Prompt engineering pour le SEO : les prompts qui fonctionnent

Le prompt engineering, ou ingénierie de prompt, est la pratique qui consiste à concevoir les instructions données à un modèle d’IA générative pour obtenir un résultat précis, fiable et reproductible. En SEO, c’est ce qui sépare un brief exploitable d’un texte générique, ou une liste de titles utilisables d’une série de formules creuses. Ce guide explique ce qu’est le prompt engineering, les techniques qui fonctionnent réellement, l’anatomie d’un prompt SEO robuste, puis propose une bibliothèque de prompts prêts à adapter pour les tâches les plus courantes : brief éditorial, title, meta description, analyse concurrentielle, classement de mots-clés, maillage interne et commentaire de reporting.

01Qu’est-ce que le prompt engineering ?

Un modèle de langage produit sa réponse à partir de deux choses : ce qu’il a appris pendant son entraînement et ce que vous lui donnez au moment de la requête. Le prompt engineering agit sur la seconde. Il ne rend pas le modèle plus intelligent, il réduit l’ambiguïté : qui parle, à qui, pour quoi faire, avec quelles données, sous quelle forme et avec quelles interdictions.

Prompt, contexte, consigne : les notions de base

• Prompt : l’ensemble du texte envoyé au modèle, qu’il s’agisse d’une question courte ou d’une consigne de plusieurs pages.
• Consigne système (system prompt) : les instructions permanentes qui cadrent le comportement du modèle dans une application ou un workflow, par exemple le ton et les règles de sécurité.
• Contexte : les données fournies au modèle pour qu’il travaille sur du réel : extrait de SERP, export Search Console, plan validé, faits sourcés.
• Format de sortie : la forme attendue (liste, tableau, JSON, HTML), qui conditionne la réutilisation automatique du résultat.

Le point clé pour un usage professionnel : plus la tâche dépend de faits précis, plus le contexte fourni pèse sur la qualité du résultat, davantage que la formulation de la consigne.

Prompt engineer : métier ou compétence ?

Le titre de « prompt engineer » existe dans certaines entreprises, notamment pour concevoir et évaluer les consignes de produits fondés sur l’IA. Pour un consultant SEO, un rédacteur ou un responsable marketing, il s’agit surtout d’une compétence transversale, au même titre que la maîtrise d’un tableur. Elle sert aussi en GEO : pour mesurer la visibilité d’une marque dans les assistants, il faut formuler des prompts de test représentatifs des questions réelles des utilisateurs, ce qui relève de la même discipline. Nous ne donnons pas de fourchette de salaire : les rémunérations varient fortement selon le pays, l’entreprise et le périmètre du poste. Si vous envisagez ce métier, appuyez-vous sur des offres d’emploi récentes plutôt que sur des moyennes non sourcées.

02Les techniques qui fonctionnent

Les techniques ci-dessous sont documentées par les éditeurs de modèles (OpenAI, Anthropic, Google) dans leurs guides officiels, et par des ressources de référence comme le Prompt Engineering Guide. Elles se combinent.

Rôle, contexte et objectif

Indiquer un rôle (« consultant SEO senior »), un lecteur (« responsable e-commerce ») et un objectif (« décider quelles pages retravailler en priorité ») oriente le vocabulaire, le niveau de détail et le type de recommandation. Le rôle seul ne suffit pas : c’est la combinaison avec l’objectif et le contexte qui change la qualité de la réponse.

Exemples (few-shot)

Fournir deux ou trois exemples de la sortie attendue est souvent plus efficace qu’une longue description. Le guide des stratégies de prompt de l’API Gemini recommande d’ailleurs d’inclure systématiquement des exemples, avec une structure et une mise en forme identiques d’un exemple à l’autre. Pour des titles, donnez des exemples qui respectent vos contraintes (longueur, place du mot-clé, ton). Attention : le modèle reproduit aussi les défauts des exemples, et trop d’exemples l’enferment dans leurs schémas. Choisissez-les avec soin et variez leur contenu pour éviter qu’il ne copie une seule formule.

Raisonnement guidé et découpage des tâches

Pour une tâche complexe, demandez au modèle de procéder par étapes, ou mieux, découpez vous-même la tâche en plusieurs prompts : analyser la SERP, puis proposer un plan, puis rédiger une section. Chaque étape est plus facile à contrôler. Nuance importante : avec les modèles dits « de raisonnement », les bonnes pratiques d’OpenAI pour les modèles de raisonnement recommandent des consignes simples et directes, sans demander de « réfléchir étape par étape », puisque le modèle raisonne déjà en interne.

Contexte réel plutôt que connaissances du modèle

La technique la plus rentable en SEO consiste à fournir au modèle les données sur lesquelles il doit travailler, au lieu de le laisser puiser dans ses connaissances générales. C’est le principe de la génération augmentée par récupération (RAG), appliqué ici de façon manuelle : vous collez l’extrait de SERP, l’export Search Console ou le plan validé, et vous demandez au modèle de ne raisonner que sur ce contenu. Deux effets immédiats : les réponses deviennent spécifiques à votre cas, et les erreurs factuelles diminuent parce que le modèle n’a plus besoin de deviner. Précisez toujours la date et l’origine des données fournies, pour qu’il ne les confonde pas avec des informations plus anciennes.

Format de sortie contraint

Imposer un format précis (JSON avec des clés nommées, tableau à colonnes fixes, HTML limité à certaines balises) rend la sortie exploitable par un script ou un workflow n8n. Utilisez des délimiteurs clairs (balises XML, titres de section, triples guillemets) pour séparer consigne, contexte et exemples, comme le recommande aussi OpenAI : le modèle distingue mieux ce qu’il doit faire de ce sur quoi il doit travailler.

03Anatomie d’un prompt SEO robuste

Un prompt SEO fiable suit presque toujours la même structure en six blocs :

1. Rôle et objectif : qui répond et pour quelle décision.
2. Contexte : données réelles collées ou jointes (SERP, export, plan, faits sourcés).
3. Tâche : une seule action principale, décrite avec un verbe précis.
4. Contraintes : longueur, ton, langue, mots à éviter, règles typographiques.
5. Interdictions : ne pas inventer de chiffres, de dates, d’URL, de citations ; signaler ce qui manque.
6. Format de sortie : structure exacte attendue.

Exemple de transformation d’une demande floue en prompt exploitable :

• Avant : « Écris-moi un article SEO sur les chaussures de randonnée. »
• Après : « Tu es rédacteur SEO pour un site e-commerce outdoor. Objectif : aider un randonneur débutant à choisir sa première paire. Voici le plan validé et les questions posées dans la SERP : [coller]. Rédige uniquement la section « Tige haute ou tige basse ? » en 300 mots environ, vouvoiement, sans chiffre ni marque absents du contexte. Si une information manque, écris À COMPLÉTER. Format : HTML avec p, ul, li. »

La seconde version fixe le lecteur, l’objectif, le périmètre, la longueur, les données et le format. Le résultat est plus court, mais directement relisible et intégrable, ce qui fait gagner bien plus de temps que la génération d’un article complet à reprendre entièrement.

Le bloc « interdictions » est celui que l’on oublie le plus souvent et qui évite le plus d’erreurs en SEO. Une consigne comme « si une information n’est pas dans le contexte, écris À COMPLÉTER » transforme une hallucination probable en point de contrôle visible. Un prompt SEO robuste se reconnaît à ce qu’il donne un résultat exploitable sur des cas difficiles, pas seulement sur l’exemple qui a servi à l’écrire : la méthode pour l’éprouver (jeu de cas, critères de réussite, versionnage) est détaillée plus bas, dans la partie consacrée aux tests.

04Bibliothèque de prompts SEO

Les prompts suivants sont des bases à adapter à votre contexte : secteur, ton de la marque, contraintes de votre CMS. Les éléments entre crochets sont à remplacer. Ils fonctionnent avec les principaux assistants (ChatGPT, Claude, Gemini) et dans un nœud LLM de n8n.

Si vous cherchez des prompts ChatGPT pour le SEO, ces modèles s’y collent tels quels. Pour ne pas répéter à chaque conversation les règles qui ne changent pas (vouvoiement, typographie, interdiction d’inventer des chiffres), vous pouvez les enregistrer dans les instructions personnalisées de ChatGPT, disponibles sur toutes les offres. Elles s’appliquent alors à toutes vos conversations : n’y mettez que des règles valables pour tous vos usages, et gardez le rôle, le contexte et la tâche dans chaque prompt.

1. Brief éditorial à partir de la SERP

RÔLE : consultant SEO senior.
OBJECTIF : produire un brief de rédaction pour le mot-clé [mot-clé], marché France.
CONTEXTE : voici le top 10 (titres, URL, type de page) et les questions associées : [coller].
TÂCHE : 1) identifie l'intention dominante et le format attendu ; 2) propose un plan H2/H3 ;
3) liste les questions à traiter ; 4) indique l'angle différenciant possible.
INTERDICTIONS : n'invente aucun volume, chiffre ou source. Si une donnée manque, écris À COMPLÉTER.
FORMAT : sections "Intention", "Plan", "Questions", "Angle", en listes courtes.

Le brief obtenu doit ensuite être validé et enrichi par l’expert, notamment avec les données propriétaires, avant toute rédaction. Le workflow complet est décrit dans notre guide de la rédaction IA pour produire du contenu SEO de qualité.

2. Balise title

RÔLE : spécialiste SEO on-page.
CONTEXTE : page [type de page] sur [sujet]. Mot-clé principal : [mot-clé]. Promesse : [bénéfice].
Titles des concurrents en top 5 : [coller].
TÂCHE : propose 5 titles différents.
CONTRAINTES : 50 à 65 caractères, mot-clé en début de title, pas de majuscules artificielles,
pas d'emoji, pas de chiffre non fourni, français correct.
FORMAT : tableau avec colonnes title, nombre de caractères, angle.

Vérifiez toujours le décompte de caractères : les modèles comptent mal. Un contrôle par formule dans Google Sheets ou par script évite les titles tronqués.

3. Meta description

RÔLE : rédacteur SEO.
CONTEXTE : page sur [sujet], lecteur cible [profil], bénéfice principal [bénéfice],
éléments différenciants [liste].
TÂCHE : rédige 3 meta descriptions.
CONTRAINTES : 145 à 160 caractères, variante naturelle du mot-clé [mot-clé], vouvoiement,
aucune statistique, aucune promesse de résultat garanti.
FORMAT : liste numérotée, avec le nombre de caractères entre parenthèses.

4. Analyse concurrentielle d’un top 10

RÔLE : analyste SEO.
CONTEXTE : contenus des 5 premières pages pour [mot-clé] (plans H2/H3 et extraits) : [coller].
TÂCHE : compare-les et identifie : sujets couverts par tous, sujets couverts par un seul,
sujets absents, type de preuves utilisées (données, exemples, avis d'experts).
INTERDICTIONS : ne juge que ce qui figure dans le contexte fourni.
FORMAT : tableau sujet / pages qui le couvrent / niveau de détail, puis 5 opportunités.

Ce prompt ne remplace pas l’analyse des données (liens, autorité, trafic) : il la complète sur le fond éditorial. Pour la partie données, voir comment automatiser les premières analyses d’un audit SEO IA sans perdre le contrôle.

5. Classement de mots-clés par intention

RÔLE : consultant SEO.
CONTEXTE : liste de mots-clés, un par ligne : [coller].
TÂCHE : attribue à chacun une intention parmi : informationnelle, commerciale,
transactionnelle, navigationnelle, mixte ; propose un cluster thématique.
INTERDICTIONS : n'ajoute ni volume ni difficulté ; n'invente pas de mot-clé.
FORMAT : JSON, une entrée par mot-clé, clés keyword, intent, cluster.

Contrôlez un échantillon de 10 % des lignes avant d’utiliser le résultat : les mots-clés ambigus (une marque qui est aussi un nom commun, par exemple) sont ceux sur lesquels le modèle se trompe le plus.

6. Suggestions de maillage interne

RÔLE : consultant SEO.
CONTEXTE : article à publier (titre et plan) : [coller].
Liste des pages existantes du site (URL, titre, sujet) : [coller].
TÂCHE : propose au maximum 6 liens internes pertinents depuis cet article.
CONTRAINTES : uniquement des URL présentes dans la liste ; ancre descriptive de 3 à 8 mots ;
indique la section de l'article où placer chaque lien.
FORMAT : tableau URL / ancre / section / justification en une phrase.

La contrainte « uniquement des URL présentes dans la liste » est indispensable : sans elle, les modèles inventent volontiers des URL plausibles qui mènent à des pages inexistantes.

7. Commentaire de reporting Search Console

RÔLE : consultant SEO qui rédige pour un directeur marketing.
CONTEXTE : données Search Console sur deux périodes (clics, impressions, CTR, position)
par segment de pages : [coller]. Événements connus sur la période : [mises en production, mises à jour Google].
TÂCHE : rédige un commentaire de 5 lignes maximum : ce qui a changé, l'hypothèse la plus probable,
l'action recommandée.
INTERDICTIONS : ne présente pas une hypothèse comme une certitude ; ne cite aucun chiffre absent du contexte.
FORMAT : texte simple, une phrase par ligne.

05Tester, versionner et automatiser ses prompts

Un prompt qui a bien fonctionné une fois n’est pas encore un prompt fiable. La documentation d’Anthropic pose d’ailleurs ce préalable : définir des critères de réussite et un moyen de les tester avant même de chercher à améliorer un prompt. Pour l’industrialiser :

• Testez sur un jeu de cas : cinq à dix exemples réels, dont des cas difficiles (mot-clé ambigu, SERP mixte, sujet réglementé).
• Définissez des critères de réussite : respect du format, longueur, absence de chiffre inventé, pertinence jugée par un expert.
• Versionnez : conservez chaque prompt avec sa date, le modèle utilisé et les limites observées, dans un référentiel partagé par l’équipe.
• Retestez à chaque changement de modèle : un prompt optimisé pour un modèle peut se comporter différemment avec la version suivante.
• Automatisez ce qui est stable : dans n8n, le prompt devient un paramètre d’un nœud LLM, alimenté par les données d’un Google Sheet, avec une sortie JSON réécrite dans le Sheet et une colonne de validation humaine.

Une grille de test simple suffit pour décider si un prompt est prêt pour la production. Pour chaque cas testé, notez oui ou non sur cinq critères : format respecté, contraintes de longueur respectées, aucune donnée inventée, pertinence validée par l’expert, sortie utilisable sans réécriture lourde. Un prompt qui obtient « oui » partout sur neuf cas sur dix peut être automatisé ; en dessous, ajustez la consigne, ajoutez un exemple ou découpez la tâche. Conservez les cas d’échec : ils deviennent votre jeu de test pour la version suivante du prompt.

Ces principes s’inscrivent dans une démarche plus large d’usage de l’IA en référencement, détaillée dans notre guide complet IA et SEO. Pour la production de contenus à plus grande échelle, la question devient celle du contrôle qualité, traitée dans le guide de rédaction IA cité plus haut, qui décrit le workflow complet du brief à la relecture experte.

06Erreurs fréquentes et comment apprendre

Les erreurs les plus courantes en prompt engineering appliqué au SEO :

• Demander des données au modèle : volumes, positions, backlinks. Il ne les connaît pas et peut les inventer. Fournissez-les ou utilisez un outil connecté.
• Tout demander en une fois : un prompt qui mélange analyse, plan et rédaction produit un résultat moyen partout.
• Oublier le lecteur : sans cible définie, le modèle écrit pour tout le monde, donc pour personne.
• Surcharger de consignes contradictoires : « court mais exhaustif », « expert mais accessible à tous ». Priorisez.
• Ne pas relire : même un excellent prompt produit des erreurs ponctuelles. La validation humaine reste obligatoire avant publication.
• Ignorer l’injection de prompt : quand un workflow transmet au modèle le contenu de pages tierces (pages concurrentes, avis, e-mails), ces contenus peuvent contenir des instructions cachées qui détournent la consigne. L’OWASP place l’injection de prompt, directe ou indirecte comme ici, au premier rang (LLM01) de ses risques pour les applications fondées sur les LLM. Séparez clairement consignes et données avec des délimiteurs, rappelez au modèle de traiter le contexte comme de simples données, et ne laissez jamais un modèle déclencher seul une action (publication, envoi, modification) à partir de contenus externes.

Pour apprendre, la méthode la plus efficace reste la pratique sur vos propres tâches : partez d’un prompt de cette bibliothèque, comparez les sorties de deux formulations sur les mêmes cas, notez ce qui change. Complétez avec les guides officiels des éditeurs, qui évoluent avec chaque génération de modèles, et avec le Prompt Engineering Guide de DAIR.AI, disponible en français. Enfin, partagez vos prompts au sein de l’équipe : une bibliothèque commune, commentée et datée, évite que chacun réinvente ses consignes et permet d’homogénéiser la qualité des livrables, en particulier quand plusieurs rédacteurs ou consultants travaillent pour les mêmes clients. Pour l’ensemble des ressources SEO du site, consultez la rubrique SEO.