Prioriser 5 articles à rédiger cette semaine grâce aux données GEO
Résultat visé
Cinq briefs de contenu classés selon les preuves de visibilité observées
Identifier la demande
Évaluer les lacunes
Sélectionner cinq pistes
Construire les briefs
Lancez le workflow en un clic
Rien à remplir : le prompt s’exécute tel quel et vous demande les informations qui lui manquent.Lancer dans Claude et Lancer dans ChatGPT ouvrent un nouvel onglet avec le prompt déjà saisi. Rien n’est envoyé avant votre validation.
- Sélection d’articles classée par priorité
- Groupes de prompts cibles
- Cartographie des preuves concurrentielles
- Cinq briefs prêts à exécuter
- Un forfait Qwairy Starter ou supérieur avec un suivi actif
- Claude ou ChatGPT avec le connecteur MCP Qwairy activé
- Suffisamment de données de suivi récentes sur le sujet choisi
La recherche de mots-clés vous indique ce que les internautes saisissent dans Google. Elle ne dit rien des marques qu’un moteur IA nomme lorsqu’on lui demande la meilleure option de votre catégorie. Ce workflow part des questions suivies où les concurrents apparaissent et vous non, puis classe les briefs selon le score que Qwairy calcule déjà. Les signaux de prompts n’interviennent ici que comme filtre ; le guide du portefeuille vous apprend à les interpréter.
Le problème GEO résolu
Le classement dans les résultats de recherche et la citation par l’IA sont deux mesures différentes. Une page peut arriver en tête de Google sans jamais être citée par un assistant, qui puise dans les sources et les angles de présentation auxquels il fait déjà confiance pour cette question.
Le classement des priorités est le deuxième problème. La planification éditoriale aboutit généralement à une liste ordonnée selon l’intuition de quelqu’un sur l’impact, ce qui ne permet pas de débat fondé. L’Action Center attribue déjà à ses recommandations un score de 0 à 100 : la dernière étape est donc un tri.
Les étapes du workflow
1. Faites ressortir les lacunes. get_content_opportunities renvoie les questions où les concurrents directs sont nommés et vous non, ainsi que celles ayant reçu au moins deux réponses où vous apparaissez dans moins de 30% des réponses. Les deux listes sont plafonnées à 10 lignes : un résultat limité signifie donc un ensemble de prompts restreint, pas un marché saturé.
2. Filtrez selon le signal stratégique. get_prompt_signals répartit vos prompts entre attack, defend, monitor et ignore, et renvoie les principaux prompts attack et defend avec leur part de voix et leur score de priorité, en ajoutant une valeur d’ouverture uniquement à la liste attack. Chacun des quatre décomptes peut être nul ; lorsque les deux sélections sont vides, les questions de l’étape 1 permettent de poursuivre le workflow.
3. Élargissez chaque question. get_query_fan_out renvoie les requêtes de recherche web observées dans les réponses suivies, chacune avec les prompts dont elle provient et votre taux de présence. Une requête rattachée à plusieurs prompts permet de couvrir davantage de terrain par article. Les réponses qui ne déclenchent jamais de recherche web ne produisent aucun résultat.
4. Lisez ce qui fonctionne aujourd’hui. get_prompt_answers, puis get_answer_details, donnent accès au texte généré : qui est nommé, dans quel ordre et avec quelles sources citées.
5. Classez à partir de la liste notée. get_actions renvoie par défaut la liste active sur tout l’historique, avec les éléments suggérés, en attente et en cours, chaque ligne comportant un score de priorité de 0 à 100, une étiquette d’effort et une checklist. Transmettez le même périmètre de preuve de 30 jours et filtrez sur CONTENT_GAP et CONTENT_OPTIMIZE pour que la liste de candidats corresponde aux lacunes ci-dessus.
Ce qu’une exécution renvoie réellement
Une période réelle de 30 jours a atteint le plafond des deux listes : 10 questions manquées et 10 à faible visibilité. Chaque ligne à faible visibilité se situait à 0 pour cent sur 13 à 16 réponses chacune. Les signaux de prompts sur le même ensemble ont renvoyé 0 attack et 0 defend sur 155 prompts.
Les deux solutions de repli s’activent en même temps, ce qui est le cas à anticiper. Dix questions manquées au plafond signifient que le nombre réel est plus élevé et la liste tronquée : le nombre de concurrents est donc le seul tri honnête. Et une ligne à faible visibilité à 0 pour cent sur 16 réponses n’est pas une position faible à défendre, mais une absence : le même travail qu’une question manquée, sous un autre intitulé.
Comment exploiter les résultats
Enregistrez l’état actuel de chaque prompt cible avant toute publication. Vous publiez pour agir sur les prompts, pas sur l’article, et cet instantané rend la situation après publication interprétable.
Si les deux filtres de type ne renvoient rien, il n’existe aucune liste notée à trier : revenez donc aux questions de l’étape 1, classées par nombre de concurrents distincts, et précisez que le classement est le vôtre.
Sinon, triez les actions renvoyées par score de priorité décroissant et remplissez la semaine en partant du haut. Le score est rattaché à des niveaux : 70 et plus correspond au niveau critique, 40 à 69 au niveau élevé, moins de 40 au niveau standard. Arrêtez-vous à 40. Si seules trois lignes atteignent ce seuil, rédigez trois articles plutôt que de faire remonter un élément du niveau standard. À score égal, prenez d’abord la ligne d’effort LOW.
Le prompt complet
Je veux cinq idées d’articles à rédiger cette semaine, classées selon mes données GEO. Liste les marques que je suis et, s’il y en a plusieurs, demande laquelle utiliser avant de récupérer quoi que ce soit.
Guide-moi étape par étape, en expliquant ce que chacune révèle :
1. Récupère les opportunités de contenu sur les 30 derniers jours. Montre les questions manquées et celles à faible visibilité, en classant les questions manquées par nombre de concurrents distincts.
2. Exécute les signaux de prompts avec une limite de 10. Affiche les quatre décomptes de catégories et les principaux prompts attack et defend. Si les deux sélections sont vides, indique-le, ignore le filtre de signal et poursuis avec les questions de l’étape 1.
3. Exécute les sous-requêtes sur les 30 derniers jours. Relie les requêtes aux identifiants des prompts sélectionnés avec le champ prompts de chaque ligne. Si aucun résultat n’est renvoyé, indique-le et poursuis plutôt que d’inventer un arbre.
4. Pour un maximum de cinq identifiants de prompts sélectionnés, récupère les réponses aux prompts, puis les détails des réponses les plus pertinentes. Indique les concurrents nommés, leur ordre et les sources citées.
5. Récupère les actions avec period 30 et les mêmes filtres, d’abord avec type CONTENT_GAP, puis avec type CONTENT_OPTIMIZE. Écarte toute ligne qui ne correspond pas à un article à rédiger, trie le reste par score de priorité décroissant et conserve les cinq premières avec titre, score, effort, checklist, prompts cibles, contexte concurrentiel et faits à vérifier par le rédacteur.
Applique ces règles de classement à la lettre. Ne garde que les lignes dont le score atteint 40 ou plus, renvoie moins de cinq candidats si moins de cinq atteignent ce seuil et indique combien tu en as écarté. Départage les égalités par effort, LOW avant MEDIUM avant HIGH. Si les deux appels ne renvoient rien, indique que la liste ne contient aucun élément de contenu, puis classe les questions manquées de l’étape 1 par nombre de concurrents distincts et celles à faible visibilité par taux de visibilité croissant, en précisant que le classement est le tien. Si l’étape 1 était également vide, arrête-toi et indique qu’aucune lacune n’est apparue sur cette période.
Termine en enregistrant la visibilité actuelle et la part de voix de chaque prompt cible comme état de référence avant publication.
Exécutez ce playbook sur vos propres données de visibilité IA.
Connectez Qwairy à Claude, récupérez les signaux précis du workflow et obtenez un livrable prêt à utiliser.
Playbooks associés
Construire une stratégie de citations YouTube
Auditez les citations YouTube, comparez les marques associées aux vidéos citées, examinez les réponses IA pertinentes et construisez une stratégie vidéo mesurable avec Qwairy MCP et Claude.
Suivre les retombées RP dans les citations IA
Construisez une stratégie de relations presse éclairée par les données de citation IA. Identifiez les publications les plus présentes dans les réponses suivies, repérez les écarts de couverture concurrentielle, priorisez les propositions éditoriales et suivez les évolutions de visibilité avant et après les parutions.
Auditer la concentration des sources dans les réponses IA suivies
Auditez l’écosystème de sources de vos réponses IA suivies. Mesurez la concentration des citations, identifiez les types de sources peu représentés, comparez les signaux de sources des concurrents et construisez un backlog de diversification.