modèle exponentiel :
Demain les boites achèterons ton système SEO, et ne paieront plus au TJM
Combattre l’isolement technique :
Des nouveaux modèles tous les jours, on ne sait plus quoi essayer. Là, tu gardes une même base et tu itères avec des MAJ structurelles mais sans jamais recommencer à 0
4. Gain d’efficacité énorme :
Sans mémoire ni Obsidian → perte massive de productivité car pas de process standardisé pour tes audits, recherches de mots clés etc.
CLAUDE x OBSIDIAN : les mots-clés
La réflexion du système autour des mots-clés :
- Ne pas chercher des mots-clés mangés par les LLM, chercher ceux sur lesquels ton utilisateur va cliquer.
- 80 % de la recherche de mots-clés est de la commodité → l’IA va le faire aussi bien ou mieux que nimporte quel outil
- 20 % c’est le vrai travail : aller regarder sur Reddit, sur X, chercher l’expertise et l’expérience réelle
- Élimine les outils payants : mots clés évidemment mais aussi sémantique
- Arrête de vendre du trafic → vends des leads en trouvant des mots clés business
- Construis des corpus / bases de données par client pour chaque recherche de mots-clés pour que le systeme aille directement piocher ces infos dedans
- Une base SEO commune à touts tes projets SEO contient toutes tes stratégies, réflexions, études, stats pour les futures recherches
- Les mots-clés doivent être cherchés avec le contexte client : expertise, ton, point de vue → pas de copier coller doutil SEO classqiue
La mission
Trie les mots-clés selon leur intérêt business et décide quoi pousser, créer, consolider ou écarter
Sortie
- intentions d’achat ;
- opportunités mais pas de page encore créé ;
- pages qui sous-performent ;
- requêtes écartées ;
- 3 actions maximum
Skill complet
name: seo-mots-cles-business description: Trie les mots-clés d’un site par intention business, avec ou sans Search Console. Trois portes, cinq décisions, aucun volume inventé. Déclencheurs : “mots-clés business”, “quels mots-clés cibler”, “sur quoi mon site doit se battre”. # Mots-clés business ## Ce que tu donnes à Claude - L’offre et le point de conversion (devis, rendez-vous, achat). - La cible, le marché, la langue. - Les URL des pages d’offre. - L’export Search Console Requêtes + Pages, 3 à 6 mois, si tu l’as. - Des verbatims clients, si tu en as. ## Consigne > Lance seo-mots-cles-business sur [URL]. Offre : [...], cible : [...], conversion : [...], marché : [...]. ## Étapes 1. Liste les requêtes hors marque. Regroupe les variantes d’un même besoin en une intention. Signale chaque fusion. 2. Sans Search Console, collecte Google Suggest, recherche web et verbatims. Deux requêtes qui partagent le même top 10 vont sur une seule page. 3. Écarte ce qu’une IA répond sans clic : définition, « comment », fait unique. Garde achat, prix, comparatif, avis, local. 4. Passe chaque intention aux trois portes : - Correspond à l’offre ? Oui / Non. - Intention business ? Forte / Moyenne / Faible, lue aux modificateurs, jamais au volume. - Opportunité démontrée ? Déjà captée / Nouvelle / Non démontrée. 5. Décide : POUSSER, CRÉER, CONSOLIDER, ÉCARTER ou À VALIDER. ## Demande observée Écris Faible / Moyenne / Forte, avec les signaux nommés à côté. Forte : 5 variantes Suggest ou plus, 7 mentions en calls ou plus. Seules 20 impressions Search Console ou plus confirment la demande. ## Sortie - Diagnostic en une phrase. - 3 à 5 chiffres, avec source et période. - Quatre tableaux : intentions captées, opportunités sans page, pages qui sous-performent, requêtes écartées avec leur raison. - 3 actions maximum, chacune justifiée par sa porte. - Ce que les données ne permettent pas de conclure. ## Règles - Aucun volume, position ou CPC inventé. - Aucun score sur 10. - Une requête à fort volume hors offre finit ÉCARTÉE, raison écrite. - La Search Console ne montre pas tout le marché. - Aucune page créée par automatisme. Cherche d’abord une URL ou un contenu existant. Enregistre la sortie dans `AAAA-MM-JJ-<site>-mots-cles-business.md`.
Ta consigne
Lance seo-mots-cles-business sur . Offre : , cible : , conversion : , marché : .
CLAUDE x OBSIDIAN : audit et pré audit SEO
- L’audit d’indexation : pas besoin d’aller sur Search Console manuellement, le système le fait tout seul
- L’audit PageSpeed : le système regarde si tes pages sont rapides, tu n’as pas besoin de le faire toi-même
- Les audits ne se vendent plus → arrête de les facturer à part, ils doivent être inclus ou automatisés
- Avec un système : tu n’as plus besoin de faire l’audit à la main pour chaque client
- L’audit enrichit la mémoire du site → à chaque audit tu alimentes l’historique du site pour le système
- Lautomatisation ne doit pas supprimer le check manuelle pour sentir des tendances, des signaux faibles notamment sur la searhc console
- L’audit sans CMS est plus simple et plus rapide, tu le fais directement depuis Claude
La mission
Analyse indexation, vitesse, contenu, cannibalisation, maillage, données structurées et mots-clés business.
Sortie
- diagnostic complet;
- angle business prioritaire ;
- scoring SEO global ;
- roadmap 90 jours ;
- indexation
- structure hn
- éléments à corriger
Pré-audit avant un call
Le pré-audit est séparé de l’audit complet.
La mission
Prépare un pré-audit SEO avant un call, à partir de la seule URL et de données publiques.
Sortie
- En résumé : 3 à 5 phrases.
- Diagnostic.
- Angle.
- État SEO daté.
- Modèles de pages priorisés.
- Roadmap 90 jours.
- Notes de call.
- À vérifier.
Skill pré audit complet
name: seo-pre-audit description: Prépare un pré-audit SEO avant un call, à partir de la seule URL et de données publiques. Déclencheurs : “prépare le pré-call”, “fais un pré-audit”, “pré-call sur [site]”. # Pré-audit avant call ## Ce que tu donnes à Claude - L’URL du site. - L’offre, la cible et l’objectif, si tu les connais. Sinon Claude les déduit et les marque « à confirmer au call ». ## Consigne > Fais un pré-audit sur https://monsite.fr. Il vend [offre] à [cible], l’objectif est [objectif]. ## Règle dure Aucun volume, position ou trafic inventé. Un chiffre non vérifié porte `[À SOURCER]` ou « à récupérer au call ». ## 1. Collecte publique - Identité : ancienneté, taille, offres, qui décide. - Modèle : qui paie, cycle de vente, point de conversion. - SEO : sitemap, pages utiles, pages géo ou décisionnelles, lastmod, refonte. - IA : requêtes absorbées par l’IA ou décisionnelles. - Données propriétaires : cas clients, méthode, chiffres internes. - À demander au call : accès Search Console, poids de chaque offre dans le CA. ## 2. Les 7 questions 1. Niche défendable : où attaquer en premier. 2. Douleur qui coûte. 3. Modèles de pages : 4 à 6. 4. Chemin vers le lead. 5. Moment : pourquoi maintenant. 6. Objections. 7. Sortie de call : roadmap 90 jours et proposition. Tranche 2 ou 3 de ces questions. Les autres deviennent des questions au call. ## 3. Sortie - En résumé : 3 à 5 phrases. - Diagnostic. - Angle. - État SEO daté. - Modèles de pages priorisés. - Roadmap 90 jours. - Notes de call. - À vérifier. Pas de « visibilité » : parle de positions, citations IA, leads.
Ta consigne
Fais un pré-audit sur . Il vend à , l’objectif est .
Les agents techniques
1.1 agent maillage interne :
- Un skill connaît l’historique du site et fait des calculs de sémantiques → te donne le rapprochement des pages qui va bien
- Le système te propose les bons liens internes plutôt que de les chercher manuellement
- L’objectif : éviter de faire que des pages qui tournent en rond sur de l’informationnel
- Avec le maillage automatisé par le système : tu mets juste un clic et c’est fait
- Le maillage interne fait partie de la partie technique à 80 % automatisée (audit, recherche mots-clés, maillage, correction technique)
La mission
Le système te propose les bons liens internes plutôt que de les chercher manuellement.
Sortie
- piliers et hubs ;
- pages orphelines ;
- entrants / sortants ;
- source et cible de chaque lien ;
- passage ;
- ancres ;
- justification ;
- 3 actions prioritaires.
Skill complet
name: maillage-systeme description: Audite et construit le maillage interne d’un site sans Search Console. Déclencheurs : “audite le maillage”, “pages orphelines”, “plan de maillage”. # Maillage interne ## Ce que tu donnes à Claude - L’URL du sitemap, ou la liste des articles. - Tes 3 à 5 mots-clés piliers. - Tes pages d’offre : audit, contact, devis, outil. ## Consigne > Audite le maillage de monsite.fr. Mes pages d’offre : [URL]. ## Étape 0 : crawl python3 ~/.claude/skills/maillage-systeme/scripts/crawl_graph.py https://monsite.fr/sitemap.xml -o ./maillage-data Seul `index.json` entre dans la conversation. Un lien présent sur 80 % des pages ou plus est un lien de gabarit. Il ne compte pas. ## Étapes 1. Classe chaque page : Know ou Do. 2. Regroupe en piliers de 3 pages minimum, avec un hub chacun. 3. Compte les liens du corps par pages sources distinctes. Repère orphelines et impasses. 4. Pour chaque lien à créer : passage et 3 ancres (exacte, partielle, sémantique). 5. Classe par rang : - page d’offre orpheline ; - lien Know vers Do ; - hub vers satellite ; - orpheline hors offre ; - lien entre piliers. ## Critères d’une ancre - Elle dit ce que la cible promet. - La phrase reste fluide sans le lien. - Elle n’est pas déjà utilisée vers la même cible. - Les 5 mots autour parlent du sujet de la cible. Un critère raté : l’ancre est rejetée. ## Sortie - Piliers et hubs. - Tableau : page, entrants, sortants, statut. - Plan de liens : source, cible, passage, ancres, justification. - Diagnostic en une phrase, 3 actions P1 maximum. - Ce que les données ne permettent pas de conclure. ## Avant d’ajouter les liens - Lis chaque passage à voix haute sans le lien. - Insère par lots de 10 à 20. - Relance le crawl après chaque lot. - Critère de fin : zéro page d’offre orpheline. ## Règles - Aucun score numérique. - Une page légale orpheline n’est pas un problème. - Liens dans le texte, jamais en « Voir aussi ». - Jamais de lien vers l’accueil depuis le contenu. Enregistre la sortie dans `AAAA-MM-JJ-<site>-maillage.md`.
Ta consigne
Audite le maillage de . Mes pages d’offre : .
1.2 agent données structurées :
La mission
Vérifie que les informations présentes dans le JSON-LD correspondent réellement à ce que la page affiche.
Sortie
- balisages présents ;
- valeurs incohérentes ;
- schemas à ajouter ou retirer ;
- validation du JSON-LD.
Skill complet
name: seo-donnees-structurees description: Met en place ou audite les données structurées JSON-LD d’un site, dérivées du contenu de chaque page. Déclencheurs : “données structurées”, “JSON-LD”, “schema.org”, “rich results”, “balisage”. # Données structurées JSON-LD ## Ce que tu donnes à Claude - L’accès au code du site. - L’URL des pages à contrôler. - L’identité réelle : nom, logo, fondateur, profils sociaux. ## Consigne > Mets en place les données structurées JSON-LD sur ce projet. > Vérifie que le balisage de [URL] correspond à ce que la page affiche. ## Trois règles 1. Une seule source. Tout le JSON-LD vient d’un module (`lib/schema.ts`). 2. Une entité, référencée par `@id`. Organization, WebSite et Person sont émis une fois. 3. Dérivé du contenu. Un champ tapé à la main se désynchronise au premier edit. ## Ce que chaque signal déclenche | Signal dans la page | Schema | |---|---| | Article | `Article` | | Toute page | `BreadcrumbList` | | Bloc FAQ réel | `FAQPage` | | Vidéo YouTube | `VideoObject` | | Étapes numérotées | `HowTo` | | Prix affiché | `Product` / `Offer` | Ne demande jamais « quel schema veux-tu ». Lis la page, émets ce qu’elle prouve. ## Procédure 1. Identifie le framework et sa version. 2. Repère où vivent les données. 3. Crée `lib/schema.ts`. 4. Émets le graphe du site dans le layout racine. 5. Émets un tableau JSON-LD par page. 6. Supprime les anciens blocs redéclarés. 7. Valide avec les outils Google et schema.org. ## Audit : trois contrôles - Le JSON est valide. - Chaque valeur balisée existe telle quelle sur la page. - Le balisage sert une fonctionnalité Google réelle. ## Interdits - `FAQPage` ou `HowTo` « au cas où ». - `aggregateRating`, avis ou prix invérifiables. - Auteur et éditeur redéclarés sur chaque page. - `wordCount` ou dates codés en dur. Demande ton accord avant chaque écriture dans le code.
Ta consigne
Mets en place les données structurées JSON-LD sur ce projet.
Vérifie que le balisage de correspond à ce que la page affiche.
3.3 Agent indexation
La mission
Vérifie si les pages sont réellement indexées, redirigées, inconnues ou non testables.
Sortie
- HTTP (404/500, redirections)
- robots.txt non bloquant
- Pas de noindex (HTML + en-tête)
- Sitemap (présence, fraîcheur)
- Cohérence sitemap ↔ source
- Maillage : combien de liens entrants par URL (crawl + hubs) ?
- Longueur contenu (proxy thin)
- Indexation Google estimée (site:) ou API Search Console
- Rapport markdown
Skill :
Tu es un auditeur SEO spécialisé en indexation. Ton rôle : vérifier que Google peut découvrir, explorer et indexer les pages qu’on souhaite rendre visibles.
Ce qu’on te donne
Domaine : [site.fr]
Liste d’URLs : sitemap.xml public ou urls.txt (une par ligne)
Pages prioritaires : les 5-30 pages d’offre (business-critical)
Pages hubs : / , /blog , footer, catégories (pour le maillage)
Les 9 contrôles à faire (read-only)
TECHNIQUE (causes) :
HTTP : codes finaux + redirections (301/302/200) ?
robots.txt : bloque-t-il Googlebot ou * sur ces URLs ?
noindex : présent en meta ou en en-tête HTTP ?
Sitemap : présent, cohérent, lastmod < 6 mois ?
Cohérence : URLs du sitemap = liste donnée ? Orphelines ?
Maillage : combien de liens entrants par URL (crawl + hubs) ?
Contenu : longueur par URL (< 300 mots = court à creuser)
GOOGLE (observation) : 8. site: {URL} sur Google (spacer 3-5s, détecter rate-limit, marquer « non testable » si bloqué) — ou Search Console API si accès 9. Soft 404 : tester 3 URL inexistantes, relever leur title et canonical
Rapport obligatoire
Format markdown avec :
Synthèse : X/N pages sans défaut confirmé
Chiffres clés : tableau des 9 contrôles
Ce qui bloque : max 3 problèmes, chacun = Observation + Preuve + Impact + Action + Priorité/Effort/Confiance
Ce qui va bien : ce qui fonctionne (éviter biais négatif)
Inspection Google : tableau des URLs inspectées individuellement
Limites : ce qu’on n’a pas pu tester et pourquoi
Pré-décision (obligatoire) : diagnostic (1 phrase) → chiffres (3-5) → État (Critique/À améliorer/Sain) → Problèmes + Actions P1-P3 → Ce qu’on ne peut pas conclure
Garde-fous
Lecture seule : pas de Search Console submit, pas de forçage
Jamais : HTTP 200 = indexée, hors sitemap = problème, 1 lien = pas découvert
Toujours : « non testable » ≠ « non indexée »
Priorise les pages d’offre et les vraies anomalies (noindex accidentel, 404)
Extrapolation interdite : N URLs testées ≠ cluster entier
Déclenchement
« Audit indexation de [domaine], sitemap : [URL] »Ta consigne
Audit indexation de , sitemap :
J’ajoute une couche d’un nouveau modele : JEV
En essayant de ne pas être trop technique sur Jev (mais c’est important d’en parler) c’est un modèle utilisé pour vérifier, classer et scorer, pas pour rédiger.
Il reçoit une question fermée, choisit parmi plusieurs réponses possibles et indique son niveau de confiance.
Dans mon système, je l’utilise surtout avec trois scripts : verifier.py pour contrôler si chaque phrase est appuyée par les sources, liens.py pour vérifier la pertinence des liens internes, et matiere.py pour détecter les preuves ou données réelles.
Son intérêt principal est la vitesse : environ 0,8 seconde par appel. Jev trie l’information, mais ne prend pas les décisions finales.
En gros, un assistant qui répond rapidement, qui est capable de tranché par oui ou non, de scorer une analyse et qui utilise beaucoup, mais alors beaucoup moins de token.
La mission
JEV sert à trier et vérifier, non pas à rédiger un contenu par exemple.
verifier : regarde chaque phrase et vérifie d’où elle vient : d’une source, d’une déduction, de nulle part ou simplement du remplissage.
- 71 Appuyées
- 58 Déduites
- 58 Absentes du corpus
- 6 Hors source
19 dont remplissage · Score 16/100
liens : repère les liens internes vraiment utiles et écarte les ancres vagues ou trompeuses.
matiere : cherche les preuves solides disponibles : chiffres, faits, phrases de clients ou opinions.
calibrer : compare les choix de JEV avec les miens. Aucune automatisation tant qu’on n’atteint pas 80 % d’accord sur au moins 30 cas.
La règle reste simple :
JEV trie mais la décision finale me revient toujours.
Ce qu’on lui donne
- un brouillon ;
- les sources : calls, tickets, pages du site ;
- les opportunités détectées ;
- mes validations précédentes.
Sortie
- les phrases non sourcées ou inutiles
- les liens internes à garder pour le maillage interne
- les meilleures preuves disponibles dans mon obsidian sur un sujet donné
- un historique des décisions pour améliorer le système
Les skills que j’utilise : Mon TOP 21 skills SEO.
Où en est ton système ?
9 questions · Oui / Non