Agent IA SEO : construire un agent avec Make ou n8n, et savoir où s’arrête l’automatisation
Architecture, tutoriel n8n pas à pas, équivalent Make, garde-fous et limites : ce qu’un agent IA peut automatiser dans une stratégie SEO, et ce qu’il ne remplace pas.

- Un agent IA SEO combine un déclencheur, un modèle de langage, des outils connectés, une mémoire structurée et une validation humaine avant toute action sur le site.
- Dans un agent fiable, les calculs restent faits par le code et le modèle n’intervient que pour interpréter, prioriser ou rédiger un premier jet à partir de données réelles.
- Le nœud AI Agent de n8n gère outils, sortie structurée et validation humaine par Slack ou chat ; les Make AI Agents restaient signalés en bêta en octobre 2026.
- Le coût réel cumule la plateforme, la consommation du modèle facturée à l’usage, les API de données SEO et la maintenance, souvent le poste le plus sous-estimé.
- Publier en masse sans relecture expose au spam de contenu à grande échelle visé par Google, y compris lorsque les pages sont générées avec l’IA.
- Un agent travaille comme un analyste junior très rapide : la stratégie, l’expérience, les arbitrages et la validation finale restent du ressort d’un humain.
Un agent IA SEO est un workflow dans lequel un modèle de langage choisit lui-même les outils à appeler (Search Console, données de SERP, CMS, Google Sheets) pour atteindre un objectif SEO, puis soumet ses propositions à une validation humaine. Avec n8n, on le construit autour du nœud AI Agent ; avec Make, autour des Make AI Agents, encore signalés en bêta sur la page tarifs. L’agent automatise la collecte, l’analyse et les premiers jets : il ne remplace ni la stratégie, ni le jugement, ni la validation finale.
Ce tutoriel détaille l’architecture d’un agent, un exemple pas à pas avec n8n et son équivalent avec Make, les cas d’usage réalistes, les coûts et les limites. Pour le panorama des agents autonomes et de leurs enjeux, l’article de fond comment les agents autonomes transforment le SEO complète cette approche pratique.
01Agent IA SEO : de quoi parle-t-on exactement
Un workflow classique suit un chemin fixe : étape 1, puis étape 2, puis étape 3. Un agent reçoit un objectif et une boîte à outils, et décide de l’ordre des appels selon ce qu’il trouve. Cette souplesse est utile pour l’analyse, risquée pour l’exécution.
| Critère | Workflow automatisé | Agent IA |
|---|---|---|
| Logique | Règles fixes définies à l’avance | Le modèle choisit les outils et l’ordre |
| Prévisibilité | Élevée | Variable d’une exécution à l’autre |
| Idéal pour | Extraire, calculer, publier, alerter | Interpréter, prioriser, rédiger un premier jet |
| Risque principal | Cas non prévus | Erreurs plausibles, actions non souhaitées |
Dans un bon agent SEO, les calculs restent déterministes et le modèle n’intervient que là où il apporte du jugement. Le modèle interprète des chiffres, il ne les invente pas.
La question qui revient souvent, posée notamment dans la vidéo d’Arthur Villecourt « AI Agent Make: What if your SEO no longer needed a human? » (mai 2025, démonstration de Joanny Thevenin sur Make), est celle de l’autonomie totale. La réponse courte : un agent peut faire beaucoup de travail préparatoire, mais un humain doit rester responsable de ce qui est publié et modifié.
02L’architecture d’un agent IA SEO en cinq briques
Quel que soit l’outil, un agent SEO fiable repose sur les mêmes composants.
Le déclencheur
Il lance l’agent : une planification (chaque lundi à 8 h), un événement (nouvelle page publiée, alerte de trafic) ou un message dans un chat. Pour le SEO, la planification hebdomadaire ou mensuelle couvre la plupart des besoins.
Le modèle de langage
C’est le moteur de décision : OpenAI, Anthropic, Mistral ou un autre fournisseur. Il reçoit un message système qui fixe son rôle, ses règles et le format de sortie attendu. Un modèle plus puissant raisonne mieux sur des données complexes, mais coûte plus cher par exécution.
Les outils
- Search Console : clics, impressions, CTR et positions par page et par requête, via l’API.
- Données de SERP : pages concurrentes, fonctionnalités affichées, via une API d’outil SEO.
- CMS : lecture du contenu d’une page, création de brouillons (jamais de publication directe sans validation).
- Google Sheets ou base de données : historique des analyses, liste des pages suivies, file de tâches.
- Messagerie : Slack, e-mail ou Telegram pour les rapports et les demandes d’approbation.
La mémoire
La mémoire de conversation sert à suivre un échange en plusieurs messages. Pour un agent SEO, la mémoire utile est plutôt un historique structuré : pages déjà analysées, recommandations déjà faites, décisions prises. Stockez-le dans un tableur ou une base que l’agent consulte comme un outil.
La validation humaine
C’est la brique qui rend l’agent utilisable en production. Toute action qui modifie le site, envoie un message à l’extérieur ou supprime des données doit passer par une approbation explicite.
03Tutoriel : un agent n8n qui détecte les pages qui décrochent
L’exemple suivant construit un agent qui repère chaque semaine les pages en perte de clics, en cherche la cause probable et propose un plan d’action à valider. Il s’appuie sur le nœud AI Agent de n8n (Tools Agent), qui accepte un modèle de chat, une mémoire et des outils, et propose une étape de validation humaine avant l’exécution de certains outils.
- Planifier : un nœud Schedule Trigger lance le workflow chaque lundi matin.
- Extraire les données : un nœud HTTP Request, authentifié avec un identifiant Google OAuth2, interroge l’API Search Console pour les 28 derniers jours et les 28 jours précédents, par page.
- Calculer les écarts : un nœud Code compare les deux périodes et ne garde que les pages dont la perte de clics dépasse un seuil que vous fixez. Le calcul reste hors du modèle.
- Configurer l’agent : le nœud AI Agent reçoit la liste des pages, un modèle de chat et un message système. Gardez la valeur par défaut de 10 itérations maximum, ou réduisez-la pour limiter les coûts.
- Donner des outils : un outil Google Sheets pour lire l’historique, un outil HTTP Request pour récupérer la SERP de la requête principale, un sous-workflow pour lire le contenu de la page. Les serveurs MCP peuvent aussi servir d’outils.
- Imposer un format : activez l’option de format de sortie avec un Structured Output Parser, pour obtenir pour chaque page une cause probable, un niveau de confiance et une action proposée.
- Ajouter la validation humaine : dans la section Human review du panneau d’outils, reliez l’outil d’écriture (création de tâches dans le tableur) à une approbation par Slack ou par chat.
- Restituer : un dernier nœud envoie un résumé à l’équipe, avec les liens vers les pages et les actions validées.
Exemple de message système, à adapter :
Tu es un analyste SEO. Pour chaque page fournie, utilise uniquement les données
des outils (Search Console, SERP, contenu de la page). N'invente aucun chiffre.
Classe la cause probable parmi : intention de recherche, concurrence, contenu
obsolète, problème technique, saisonnalité, indéterminé.
Si les données ne permettent pas de conclure, réponds "indéterminé".
Propose une seule action prioritaire par page. Tu ne modifies jamais le site.Testez d’abord sur cinq ou six pages dont vous connaissez la situation, et comparez les diagnostics de l’agent aux vôtres. Pour d’autres scénarios prêts à adapter, voyez les modèles de workflows n8n pour le SEO et les cinq workflows concrets pour automatiser son SEO avec n8n.
04L’équivalent avec Make
Make propose ses propres agents, construits dans l’interface visuelle à côté des scénarios classiques. Selon la page officielle des Make AI Agents, l’agent raisonne, choisit l’étape suivante et déclenche des actions parmi plus de 3 500 intégrations. Un panneau Reasoning affiche chaque étape, et vous pouvez ajouter des approbations manuelles ou arrêter l’agent à des points précis.
La transposition du tutoriel :
- un scénario planifié récupère les données de la Search Console et calcule les écarts avec les modules natifs ;
- l’agent reçoit la liste des pages, ses instructions et les outils autorisés (lecture d’un Google Sheet, requête HTTP vers une API de SERP) ;
- une approbation manuelle précède toute écriture ;
- un module final envoie le rapport par e-mail ou dans Slack.
Sur la page tarifs, les Make AI Agents sont indiqués en bêta et disponibles sur toutes les formules, avec le fournisseur IA de Make ou votre propre clé d’API de modèle. Vérifiez leur statut au moment de votre projet.
05n8n ou Make pour un agent IA SEO
Les deux outils permettent de construire un agent SEO. Les différences tiennent surtout à l’hébergement, à la facturation et au niveau technique de l’équipe.
| Critère | n8n | Make |
|---|---|---|
| Brique agent | Nœud AI Agent (Tools Agent) | Make AI Agents (bêta) |
| Validation humaine | Human review avant certains outils (Slack, chat, Telegram…) | Approbations manuelles et points d’arrêt |
| Hébergement | Cloud ou auto-hébergé (édition Community) | Cloud uniquement |
| Facturation | Par exécution complète de workflow | Par crédits consommés |
| Prix d’entrée relevé | Starter à 20 € par mois en annuel (2 500 exécutions) | Free (1 000 crédits), Core à 12 $ par mois pour 10 000 crédits |
| Profil | Équipes à l’aise avec le code et les API | Équipes qui privilégient la prise en main visuelle |
Les prix ont été relevés sur les pages tarifs de n8n et de Make en octobre 2026, hors coût des modèles de langage. Le comparatif complet n8n, Make ou Zapier détaille les autres critères de choix.
06Cas d’usage réalistes d’un agent IA SEO
Le bon niveau d’autonomie dépend du risque de chaque tâche. Plus l’action touche le site public, plus la validation humaine doit être stricte.
| Cas d’usage | Ce que fait l’agent | Ce que valide l’humain |
|---|---|---|
| Veille de positions | Repère les variations significatives et les résume | L’interprétation et les priorités |
| Pages qui décrochent | Croise Search Console, SERP et contenu, propose une cause | Le diagnostic et l’action retenue |
| Brief éditorial | Analyse le top 10 et prépare une structure | L’angle, les sources, le plan final |
| Maillage interne | Suggère des liens et des ancres entre pages proches | La pertinence de chaque lien avant intégration |
| Rapport mensuel | Assemble les chiffres et rédige un premier commentaire | Les conclusions transmises au client ou à la direction |
| Contrôle technique | Compare deux crawls et signale les nouvelles erreurs | La correction et sa mise en production |
Ces scénarios s’inscrivent dans une démarche plus large d’automatisation SEO. Pour interroger vos données sans construire de workflow, le MCP appliqué au SEO connecte directement Search Console, GA4 et Ahrefs à un assistant, et Claude Code pour le SEO couvre la production de pages avec garde-fous.
07Surveiller l’agent une fois en production
Un agent qui tourne sans surveillance finit par produire des résultats dégradés sans que personne ne s’en aperçoive : une API change de format, un quota est atteint, le modèle interprète différemment une consigne. Quelques réflexes suffisent à garder le contrôle.
- Conserver les étapes intermédiaires : l’option Return Intermediate Steps du nœud AI Agent garde la trace des outils appelés, utile pour comprendre un diagnostic surprenant.
- Prévoir un workflow d’erreur : une alerte par e-mail ou Slack dès qu’une exécution échoue, plutôt qu’un rapport hebdomadaire qui ne part pas.
- Versionner les instructions : notez la date et le contenu de chaque modification du message système, pour relier un changement de comportement à sa cause.
- Contrôler un échantillon : chaque mois, relisez quelques diagnostics au hasard et comparez-les à votre propre analyse.
- Suivre la consommation : surveillez les exécutions et les jetons consommés, pour repérer une boucle ou une donnée trop volumineuse envoyée au modèle.
08Retour d’expérience : un agent de production de contenu
J’ai mis en place un workflow n8n de production de contenu pour un site touristique : trois articles par jour pendant six mois, avec un agent chargé de suivre l’actualité de la destination pour proposer les sujets. Je ne publie pas de chiffres de résultat sur ce projet.
Ce type de projet met en évidence trois points de vigilance :
- Les sources d’abord : l’agent doit partir d’informations vérifiables (actualité, agenda, données officielles), jamais de sa seule connaissance du modèle.
- Un cadre éditorial écrit : ton, structure, sujets exclus et règles de vérification doivent figurer dans les instructions, sinon la qualité dérive au fil des semaines.
- Un rythme soutenable pour la relecture : le volume produit doit rester compatible avec le temps de contrôle disponible, sans quoi la validation devient une formalité.
09Coûts et limites d’un agent IA SEO
Ce que coûte réellement un agent
- La plateforme : abonnement n8n ou Make, ou serveur pour n8n auto-hébergé.
- Le modèle de langage : facturé à l’usage par le fournisseur, selon la longueur des données envoyées et le nombre d’itérations.
- Les données : API d’outils SEO pour la SERP ou les backlinks, souvent soumises à crédits.
- La maintenance : API qui changent, prompts à ajuster, erreurs à surveiller. C’est souvent le poste le plus sous-estimé.
Estimez le coût sur une dizaine d’exécutions réelles avant de généraliser : la consommation de jetons varie fortement selon le volume de données passé au modèle.
Hallucinations et qualité
Un modèle peut produire une cause plausible mais fausse, citer une donnée absente ou mal lire un tableau. Les garde-fous : calculs faits par le code, sources limitées aux outils, sortie structurée, réponse « indéterminé » autorisée, et contrôle par échantillon des diagnostics.
Contenu à grande échelle : le risque de spam
Les règles de Google concernant le spam visent explicitement l’abus de contenu à grande échelle : générer de nombreuses pages dans le but principal de manipuler le classement, y compris avec des outils d’IA générative, sans apporter de valeur aux utilisateurs. Un agent qui publie en masse sans relecture expose le site à ce risque, quelle que soit la qualité apparente des textes.
10Le SEO peut-il se passer d’humain ?
Non, et ce n’est pas une question d’outil. Un agent exécute très bien des tâches répétitives à partir de données fiables. Il ne porte ni la responsabilité de ce qui est publié, ni la connaissance du métier, ni les arbitrages business.
Ce qui reste humain dans une stratégie SEO :
- choisir les marchés, les sujets et les pages qui comptent pour l’entreprise ;
- apporter l’expérience, les exemples et les preuves que le modèle n’a pas ;
- arbitrer entre deux recommandations contradictoires ;
- valider ce qui est publié, modifié ou supprimé ;
- expliquer les résultats et les décisions à une direction ou à un client.
Le bon modèle est celui d’un analyste junior très rapide, encadré par un consultant qui fixe le cadre et valide. C’est l’approche proposée pour la création d’un agent IA sur mesure, du choix des outils connectés aux règles de validation.
11Questions fréquentes
Qu’est-ce qu’un agent IA SEO ?
C’est un programme qui combine un modèle de langage et des outils connectés (Search Console, données de SERP, CMS, tableur) pour accomplir une tâche SEO : analyser des pages en baisse, préparer un brief, suggérer des liens internes. Contrairement à un workflow fixe, il choisit lui-même les outils à appeler selon les données qu’il trouve.
Peut-on créer un agent IA SEO sans coder ?
En grande partie, oui. n8n et Make proposent des briques d’agent configurables visuellement, avec des connecteurs pour Google Sheets, Slack ou les requêtes HTTP. Quelques notions restent utiles : lire une API, structurer des données en JSON, écrire un message système précis. Un nœud de code simple facilite aussi les calculs.
n8n ou Make : lequel choisir pour un agent IA ?
n8n convient aux équipes techniques qui veulent l’auto-hébergement, une facturation par exécution complète et une validation humaine intégrée aux outils de l’agent. Make convient aux équipes qui privilégient une prise en main visuelle en cloud, avec une facturation par crédits. Ses agents étaient encore signalés en bêta en octobre 2026.
Combien coûte un agent IA SEO ?
Le coût cumule l’abonnement à la plateforme (à partir de 20 € par mois en annuel pour n8n Starter, offre gratuite limitée chez Make), la consommation du modèle de langage facturée à l’usage, les API de données SEO et le temps de maintenance. Mesurez-le sur quelques exécutions réelles avant de généraliser.
Un agent IA peut-il rédiger et publier des articles automatiquement ?
Techniquement oui, mais la publication sans relecture est déconseillée. Google considère comme du spam la génération de nombreuses pages sans valeur dans le but de manipuler le classement, y compris avec l’IA. Laissez l’agent préparer des brouillons sourcés, et gardez une validation humaine avant chaque publication.
- Documentation n8n : Tools Agent – Sous-nœuds modèle de chat, mémoire et outils, message système, 10 itérations maximum par défaut, sortie structurée via parser, human review avant certains outils (Chat, Slack, Telegram).
- Documentation n8n : AI Agent node – Au moins un outil requis, serveurs MCP utilisables comme outils, réglage du type d’agent déprécié depuis la version 1.82.0 (tous en Tools Agent).
- Make : AI Agents – Agents qui raisonnent et déclenchent des actions parmi plus de 3 500 intégrations, panneau Reasoning, approbations manuelles possibles, disponibles sur tous les plans.
- Make : Pricing – Free (1 000 crédits), Core 12 $, Pro 21 $, Teams 38 $ par mois pour 10 000 crédits ; Make AI Agents (bêta) sur toutes les formules, avec le fournisseur IA de Make ou sa propre clé.
- Google Search Central : règles concernant le spam – Abus de contenu à grande échelle : génération de nombreuses pages pour manipuler le classement, y compris avec des outils d’IA générative, sans valeur pour les utilisateurs.
