Prompts Claude SEO : 5 qui fonctionnent — et où ils s'arrêtent

Cherchez « Claude SEO prompts » et vous obtenez le même artifact à chaque fois : un défilé de cinquante prompts, chacun commençant par « Agissez comme un consultant SEO expert » et chacun promettant que la bonne incantation transforme une fenêtre de chat en équipe SEO. Voici ce que ces listes se trompent : la formulation est la variable la moins importante de tout l'échange. Claude sans données produit un texte plausible et générique sur votre site — les mêmes conseils qu'il donnerait à n'importe quel site. Claude avec vos véritables lignes Search Console, vos véritables concurrents en première page, et une règle de décision produit du travail. Les prompts qui valent la peine d'être volés ne sont pas des formulations intelligentes. Ce sont des contrats de données : quoi coller, quelles règles appliquer, quelle forme rendre.

Ce guide vous donne cinq de ces contrats — audit portée frappante, réécriture de titres et meta, brief de contenu, cartographie de clusters, démontage concurrentiel — dans une forme utilisable. Et il trace une ligne que les listes de prompts ne tracent jamais : tout ce qui suit est un travail assisté par agent, pas agentic. Un prompt retourne du texte. Il ne lit pas vos données, ne décide pas, n'expédie pas, ni ne vérifie. Là où cette distinction commence à compter, ce texte vous renvoie à notre pilier Claude pour SEO, qui couvre la pile complète.

Pourquoi la plupart des listes de prompts Claude SEO échouent

Un modèle de langage est un moteur de raisonnement, pas un département des archives. Il ne connaît pas vos classements, vos requêtes Search Console, les titres actuels de vos concurrents, ni les volumes de recherche du mois dernier — et quand un prompt l'implique, il s'engage avec des chiffres et des résultats qui semblent précis et sont inventés. C'est le mode d'échec derrière la plupart des prompts SEO publiés : « listez les principaux mots-clés de ma niche », « auditez mon site web à [URL] », « quel est mon domain authority ». Chacun demande au modèle de récupérer des faits qu'il ne possède pas. La sortie semble convaincante parce que le texte convaincant est ce que le modèle sait bien faire. C'est pire que inutile — c'est faux avec conviction.

Les prompts qui méritent leur sortie inversent le flux d'information. Vous fournissez les faits — un export GSC, une page concurrente collée, une liste de mots-clés avec des volumes réels — et le modèle fournit ce qu'il est réellement bon : la reconnaissance de motifs sur des centaines de lignes, le jugement d'intention, la classification selon des règles, la synthèse structurée. Lire un export de 900 requêtes et repérer les douze requêtes bloquées à la position 6 avec un taux de clics réduit est exactement le type de travail fastidieux et nuancé qu'un modèle fait bien et qu'un humain fait mal à grande échelle. La demande pour ce raccourci est réelle — la requête ciblée par cet article est recherchée environ 1 600 fois par mois avec une difficulté de mot-clé de 8 — mais le raccourci ne fonctionne que quand les données accompagnent le prompt.

Un mauvais prompt demande à Claude des faits qu'il ne possède pas. Un bon prompt donne à Claude vos faits et demande le jugement que vous n'avez pas le temps d'appliquer à neuf cents lignes.

L'anatomie d'un prompt qui mérite sa sortie

Chaque prompt dans ce guide a les mêmes quatre parties, et le motif s'applique à n'importe quel travail SEO que vous inventiez plus tard. Données : l'export collé, la page ou la liste qui ancre la réponse dans votre réalité au lieu des moyennes du modèle. Travail : une tâche, énoncée étroitement — diagnostiquer, réécrire, décrire, clustériser, démonter — jamais « améliorer mon SEO ». Règles de décision : la partie opiniatée, où vous codifiez comment l'appel est effectué — ce qui compte comme portée frappante, ce qui disqualifie un titre, quand deux mots-clés partagent une page. Sans règles le modèle substitue l'opinion moyenne d'Internet, c'est comment vous obtenez une sortie indistinguible de celle de tout le monde d'autre. Contrat de sortie : la forme exacte de la réponse, y compris la permission de dire « données insuffisantes » — la seule ligne qui coupe le plus fiablement les hallucinations.

Cinq prompts Claude SEO qui valent la peine d'être volés

Chaque prompt ci-dessous est utilisable tel quel. Les espaces réservés entre crochets sont les vôtres à remplir, et les règles de décision sont délibérément opiniatées — changez-les pour correspondre à votre propre norme, mais ne les supprimez pas.

1. L'audit de portée frappante

Le prompt le plus rentable de l'ensemble, parce qu'il fonctionne sur les données que vous possédez déjà. Exportez votre rapport Search Console au niveau des requêtes et laissez le modèle faire le triage qu'un consultant facturerait une journée : trouvez les requêtes assez proches de la première page pour qu'une correction ciblée — pas un nouveau contenu — les déplace.

Ci-dessous est un export Search Console : requête, page, clics,
impressions, CTR, position (90 derniers jours).

Une requête de portée frappante se classe 4-15 avec 100+ impressions.
Excluez les requêtes de marque (tout contenant : [termes de marque]).

Pour chaque candidat, diagnostiquez exactement UNE des :
- snippet : position <= 8 mais CTR bien en dessous de la norme de cette position
- pertinence : position 9-15 — la page ne correspond que partiellement à l'intention
- cannibalisation : 2+ pages gagnant des impressions pour la même requête

Sortez un tableau trié par impressions : requête, page, position, CTR,
diagnostic, un correctif d'une ligne, et la seule métrique GSC qui
prouverait que le correctif a fonctionné. Ne suggérez jamais « créer plus
de contenu ». Si une ligne ne peut pas être diagnostiquée à partir de ces
données, dites-le au lieu de deviner.

[coller export]

2. La réécriture de titre et meta

Les réécritures de titres échouent quand elles sont écrites à partir de l'imagination — ce que nous souhaitons que la page soit — au lieu du SERP qui les jugera. Ce prompt force les deux entrées sur la table avant qu'un mot soit écrit.

Réécrivez le titre et la meta description pour la page ci-dessous.

Entrées : le titre et meta actuels + les 5 meilleures requêtes de la page
par impressions [coller], et les titres première page actuellement classés
pour la requête principale [coller].

Règles : l'intention telle que première page la définit bat ce que nous
souhaitons que la page soit à propos. Titre <= 60 caractères, le nom de
la requête en avant, aucune prétention que la page ne peut pas soutenir.
La meta description est un cas de 150-160 caractères pour choisir CE résultat
— pas un résumé.

Sortie : 3 options de titre avec une ligne de raisonnement chacune, 1 meta
description, et la requête dont le CTR devrait juger le changement.

3. Le brief de contenu

Le mouvement interdit ici est de laisser le modèle deviner ce que première page couvre. Collez la structure réelle des meilleurs résultats, et le brief cesse d'être un contour générique et devient une carte de l'écart que vous pouvez gagner.

Construisez un brief de contenu pour : [mot-clé]

Entrées : les résultats première page actuels — URL, titre, et les H2 de
chaque page [les coller ; ne pas deviner] — plus la liste des slugs que
nous avons déjà publiés [coller].

Énoncez l'intention de recherche en une phrase, telle que première page
la définit. Divisez ensuite les sous-sujets trois façons : enjeux de table
(chaque meilleur résultat la couvre), l'avantage (seulement un ou deux la
couvrent), la victoire (aucune ne la couvre et un chercheur la voudrait
quand même). Signalez le chevauchement avec nos slugs existants et appelez-le :
nouvelle page, ou expansion d'une existante.

Sortie : la phrase d'intention, un contour H2 avec un travail d'une ligne
par section, les liens internes que le texte devrait porter, et la métrique
qui le juge après son lancement.

4. Cartographie de cluster

Le clustering est le jugement d'intention à grande échelle — précisément le travail que les modèles battent les feuilles de calcul, et la raison pour laquelle les outils de groupage de mots-clés qui correspondent sur les mots partagés produisent des pages qui se cannibalisent les unes les autres. La méthode complète, y compris la vérification de chevauchement SERP, est dans notre guide du clustering de mots-clés; c'est la version taille prompt.

Clusterisez la liste de mots-clés ci-dessous en groupes au niveau des pages.

Règle : deux mots-clés partagent une page SEULEMENT si une page pourrait
plausivement se classer pour les deux — jugez par intention, pas par mots
partagés (« meilleur crm » et « tarification crm » sont des pages différentes).

Chaque cluster obtient : un mot-clé principal (volume le plus élevé qui
correspond à l'intention), un type de page (guide / comparaison / landing / outil),
et un appel mapped-or-new par rapport à nos URLs existantes [coller].

Mettez tout ce qui est ambigu dans un bucket « non clusterisé » au lieu de
le forcer dans un groupe.

[coller mots-clés + volumes]

5. Le démontage concurrentiel

L'échec de démontage le plus courant est la conclusion « écrire un meilleur contenu » — vrai, inutile, et ce que vous obtenez quand le prompt le permet. Celui-ci ne le permet pas.

Démontez la page classée #1 pour [mot-clé] — texte complet collé
ci-dessous, suivi de notre page.

Répondez : quelle intention satisfait-elle dans le premier écran ; qu'est-ce
que sa structure couvre que la nôtre ne couvre pas ; quelles requêtes est-elle
probablement gagnant au-delà du terme principal (déduisez de ses H2s et FAQ) ;
qu'est-ce qu'une page devrait AJOUTER — pas copier — pour la battre.

Règle : « écrire un meilleur contenu » n'est pas une réponse. Chaque écart
doit nommer une section, un asset, ou un point de données.

Sortie : une liste d'écarts classés avec une estimation d'effort et un impact
attendu pour chaque élément.

[coller page concurrente]
[coller notre page]

Là où le prompt s'arrête : assisté par agent vs agentic

Maintenant la partie honnête. Exécutez les cinq prompts bien et vous avez cinq pièces de texte net — et un processus qui est toujours entièrement manuel aux bords. Vous avez exporté les données. Vous les avez collées. Vous allez appliquer le changement de titre à la main, ou pas. Et dans trois semaines, personne ne relira le CTR de la requête que la réécriture était censée déplacer, parce que la conversation qui contenait le raisonnement a glissé dans l'historique. C'est du travail assisté par agent : le raisonnement est délégué, la lecture, l'expédition, et la preuve ne le sont pas. Agentic est une prétention différente — le même raisonnement connecté à vos données d'un côté et à l'exécution et la vérification de l'autre.

Donnez à Claude des mains : des exports collés à MCP

L'écart entre les deux colonnes n'est pas un meilleur prompt — c'est des outils. Le Modèle Context Protocol est la norme ouverte qui permet à Claude d'appeler des sources de données en direct et des surfaces d'exécution au lieu d'attendre un collage : interroger Search Console directement, extraire la composition SERP en direct, lire le tableau de tâches, signaler la correction. Dès que ces outils existent, les cinq prompts ci-dessus cessent d'être des choses que vous exécutez et deviennent des choses que l'agent exécute — l'audit de portée frappante devient une requête programmée au lieu d'un rituel d'export mensuel, et le démontage récupère ses propres pages concurrentes. Comment ce serveur est-il construit est le sujet de notre guide sur les serveurs MCP pour SEO, et connecter un à Claude Code est une configuration d'une seule commande.

La deuxième moitié des « mains » est l'exécution. Claude Code exécuté à l'intérieur du propre dépôt du site web n'écrit pas le correctif de titre — il modifie le modèle, ouvre une demande de tirage, et enregistre exactement ce qui a été expédié et quand. Sur un site que nous avons audité, le motif de portée frappante était classique : une requête commerciale garée en première page avec des centaines d'impressions et presque pas de clics. La version prompt de cette découverte est une ligne dans un tableau qu'un humain peut ou ne peut pas agir. La version agentic est une tâche avec une métrique engagée, une PR expédiée, et un verdict trois semaines plus tard.

Fermez la boucle : expédiez-la, puis prouvez-la

Remarquez que chaque prompt dans ce guide se termine de la même manière : nommez la métrique qui juge le travail. Cette ligne fait plus que ranger la sortie — c'est la couture où l'incitation de prompt se connecte à la discipline qui compose réellement. Une découverte déposée avec sa métrique engagée à l'avance, une correction expédiée avec un horodatage, une relecture de cette métrique exacte environ trois semaines plus tard, un verdict écrit : confirmé, régressé, ou inconclusif. Exécutez ce cycle et chaque correction vous enseigne quelque chose sur votre site ; ignorez-le et vous générez des suggestions bien formulées pour toujours. La mécanique complète vit dans le guide SEO en boucle fermée — les prompts ici sont l'étape de recherche de cette boucle, exécutée à la main.

Volez les prompts — ce sont les quatre-vingts pour cent véritablement utiles de ce que les listes de prompts promettent. Soyez juste honnête avec vous-même sur le côté de la table sur lequel vous exploitez. Si vous voulez voir l'étape de recherche s'exécuter contre vos véritables données Search Console au lieu d'un export collé, le rapport SEO gratuit connecte votre GSC et affiche les requêtes de portée frappante, les pages affichées mais jamais choisies, et les requêtes en concurrence avec elles-mêmes — le même audit, avec les données déjà attachées.