J’ai créé un système SEO avec Obsidian, Jev et Claude (ça marche!)

(sans outil SEO)

Timothée

0 min restantes
EN

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 :

Scoring GEO, par paragraphe
ScoreBarre/100PbDiagnostic
Surprise285Répète le consensus, aucune donnée propriétaire
Grounding4170,7 preuve / 100 mots, seuil à 2
Content Effort343Synthèse générique, aucun test mené
Alignement RRF624Prix et intégrations non traités
RAG Structurer524Réponse à 78 mots après le H2 « Comment choisir »
Freshness Guard152Dernière date citée : 2023
Action Engine383Explique 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

Claude Code · tes notesSearch ConsoleKeyword PlannerYouTubeLighthouseAnalyticsTrends

ARGUMENT 2 : Pour remporter le jeu du SEO, il va falloir dominer celui de la data propriétaire.

Call clientTicket SAVStratégie SEO précédenteRéflexionsVidéoObsidian · tes notes

LE SETUP

Il ne faut jamais passer sur Obsidian sans implémenter le modèle LLM wiki :

ma-base/

Clique sur un dossier ou un fichier.

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 :

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 :

La mission

Trie les mots-clés selon leur intérêt business et décide quoi pousser, créer, consolider ou écarter

Sortie

Skill complet

seo-mots-cles-business58 lignes
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

La mission

Analyse indexation, vitesse, contenu, cannibalisation, maillage, données structurées et mots-clés business.

Sortie

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

Skill pré audit complet

seo-pre-audit54 lignes
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 :

La mission

Le système te propose les bons liens internes plutôt que de les chercher manuellement.

Sortie

Skill complet

maillage-systeme73 lignes
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

Skill complet

seo-donnees-structurees63 lignes
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

Skill :

agent-indexation65 lignes
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

verifier.py sur un brouillon de 193 phrases, le 21/09/2026

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

Sortie

Les skills que j’utilise : Mon TOP 21 skills SEO.

Où en est ton système ?

9 questions · Oui / Non

Sommaire

  1. ARGUMENT 1 : Le système à vocation à remplacer tous tes outils SEO
  2. ARGUMENT 2 : Pour remporter le jeu du SEO, il va falloir dominer celui de la data propriétaire.
  3. LE SETUP
  4. LE SYSTEME EN 4 AVANTAGES
  5. CLAUDE x OBSIDIAN : les mots-clés
  6. CLAUDE x OBSIDIAN : audit et pré audit SEO
  7. Les agents techniques
  8. J’ajoute une couche d’un nouveau modele : JEV