Produire du contenu SEO avec l’IA : publier une page par jour sans publier de la bouillie

Les quatre pièces de la machine à contenu IA derrière les pages SEO de Web Anatomy : une roadmap en CSV, un template de page, un fichier de skill par type de page et une routine quotidienne. L’agent ne prend aucune décision stratégique.

Gabriel Amzallag
Gabriel Amzallag

11 min de lecture

En bref

  • Publier des centaines de pages IA dès le premier jour, ça échoue. Sur un site neuf, seules 10 de mes 200 premières pages ont été indexées.
  • L’agent ne prend aucune décision stratégique. Une roadmap, un template, un fichier de skill et une routine remplacent son jugement.
  • Pas de données, pas de page. Chaque type de page a un seuil d’exemples réels, et en dessous, le script s’arrête.
  • Le résultat : 147 pages SEO en ligne sur Web Anatomy, environ 30 secondes de relecture par page chaque matin, et 90 % des pages indexées.

Est-ce facile de se lancer en SEO sur son site aujourd’hui avec l’IA ?

Il y a quelques mois, si vous m’aviez posé la question, j’aurais répondu oui sans hésiter.

Aujourd’hui, ma réponse est : ça dépend.

Oui, avec l’IA vous pouvez produire plus de contenu de qualité et automatiser plus vite les étapes répétitives. Mais la vérité, c’est qu’avec l’IA, quand vous partez de zéro avec un site, il faut être très prudent : si vous publiez des centaines de pages dès le premier jour, vous allez échouer. Ce guide présente le workflow de contenu SEO avec l’IA que j’utilise à la place, celui qui publie une page par jour sur Web Anatomy.

Le piège SEO que crée l’IA

Je l’ai découvert moi-même il y a quelques mois. J’ai lancé un tout nouveau site et j’ai commencé à publier des centaines de pages dès le premier mois. Aujourd’hui, seules 10 pages sur 200 sont réellement indexées 😅

Ce site était expérimental, et j’ai une bonne idée de ce qui l’explique :

  • le manque d’autorité de mon site
  • le fait que j’ai été trop agressif dans le rythme de publication
  • le maillage interne que j’ai utilisé, probablement
  • le contenu faible des pages

Pourquoi produire du contenu SEO avec l’IA à grande échelle est encore plus dur aujourd’hui

Le contexte : tout le monde peut publier un site et des centaines de pages chaque jour (y compris des marketeurs comme moi), donc plus de sites se battent dans votre niche. Il est plus difficile pour Google de repérer les nouveaux, et plus difficile pour vous de créer un contenu qui se différencie vraiment.

La valeur n’est :

  • plus d’avoir les ressources pour publier beaucoup de contenu. Avec l’IA, c’est facile.
  • PAS d’éviter le contenu IA. Google ne se soucie pas de savoir si c’est un humain ou un modèle qui a tapé les mots ! Ce qui compte, c’est la valeur créée.

La question n’est donc pas « est-ce que l’IA peut écrire mes pages ». C’est « comment produire à grande échelle des pages qui méritent vraiment d’être classées ».

Ce qu’il vous faut, c’est une vraie machine à contenu, capable de produire souvent, avec des données propriétaires et un lien fort entre les pages.

C’est ce que je partage aujourd’hui avec Web Anatomy.

  • Une fois la recherche de contenu faite et les sujets choisis, vous avez déjà fait 90 % du travail.
  • Ensuite, votre système fait le reste en autonomie.

Et avec ça, même en partant de zéro, ça marche.

Rapport d’indexation des pages de Google Search Console pour webanatomy.ai de juin à août 2026 : 242 pages dans l’index et 282 non indexées, la part indexée progressant semaine après semaine
Rapport d’indexation des pages de Google Search Console pour webanatomy.ai de juin à août 2026 : 242 pages dans l’index et 282 non indexées, la part indexée progressant semaine après semaine

En septembre 2026, Web Anatomy avait 147 pages SEO en ligne : 38 pages secteur, 19 guides de section, 90 pages de patterns de conversion.

Un agent IA a écrit chacune d’elles, et je passe environ 30 secondes chaque matin à approuver chacune.

Voici les quatre pièces qui font marcher le système.

Mon workflow de contenu IA : l’agent ne prend aucune décision

Dans le processus classique, l’agent prend toutes les décisions. Quel sujet. Quelles affirmations. Quels exemples. Quels chiffres.

Tableau intitulé « The agent has opinions about everything and data about nothing », qui compare qui décide quoi dans un processus IA classique et dans mon système
Tableau intitulé « The agent has opinions about everything and data about nothing », qui compare qui décide quoi dans un processus IA classique et dans mon système
La décisionProcessus IA classiqueMon système
Le sujetL’agent choisit quelque chose de plausibleUne ligne de la roadmap en CSV, choisie des mois avant
Les affirmationsIl affirme ce qui sonne justeUniquement ce qui figure dans le fichier de données qu’on lui a donné
Les exemplesIl ressort des noms d’entreprises de mémoireDes entreprises nommées, tirées de la base de données
Les chiffresIl estime, et l’estimation se lit bienComptés dans la base de données, puis vérifiés par un script
Les liens internesIl invente des URL qui ont l’air correctesLus dans le sitemap
Quand il n’y a pas de donnéesIl écrit la page quand même, en plus maigreLe script s’arrête. Aucune page n’est construite
La relecturePersonne ne la lit avant sa mise en ligneUne pull request. 30 secondes, chaque matin

Dans mon processus, l’agent ne prend AUCUNE décision stratégique. Il exécute seulement un processus écrit, sur des données qu’on lui fournit.

Quatre choses remplacent son jugement :

  • Une roadmap qui décide QUOI construire
  • Un template de page que vous construisez une fois par type de page
  • Un fichier de skill par type de page qui décide COMMENT
  • Une routine qui fait tourner le tout chaque matin

Vous construisez les quatre à la main, une seule fois. Ensuite, l’agent ne fait que les exécuter.

La machine à contenu en quatre pièces : pièce 1, la roadmap décide quoi, pièce 2, le template décide de l’apparence, pièce 3, la skill décide comment, pièce 4, la routine décide quand. Chaque matin : lire la ligne suivante, récupérer les données du benchmark, vérifier le seuil, écrire les sections, contrôler face à la base de données, ouvrir une pull request, j’approuve en 30 secondes
La machine à contenu en quatre pièces : pièce 1, la roadmap décide quoi, pièce 2, le template décide de l’apparence, pièce 3, la skill décide comment, pièce 4, la routine décide quand. Chaque matin : lire la ligne suivante, récupérer les données du benchmark, vérifier le seuil, écrire les sections, contrôler face à la base de données, ouvrir une pull request, j’approuve en 30 secondes

Pièce 1 : la roadmap de contenu SEO

La roadmap est un CSV qui sert de source de vérité.

Chaque future page est une ligne, identifiée pendant l’audit, quelques mois avant.

Les colonnes qui comptent :

  • cluster (type de page : secteur, patterns UX, alternatives, guide, outil)
  • mot-clé principal + volume + difficulté (avec DataForSEO)
  • intention (le besoin pour lequel la personne qui cherche « embauche » la page)
  • statut (pour savoir si la page a été publiée ou non)

C’est tout.

Le tableur de la roadmap, une ligne par future page, avec des colonnes pour le tier, le cluster, le nom de la page, l’URL, l’intention, la requête IA, le mot-clé Google et les liens internes
Le tableur de la roadmap, une ligne par future page, avec des colonnes pour le tier, le cluster, le nom de la page, l’URL, l’intention, la requête IA, le mot-clé Google et les liens internes

En septembre 2026, mon tableau comptait 374 lignes réparties sur onze clusters.

Chaque jour, l’agent lit une ligne pour savoir sur quoi travailler, et regarde le cluster pour identifier la skill sur laquelle s’appuyer (un cluster = une skill/un template).

Comme ça, vous restez propriétaire de la roadmap, et vous évitez que l’IA invente du travail ou passe à côté des bonnes priorités.

Quand une page a été créée, le statut est mis à jour pour que l’IA ne travaille pas deux fois sur la même page.

Action : transformez votre roadmap en un fichier CSV que l’IA peut lire.

Pièce 2 : construire le template et la skill une fois, à la main

C’est la partie la plus importante du système.

Pour chaque cluster, vous devez construire la première page à la main jusqu’à être satisfait du résultat.

Une fois que j’ai la page exemple parfaite pour ce cluster, en design comme en copy, je demande à Claude de la transformer en trois éléments :

  • Un exemple propre que je peux réutiliser plus tard. Un fichier .md est plus facile à lire pour l’IA et à transmettre comme contexte.
  • Un template : une mise en page unique et partagée qui affiche toutes les pages de ce type (en général un seul fichier React).
  • Une skill : le processus de construction de cette première page, écrit sous forme d’étapes numérotées (c’est la pièce 3).
Une page Web Anatomy construite à partir du template : « Pricing sections that lower the risk of signing up (49) », avec les points clés et une grille de vraies sections de tarifs d’Octolens, Raycast et PandaDoc
Une page Web Anatomy construite à partir du template : « Pricing sections that lower the risk of signing up (49) », avec les points clés et une grille de vraies sections de tarifs d’Octolens, Raycast et PandaDoc

Le template de la page n’est pas ce qui vous différencie. Ce sont les données derrière.

Ne passez donc pas trop de temps sur l’interface du template. Passez-le à collecter des données qui peuvent être uniques.

Action : créez ces 3 fichiers pour un cluster avant d’automatiser quoi que ce soit.

Pièce 3 : écrire la skill de chaque type de page

Une « skill », c’est simplement un fichier markdown qui décrit le processus de construction d’un type de page, étape par étape, avec assez de détails pour pouvoir le confier à un stagiaire. (C’est la recette avec laquelle l’IA cuisine.)

Le début du fichier de skill industry-page-builder dans un éditeur de code : ce que l’agent construit, les entrées qu’il reçoit, ce qu’il produit et le contexte qu’il doit charger en premier
Le début du fichier de skill industry-page-builder dans un éditeur de code : ce que l’agent construit, les entrées qu’il reçoit, ce qu’il produit et le contexte qu’il doit charger en premier

Ma skill, en résumé :

Étape 1. Le contexte. Un script charge le mot-clé à cibler et l’exemple de la page parfaite.

Étape 2. Récupérer les données du benchmark. Un script extrait de ma base de données benchmark tous les exemples réels du contenu dont j’ai besoin et les regroupe dans un seul fichier JSON : noms d’entreprises, captures d’écran, décomptes, pourcentages d’adoption. Ce fichier devient la seule source que le rédacteur a le droit de citer, et des entreprises nommées avec de vrais chiffres sont exactement ce que les moteurs de recherche IA reprennent et répètent.

C’est là que le garde-fou compte. S’il n’y a pas assez de volume dans la base, la page s’arrête ici.

Étape 3. Récupérer les données SEO. J’utilise DataForSEO pour les questions « Autres questions posées », les mots-clés secondaires et les termes associés qui pourraient être pertinents.

Étape 4. Le contenu. Pour chaque section qui a besoin de contenu, je demande à l’IA de reproduire la page exemple que j’ai déjà. Pour chaque section de ma page, je donne à l’IA :

  • Un prompt avec le contexte de la section et ce qui est attendu
  • Les données collectées qui peuvent être utilisées
  • La section exemple sur laquelle elle peut se calquer
  • Des contraintes strictes pour qu’elle écrive comme un humain : pas de tirets cadratins, pas de statistiques inventées, répondre à la question dès la première phrase de chaque réponse de la FAQ. J’ai amélioré cette liste au fil du temps
  • Un script lit aussi le sitemap et fournit 10 liens internes qu’il pourrait être pertinent d’ajouter

Étape 5. Le contrôle qualité. Un script vérifie le résultat.

  • Les entreprises citées existent-elles vraiment dans les données ?
  • Les décomptes correspondent-ils à la base de données ?
  • Des mots interdits ?
  • Des liens morts ?

Si le contrôle échoue, l’agent corrige la page, pas le validateur. Cette règle est écrite noir sur blanc : « Ne modifie pas le validateur pour le faire passer. »

Étape 6. Ouvrir une pull request. Rien ne se publie tout seul. Je relis chaque page avant sa mise en ligne, ce qui prend environ 30 secondes chaque matin.

Et voilà, votre page est en ligne !

Une section en ligne de la page tarifs : « What 98 pricing sections taught us about conversion », un tableau du taux d’adoption de chaque élément de tarification
Une section en ligne de la page tarifs : « What 98 pricing sections taught us about conversion », un tableau du taux d’adoption de chaque élément de tarification
ÉlémentCe que ça veut direUtilisé parType
Infobulles d’explicationSurvoler ou cliquer pour déplier la description d’une fonctionnalité dans le tableau comparatif6 %Grosse opportunité
Calculateur/estimateurPour une tarification à l’usage ou complexe : un curseur ou un champ qui estime le coût total15 %Grosse opportunité
Bascule annuel/mensuelUn interrupteur qui montre le prix mensuel ou annuel avec l’économie affichée31 %Opportunité
Noms orientés valeur« Growth » plutôt que « Tier 2 », « Pro » plutôt que « Plan B ». Des noms qui renvoient à une aspiration, pas à une référence interne56 %Courant
Réducteur de risque« 14 jours d’essai gratuit », « Résiliable à tout moment », « Satisfait ou remboursé » près du bouton60 %Courant
Badges d’ancrage« Le plus populaire », « Meilleur rapport qualité-prix », « Recommandé ». Un coup de pouce visuel vers l’offre que vous voulez faire choisir73 %Courant
Comparaison facileDes colonnes côte à côte avec une matrice de fonctionnalités. Le visiteur compare d’un coup d’œil, sans faire défiler ni ouvrir d’onglets90 %Indispensable
Offres claires« Starter », « Growth », « Enterprise » avec une phrase sous chacune. Le visiteur sait ce qu’il achète en 5 secondes100 %Indispensable

Pièce 4 : automatiser le contenu SEO avec une routine quotidienne

La dernière étape consiste à créer une tâche récurrente qui tourne chaque jour. Claude propose ce qu’ils appellent des routines : des actions récurrentes que vous définissez une fois et laissez tourner selon un calendrier.

La routine daily-content-page dans Claude : elle tourne chaque jour à 8 h, connectée au dépôt landing-page-analyzer, avec 26 de ses 30 dernières exécutions réussies
La routine daily-content-page dans Claude : elle tourne chaque jour à 8 h, connectée au dépôt landing-page-analyzer, avec 26 de ses 30 dernières exécutions réussies

Ce qu’elle fait chaque jour : lire la roadmap, puis appeler deux choses.

  • Supabase, pour récupérer mes données de sections et de pages
  • DataForSEO, pour récupérer les informations SEO

Je la fais tourner directement dans mon chat Claude, donc sans coût d’API supplémentaire.

Les règles

Quelques leçons apprises en chemin.

Pas de données, pas de page.

La règle la plus importante du système, c’est qu’il ne produit pas de déchets.

Chaque type de page a un « seuil » : un nombre minimum d’exemples réels dont j’ai besoin avant que la page ait le droit d’exister. Pour mes pages de patterns, le seuil est de 3 exemples nommés tirés du benchmark. Si un pattern n’en a que 2, le script s’arrête et la page n’est pas construite.

Les permissions de l’IA.

Pour éviter les hallucinations, mes skills retirent à l’IA le droit d’aller chercher quoi que ce soit sur le web. La seule information qu’elle a le droit d’utiliser, ce sont mes propres données.

Alors, l’indexation a-t-elle vraiment marché ?

Oui. En septembre 2026, 90 % de mes pages étaient indexées.

Ça peut sembler lent, mais les pages sont indexées, et petit à petit je pourrai publier 1, 2, 3, peut-être 10 nouvelles pages chaque jour.

Mon objectif avec Web Anatomy est de construire une marque sur le long terme, donc je peux attendre :)

Construisez votre version : quatre pièces, quatre actions, et une règle qui les prime toutes
Construisez votre version : quatre pièces, quatre actions, et une règle qui les prime toutes
PièceCe que c’estVotre action cette semaine
Pièce 1 : la roadmapUn CSV où chaque future page est une ligne, avec son cluster, son mot-clé, son intention et son statut.Transformez votre roadmap en un CSV que l’IA peut lire. Faites cette partie vous-même.
Pièce 2 : le templateLa première page d’un type de page, construite à la main jusqu’à ce qu’elle soit juste, puis figée dans une mise en page partagée.Construisez une page de bout en bout à la main. N’automatisez pas avant qu’elle soit bonne.
Pièce 3 : la skillLe processus de construction écrit en étapes numérotées, avec assez de détails pour le confier à un stagiaire.Écrivez-le. Le test : un inconnu pourrait-il le suivre ? Alors un agent le peut.
Pièce 4 : la routineUne tâche quotidienne qui exécute la skill et ouvre une pull request. Rien ne se publie tout seul.Planifiez-la. Gardez l’étape de validation humaine. 30 secondes suffisent.
La règle : pas de données, pas de pageUn seuil de preuves réelles par type de page. Sous le seuil, le script s’arrête et rien n’est écrit.Fixez votre seuil avant de fixer votre calendrier.

Reprenez ce workflow de contenu SEO avec l’IA

1. Construisez d’abord la roadmap (1 jour). Un seul tableur. Colonnes : chemin, type de page, mot-clé principal, intention, statut. Listez toutes les pages que votre site devrait avoir dans 3 mois. Si vous n’arrivez pas à remplir 30 lignes, votre problème est la stratégie, pas la production de contenu.

2. Construisez à la main la première page d’UN type de page (une demi-journée). Choisissez votre type de page le plus répétable et construisez une page à la main, de bout en bout. Puis transformez sa mise en page en template réutilisable.

3. Écrivez le fichier de skill (1 heure). Écrivez la logique en étapes numérotées : d’où viennent les données, ce que la page doit contenir, et vos règles de ton comme contraintes strictes.

4. Ajoutez un seuil et un garde-fou (1 heure). Fixez le minimum de preuves dont une page a besoin et refusez de construire en dessous. Puis écrivez une checklist que l’agent doit passer sur son propre travail avant que vous le voyiez.

Pour le côté template de la même idée, à l’échelle de centaines de pages, lisez le guide pratique du SEO programmatique.

Quel résultat attendez-vous de votre site ?

Choisissez votre priorité. Nous définissons ensemble l’objectif, les actions et la mesure des résultats.

Construisez un canal d’acquisition autour des recherches de vos prospects. Découvrez notre accompagnement SEO, de la roadmap et du premier modèle de page à la production quotidienne et au suivi des résultats.

Adapté de How to publish one page a day without publishing slop, publié dans la newsletter Web Anatomy le 2 septembre 2026.

Partager
Gabriel Amzallag

Écrit par

Gabriel Amzallag , Fondateur, Web Anatomy

5 ans CRO + SEO chez Qonto (2021–2025). Après avoir conseillé 15+ SaaS sur leurs sites (Payfit, Pigment…), les mêmes patterns cassaient — alors j'ai décidé de construire la source de vérité sur ce qui fonctionne sur le web : la couche d'intelligence que chaque outil, builder et équipe utilise pour créer des sites qui performent.

[FAQ]

Questions fréquentes

Les réponses courtes. L'article ci-dessus détaille chaque point.

Google pénalise-t-il le contenu écrit par l’IA ?

01

Non. Google ne se soucie pas de savoir si c’est un humain ou un modèle qui a tapé les mots. Ce qui compte, c’est la valeur que la page apporte. Le risque avec l’IA, c’est de publier des centaines de pages faibles sur un site neuf sans autorité : la plupart ne seront pas indexées.

Comment produire du contenu SEO avec l’IA à grande échelle sans publier de la bouillie ?

02

En retirant à l’agent toute décision stratégique. Une roadmap décide quoi construire, un template construit une fois par type de page décide de l’apparence, un fichier de skill décide comment construire, et une routine fait tourner le tout chaque matin. L’agent ne cite que les données qu’on lui donne, et une page sous un minimum d’exemples réels n’est jamais construite.

Pourquoi les pages de mon nouveau site ne sont-elles pas indexées ?

03

Sur un site jeune, les causes habituelles sont le manque d’autorité, trop de pages publiées trop vite, un maillage interne faible et un contenu pauvre. Publiez moins de pages, chacune appuyée sur des données que personne d’autre n’a, et reliez-les entre elles.

Quel résultat attendez-vous de votre site ?

Choisissez votre priorité. Nous définissons ensemble l’objectif, les actions et la mesure des résultats.