Auditer un site avec Claude : ma méthode pour un audit stratégique vraiment exploitable
Quand vous récupérez un nouveau projet et cela quel que soit votre spécialisation, l'audit stratégique est généralement la première étape nécessaire pour poser les bases de votre stratégie mais cette étape peut être soumise à des contraintes telles que les délais impartis, l'ampleur du projet ou encore même les objectifs potentiellement très ambitieux qui peuvent rendre cette phase très complexe à gérer. La charge est généralement importante et il faut prendre des décisions rapidement.
Réaliser un audit stratégique en SEO et Ai Search est un processus qui peut nécessiter d'importantes ressources et les outils que vous utilisez depuis des années dans ce processus (crawler, log analyzer, extensions, scraper,... ) restent souvent limités car ils analysent des éléments spécifiques sans jamais se rattacher aux objectifs réels du projet.
Sans une organisation très rigoureuse, on peut rapidement se disperser, se détacher des objectifs et manquer de nombreux axes d'analyse.
Afin de soutenir au mieux cette étape, j'ai mis en place une approche que j'ai constamment fait évoluer et qui embarque l'intelligence artificielle au cœur du projet. On le verra en détails, le LLM sera utilisé pour réaliser certaines typologies de tâches qui restent difficiles à faire à 100% par soi même et qui nécessite souvent une profondeur d'analyse que généralement, on ne peut atteindre avec les outils standards du marché.
Une approche pour aller plus loin dans vos audits
La réelle différence qui caractérise cette méthode est sa capacité à traiter davantage de données avec une meilleure efficacité globale. Il ne s'agira plus de suivre uniquement une checklist de sujets à analyser mais on pourra créer un lien direct entre les véritables objectifs du projet (visibilité, revenu, conversion, trafic) et les moyens à mettre en œuvre pour atteindre ces objectifs.
L'intérêt global de cette stratégie réside donc dans le lien qui existe entre l'objectif à atteindre et les moyens à mettre en œuvre.
Un crawler, par exemple, s'arrête généralement à une simple analyse par url et n'intègre aucune donnée business dans ses rapports d'analyse. Tout ce qui en découle ne sert pas directement les enjeux du projet. Ce type d'outil n'aidera donc jamais à la prise de décision.
Enfin, je dois également dire que cette approche permet de lever de nombreuses contraintes auxquelles on pouvait très régulièrement être confrontés comme la lecture de documents très techniques (sources HTML d'une page, ressources javascript, robots txt, sitemaps, logs serveur...). La lecture de ces ressources porte des recommandations mais est coûteuse en temps pour l'expert, le LLM peut lui le faire dans un délai très rapide.
Tout ce qui relève d'une expertise qui sort potentiellement de vos compétences peut devenir accessible sans pour autant dépendre d'un interlocuteur tiers.
Vous allez donc radicalement gagner en autonomie sur l'ensemble du projet et élargir le périmètre de votre analyse.
Pourquoi Claude, et comment je choisis mon LLM
Commençons par les raisons qui m'ont poussé à choisir Claude comme LLM de référence
La raison n'est pas uniquement celle de la capacité du modèle ou de son intelligence par rapport aux autres modèles. La véritable raison tient surtout dans l'interface que Claude propose face aux modèles concurrents. Je parle ici des "projets" qui correspondent aux espaces que l'interface Claude met à disposition de ses utilisateurs pour regrouper des conversations entre elles formant un espace consolidé autour d'un même sujet et donc par conséquent celui qui concerne votre projet d'audit.
Je vais le dire honnêtement, je ne travaille aujourd'hui que dans des projets et vous comprendrez très vite pourquoi ces espaces de travail sont quasi indispensables pour tirer partie du potentiel du LLM.
Je propose qu'on revienne sur cette notion de projet quand on parlera plus en détails de la knowledge base qui est selon moi la fondation même de l'audit stratégique.
Pour le reste des critères orientés performance, mon choix s'est porté sur 5 critères de sélection :
- La profondeur de raisonnement afin d'en obtenir des recommandations de haute qualité face à une multitude de données
- Une efficacité sur des contextes denses car on parle potentiellement de dizaines de sources de données sur lesquelles on fera des croisements d'analyse
- Une qualité rédactionnelle excellente pour l'écriture des recommandations
- Les capacités multimodales et je parle ici surtout des images et vidéos qui sont des formats que le LLM peut analyser sous certaines conditions
- Une très bonne stabilité sur des échanges longs et dense en informations
Si vous suivez les classements des LLM par performance, Claude est souvent un modèle qui sera en tête, si on parle de la version la plus aboutie bien entendu.
La récolte des données : l'étape la plus importante
C'est à cette étape que la matière qui alimentera l'analyse se fait et c'est ce moment que je mets un place un dossier complet qui rassemble toutes les données qui seront exploitées pour l'analyse.
Si on devait classifier ces données on aurait 4 catégories :
- Comportement et performance : pour toutes les données relatives aux performances organiques (trafic, conversion, revenu, positionnement, panier moyen). Ces données sont essentielles dans la prise de décision et la priorisation
- Technique & structure : On parle ici de l'export du crawl, logs serveur, sources HTML des pages, robots.txt, sitemaps.xml, stack technique, core web vitals, rapports coverage de la GSC
- Concurrence et marché : rapport de performance de la concurrence, étude de marché, tendances sectorielles, personas, offres et demandes
- Visuels et expérientiels : capture d'écran extraits vidéos des aspects UX, navigation et parcours de l'utilisateur jusqu'à la conversion

Cet ensemble de données constitue une base de référence que vous allez pouvoir intégrer au projet Claude et ces données pourront servir aux analyses et prise de décision sur des sujets identifiés lors de l'audit.
Ces données jouent un rôle complémentaire et permettent de soulever des problématiques
Un exemple intéressant le duo "capture et sources HTML" :
Ce combo de données permet une analyse en vue robots (par le source html) et en vue utilisateur via la capture. Il permet donc de confronter ce que le code source contient et ce que la page affiche réellement à l'utilisateur. Vous pourrez ainsi voir si votre page sert la même chose aux robots et aux utilisateurs.
Ce type de croisement est distinctif de ce qu'on peut faire avec Claude qu'on ne pourrait faire sans outils ou juste avec les outils standards.

Voici des exemples de croisements que je pratique lors des phases d'audit :
| Croisement | Ce qu'il révèle |
|---|---|
| Crawl ↔ offre et catalogue | L'écart entre ce que le site propose et ce qu'il pousse dans la structure de maillage interne |
| Capture ↔ source HTML | Contenu caché à l'utilisateur, contenu invisible aux robots |
| Crawl (profondeur, inlinks) ↔ rapport performance par page | La structure met elle en avant ce qui rapporte le plus |
| Capture ↔ personas | Le site propose-t-il une expérience optimale correspondant aux personas ciblés |
| Rapport ↔ étude de marché | Le concurrent réel n'est pas celui que le client désigne |
| Rapport de positionnement ↔ performance | Relatif entre le positionnement et les performances |
Comme on peut le voir, combiner ces données peut amener des conclusions et c'est précisément le croisement de celles-ci qui conduit à la recommandation
On peut maintenant se poser une question, comment ces données qui aboutissent à des constats puis recommandations peuvent porter une prise de décision stratégique ? La réponse est dans la knowledge base qui est l'espace projet dans lequel tous vos constats et recommandations seront consignés.
C'est à ce moment que la stratégie de votre audit se dessine.
La knowledge base : le référentiel stratégique du projet
On arrive maintenant au point stratégique. La récolte de données a permis de constituer une base majeure de données et toutes ces données alimentent le projet sous Claude dédié à votre audit.Tout ce que vous allez relever n'est donc pas perdu mais forme la direction stratégique que va prendre votre audit.
Le travail de la knowledge base consiste donc à définir une organisation optimale qui peut fonctionner sur votre projet selon son contexte. Je vais vous partager une structure type qui fonctionne assez bien mais bien entendu il vous faudra peut-être l'adapter selon vos besoins.
Voici la structure dont on parle :
- Le system prompt : c'est le fichier qui guide Claude dans le projet, qui dit qui il est, ce qu'il doit faire et où trouver les informations
- Le scope de la mission : périmètre, objectifs, délais, ressources, contraintes.
- L'offre et la marque : ce qui caractérise et compose l'offre et les services proposés
- Le contexte du projet : les objectifs du projet, les moyens en place, les tendances
- La cible et l'audience : la données sur les personas qui ont été dessinés au moment de l'étude de marché
- Les templates et exemples valides : la bibliothèque des formats de référence.
- Les intervenants du projet : qui fait quoi, interlocuteurs liés au projet
- Les décisions validées : tous les choix fait à mesure que l'audit progresse
- Le glossaire : le vocabulaire qui alimente tous les livrables
- Le registre des recommandations : le suivi de chaque recommandation avec son niveau de priorité

Cette knowledge base est donc une suite de documents qui agrège l'ensemble des données qui compose le projet et qui seront accessibles à chaque moment où une analyse sera faite avec Claude.
Vous l'aurez vite compris, l'intérêt ici est de travailler dans un environnement où chaque analyse sera faite dans un contexte où le projet est le contexte de toute analyse.
Je vous laisse donc réfléchir aux possibilités que cela ouvre avec les capacités de Claude associées aux données que vous lui demandez d'analyser et enfin cette "knowledge base" qui pose le contexte de référence pour chaque décision prise.
On ne travaille donc plus sans contexte, chaque analyse alimente le projet et indirectement votre audit.
Ce sujet de la knowledge base est assez important et je l'approfondis dans un autre article avec également le format Markdown qui est au cœur de ce méthode.
Le dossier : un plan de l'audit et ses annexes
Chaque recommandation identifiée et placée dans le registre de la knowledge base forme toute la matière qui vous permettra d'alimenter l'audit.
En fonction de la typologie des recommandations et des enjeux du projet, le plan de l'audit va pouvoir se dessiner.
Ce plan sera défini en fonction des objectifs qui restent à la base du projet et la nature des recommandations qui sont proposées.
Un risque reste néanmoins possible à cette étape sans un bon cadrage, c'est la cohérence du tout. C'est à cette étape qu'on peut se retrouver avec une suite de tâche sans aucune vision stratégique et livrable finalisé souffrira du même problème.
Ce qu'il faut avant tout est un plan et ce plan doit respecter plusieurs points :
- Il reprend les diagnostics réalisés de manière synthétique
- Il dresse les principaux constats dressés lors de l'analyse
- Il propose une présentation des principaux indicateurs qui posent les enjeux et objectifs du projet
- Il expose les choix stratégiques qu'il faut arbitrer
- Il détaille les différents piliers d'analyse (chaque pilier sera un livrable à part entière)
- La roadmap Gantt
Quand ce plan est livré, tout le reste du travail est mécanique et place chaque recommandation dans un des piliers d'analyse, le tout forme la stratégie
Le point le plus important à prendre en compte est la densité et l'étendue de vos recommandations, car ce point peut facilement noyer l'audit dans une succession de tâches qui ne servent plus l'intérêt de l'audit.
Les pro tips pour améliorer le déroulement de l'audit
Mon expérience m'a appris beaucoup de choses et notamment des erreurs à ne pas commettre.
Un point essentiel est de bien comprendre le fonctionnement et le mode de raisonnement du LLM pour anticiper des erreurs qu'il peut faire lors de certaines phases d'analyse.
Une majorité des erreurs peuvent être anticipées si le cadrage est parfaitement maitrisé de bout en bout.
La gestion des conversations
Cela peut paraitre anodin mais les conversations sont très difficiles à gérer au sein d'un projet. Les LLM peuvent être bavards et se noyer dans les informations analysées.
Il y a aussi le piège d'une conversation trop longue dans laquelle le LLM peut perdre le contexte si celle-ci s'éternise.
La mémoire entre chaque conversation n'est également pas non plus directe. Ouvrir une nouvelle conversation ne transfère pas les apprentissages ou constats réalisés.
Ce que je recommande à chaque session de travail :
- Consigner tout ce que vous trouvez sur le projet de référence
- Cadrer les objectifs de chaque conversation et ne laissez pas le LLM orienter la conversation
- Demander une synthèse à chaque fin de session de travail (ne jamais partir sans faire ça)
- Préparer les annexes de travail et nommez-les clairement : limiter les risques de confusions sur les datas
L'audit est un projet conséquent qui implique beaucoup d'échanges et de phases d'analyse.
Gérer efficacement les annexes
Les annexes qui alimentent toutes vos analyses sont essentielles et sur cette partie, il faut être rigoureux jusqu'au nommage des fichiers et même du formatage.
La moindre erreur ou imprécision peut amener à une erreur d'analyse
Vous devez enfin agir avec cohérence lors du partage des données afin d'orienter l'analyse vers le bon sujet.
Il ne faut jamais croire par avance qu'une problématique va être résolu, si le LLM y est confronté lors des échanges. Une mauvaise organisation du partage ou un mauvais cadrage peut faire manquer des axes important d'analyse.
Conserver le cadrage sur l'ensemble des décisions
Chaque décision prise repose sur vos choix et non celui du LLM
Si vous commencez une session focus sur une verticale ou problématique spécifique, vous devez cadrer ce qui doit être analysé, il faut reprendre explicitement les sujets d'analyses et choisir vous mêmes les ressources qui seront nécessaires. De cette façon, vous gardez entièrement la main sur les prises de décision.
Sans cette approche, vous risquez de perdre la main sur le livrable final qui ne sera pas représentatif de votre méthode d'analyse. Je ne vais pas vous expliquer cette partie car elle dépend de votre méthode de travail. En respectant cela attentivement, la qualité du rendu s'en ressent fortement.
Ce qu'il faut en retenir
Cette présentation de l'audit réalisé avec l'intelligence artificielle a ouvert pas mal d'opportunités et même si l'on peut penser que cette pratique peut s'apparenter à une forme de délégation, je dirais plutôt que cette technique a surtout pour but d'améliorer vos performances sur tous les aspects.
La qualité qui ressort de cet audit dépend essentiellement de votre compréhension sur le fonctionnement du LLM, de votre méthodologie pour cadrer le projet, les échanges et les informations qui transitent au sein du projet.
C'est quand vous aurez compris tout le fonctionnement de ce modèle que vous serez en mesure d'exploiter pleinement cette méthode.