Conseil & ingénierie en IA agentique
Études de cas
Distribution B2B

Une chaîne de contenu supervisée, pour le référencement et la relation client

3 août 2026 · 6 min de lecture · Automatisation & productivité

Cas anonymisé

Les faits, les contraintes et les chiffres sont réels. Le client n'est pas nommé.

Une chaîne de contenu supervisée, pour le référencement et la relation client

Le client & le problème

Ce distributeur, qui équipe les collectivités et les entreprises de travaux publics, disposait d'un blog destiné à soutenir son référencement et à apporter des conseils à ses clients (élus locaux, directeurs des services techniques, conducteurs de travaux). Le calendrier éditorial était ambitieux, les sujets identifiés, l'audience claire. Dans les faits, le blog publiait deux articles par trimestre : le contenu est la première tâche sacrifiée quand la semaine déborde.

Deux conséquences en découlaient. Le canal d'acquisition était à l'arrêt, sur un marché où la décision d'achat commence par une recherche en ligne. Et l'expertise de l'entreprise ne parvenait pas à ses clients : les conseils utiles (réglementation, normes de voirie, choix d'aménagement) restaient dans les têtes, faute de temps pour les écrire.

L'enjeu

Pour la direction, le contenu sert deux objectifs, qui exigent tous deux de la régularité. Le référencement d'abord : les moteurs de recherche, comme les réponses des assistants IA, favorisent la fréquence et la fraîcheur des publications. La relation client ensuite : un contenu utile entretient le lien, établit l'expertise et fait revenir l'acheteur. Les deux supposent une production soutenue et exacte, sans recrutement, et sans approximation réglementaire qui coûterait en crédibilité auprès d'acheteurs publics.

La réponse apportée

Nous avons conçu et déployé l'« espace commun » : une chaîne d'agents spécialisés qui, déclenchée automatiquement, mène un sujet de l'idée à l'article publié, puis à sa déclinaison LinkedIn. L'entreprise pilote l'ensemble depuis son administration, sans toucher au code.

La publication suit un rythme fixe. À intervalle régulier, les agents choisissent un sujet, rédigent un article de fond documenté et l'illustrent, puis préparent le post LinkedIn associé. Deux modes de publication sont proposés : automatique, ou après validation par un membre de l'équipe, qui relit l'article dans l'administration avant sa mise en ligne. La cadence ne dépend plus de la disponibilité d'un rédacteur ; aucun planning manuel n'avait réussi à la tenir.

Les sujets suivent l'actualité du secteur. Avant d'écrire, un agent interroge le web pour repérer ce qui évolue dans l'univers des collectivités et des travaux publics (une réglementation, un décret, une tendance d'aménagement), puis vérifie que le sujet n'a pas déjà été traité. Le contenu répond aux questions des acheteurs et peut s'illustrer de produits tirés d'un catalogue de plusieurs milliers de références.

Le référencement est outillé. Un agent dédié optimise chaque article (structure des titres, mots-clés cibles, maillage interne) et un agent évaluateur en note la qualité. Tous deux sont développés ; leur réintégration dans la chaîne fiabilisée est en cours.

La ligne éditoriale est fixée par l'équipe. Le style de rédaction, les consignes et les gabarits d'illustration que suivent les agents sont réunis dans une configuration que l'équipe modifie elle-même. Changer le ton, durcir une exigence ou ajuster une charte se fait sans développement.

Le coût d'un article devient marginal : quelques centimes de traitement par pièce, contre plusieurs heures de travail. La publication cesse d'être un arbitrage budgétaire.

Sous le capot (pour les équipes techniques)

L'architecture repose sur une chaîne d'agents spécialisés bâtie sur Google Agent Development Kit (ADK), orchestrée en séquence : un agent sujet (recherche web en temps réel via l'outil google_search, et contrôle des doublons sur les 30 derniers articles), un agent de rédaction (à partir d'un prompt de style versionné, stocké en base), un agent image, un agent SEO, un agent qualité, un agent de publication (directe, ou après validation humaine) et un agent LinkedIn (visuel 1:1 et texte d'accompagnement). Pour les modèles : Gemini Flash pour le texte (gamme rapide et économique, d'où le coût par article négligeable), Gemini Flash Image pour les visuels, avec la possibilité d'injecter des images de produits du catalogue en référence pour rester cohérent avec celui-ci.

Le contrôle qualité est codé dans le système. Un agent évaluateur, sur le principe du modèle juge (LLM-as-a-judge), s'appuie sur une fonction qui note l'article selon 7 critères pondérés (longueur, structure des titres, présence des mots-clés cibles, qualité SEO, image, lien interne, mot-clé en introduction). Elle produit un score sur 10 et renvoie l'article en réécriture sous le seuil de 7/10, avec des indications de correction (2 réécritures au maximum). Les contrôles déterministes passent en premier, le jugement par modèle ensuite, l'intervention humaine en exception.

La fiabilité d'exécution a imposé une refonte. Dans la première version, la chaîne tournait en tâche de fond du serveur (asyncio) et s'interrompait dès que l'hébergement sans serveur (serverless, Cloud Run) recyclait l'instance. Elle tourne aujourd'hui en Cloud Run Job : l'exécution va à son terme et n'est facturée que pendant qu'elle tourne. Le déclenchement passe par Cloud Scheduler, la persistance et l'état en temps réel par Firestore ; les visuels sont stockés dans Firebase Storage.

Deux chemins coexistent aujourd'hui. La conception ADK complète (7 agents, porte qualité) est codée. Le chemin en production est une orchestration Python directe, retenue pour sa robustesse : les modèles n'y interviennent que pour la rédaction et le texte LinkedIn, l'image et la publication étant pilotées en Python. Ce chemin publie un article par exécution et n'intègre pas encore l'agent qualité ni l'agent SEO. La priorité est allée à une chaîne stable ; la réintégration de la notation automatique est en cours.

Résultats

  • Une chaîne de publication en production, de la veille sur l'actualité du secteur à l'article publié et illustré, avec sa déclinaison LinkedIn prête à diffuser.
  • Deux modes de publication, au choix de l'équipe : automatique, ou après validation humaine.
  • Un référencement alimenté en continu : la cadence ne dépend plus d'une personne, et les sujets, ancrés dans l'actualité, ne se répètent pas.
  • Des conseils utiles aux acheteurs publics, appuyés sur le catalogue de l'entreprise.
  • Une voix de marque pilotée par le métier : style, consignes et chartes modifiables sans développement.
  • Un coût par article quasi nul.
  • Statut : la chaîne est en production et publie un article par exécution. La notation qualité automatique (score sur 10, réécriture sous le seuil) est développée et testée ; sa réintégration dans le flux fiabilisé est en cours. Le dispositif ne revendique aucun chiffre de performance commerciale ; son apport est la régularité de publication.

Portée

Le dispositif s'adresse aux entreprises dont le blog publie irrégulièrement ou dépend d'une seule personne. Il assure la régularité de publication. L'équipe fixe la ligne éditoriale, les consignes et les chartes, et choisit de valider chaque article avant sa mise en ligne ou de laisser la publication automatique.

Poursuivre la lecture
Toutes les études de cas

Ce site mesure son audience avec Google Analytics, si vous l'acceptez. Aucun autre traceur.