Je gère la recherche organique sur 91 000 pages sur Deluxe Astrology, 28 000 pages de SEO programmatique sur HostList.io, et l'ensemble du portefeuille client de Seahawk Media. Le travail d'audit qui me prenait une journée complète par site prend maintenant 90 minutes dans Claude Code, et le résultat est plus rigoureux que la version manuelle. Ceci est le workflow réel que j'exécute, la stack MCP derrière lui, le prompt que j'utilise, et les parties d'un audit SEO que Claude Code ne peut pas encore bien faire.
Si vous vous demandez si les audits assistés par l'IA sont réels, ce post est la réponse de l'opérateur : oui, avec discipline, et seulement si vous traitez Claude comme un collaborateur ingénieur senior plutôt que comme un stratège senior.
Pourquoi Claude Code surpasse les outils d'audit traditionnels pour l'ennuyeux 70%
Un audit SEO technique traditionnel implique Screaming Frog qui crawle un site, Search Console récupérée pour la vue d'indexabilité et CWV, Lighthouse exécuté quelques fois sur des templates représentatifs, le balisage de schéma vérifié manuellement contre un validateur, et finalement un humain assemblant tout cela dans une liste de remédiation hiérarchisée avec sévérité et impact trafic. Le crawling et le parsing représentent environ 70 pour cent du temps réel. La couche de jugement représente les 30 pour cent restants.
Claude Code avec la bonne stack MCP réduit les 70 pour cent. L'exécution du crawl, le parsing, la déduplication, la validation du schéma, et la rédaction du rapport se font tous dans une seule session contre votre repository ou votre site hébergé. Les 30 pour cent qui demandent du jugement senior (quels problèmes comptent réellement pour ce business spécifique, quoi hiérarchiser étant donné le budget et la capacité de l'équipe) restent humains. Le temps réel combiné baisse d'environ 6x à la même qualité ou meilleure.
C'est tout le pitch. Tout ce qui suit est le détail opérationnel pour que ça fonctionne réellement.
Le stack MCP que j'utilise réellement
Les autres articles sur Claude Code pour le SEO utilisent un seul MCP (généralement Puppeteer) et s'arrêtent là. Le stack honnête pour un travail d'audit sérieux est plus large :
Filesystem MCP
Intégré par défaut à Claude Code. Je l'utilise pour déverser les résultats d'audit dans un répertoire de travail, puis demander à Claude de les analyser dans la même session. Le Filesystem MCP est aussi comment j'alimente Claude avec les rapports existants, sitemaps, robots.txt et toute documentation technique préexistante.
Puppeteer MCP
Automatisation de navigateur. Parcourt le site, capture des screenshots des templates représentatifs, extrait le HTML rendu pour les pages JavaScript-intensives, capture les Core Web Vitals via l'API Performance. Le rendu piloté par Puppeteer est la chose la plus proche de ce que Google voit réellement, plus précis que l'analyse statique du HTML.Core Web Vitals via the Performance API. The Puppeteer-driven render is the closest thing to what Google actually sees, more accurate than static HTML parsing.
Postgres MCP (ou SQLite pour les petits travaux)
Critique pour les audits sérieux. Les données de Search Console exportées en CSV sont chargées dans une table Postgres. Claude exécute alors des requêtes SQL contre elle : quelles URLs perdent du trafic mois après mois, quelles requêtes se sont décalées, quelles pages ont disparu de l'index. Le travail d'agrégation qui prend 20 minutes dans Excel prend 30 secondes en SQL.
Brave Search ou similaire
Comparaison SERP actuelle. Lors d'un audit de régressions de classement, comparer ce qui se classe actuellement pour les requêtes cibles par rapport à ce que le site audité livre est la moitié du diagnostic. Un MCP capable de récupérer les SERP transforme cela en un seul appel d'outil plutôt qu'en un exercice manuel de changement d'onglets.
Bash / shell
Claude Code exécute Lighthouse CLI, des tests curl pour les chaînes de redirection, et tout script personnalisé que j'ai pour le projet. Traiter le shell comme un autre outil plutôt que comme un environnement séparé importe ; l'audit se déroule en une seule session continue.
Configuration pré-audit : 90 secondes de contexte
Avant toute exécution de crawl, Claude doit savoir quel type de site c'est et à quoi sert l'audit. J'ouvre Claude Code dans le répertoire du projet (ou un répertoire vierge si j'audite un site externe) et j'amorce la session avec un bref résumé :
Trois phrases sur l'entreprise : ce qu'elle vend, qui est son audience, quel est son objectif de trafic organique pour les 12 prochains mois. Deux phrases sur la structure du site : stack, nombre de pages, shape d'indexabilité, cadence de contenu. Une phrase sur le livrable de l'audit : qu'est-ce qui devrait être vrai à la fin de l'audit qui ne l'est pas aujourd'hui.
Ces 90 secondes de chargement de contexte font la différence entre Claude générant un audit de checklist générique et Claude produisant un audit calibré pour l'entreprise spécifique. Vous l'ignorez et vous obtenez le même output générique que chaque autre writeup SEO Claude Code démontre.
Phase 1 : Crawl technique
Claude exécute Puppeteer contre le site, suit les liens internes jusqu'à une profondeur configurable (je définis par défaut à 3), et capture : HTML rendu par URL, codes de réponse, chaînes de redirection, balises canonical, annotations hreflang, blocs de markup schema, signaux d'indexabilité (meta robots, X-Robots-Tag, robots.txt), et Core Web Vitals.
L'output est vidé dans ./audit-output/crawl/ en tant que fichier JSON par URL plus un summary.json sur l'ensemble du corpus. Pour les sites de moins de 500 pages, cela se termine en moins de 10 minutes. Pour les sites plus volumineux, je limite le crawl à 1 000 URL représentatives et j'échantillonne le reste.
Les motifs courants que le crawl détecte immédiatement : chaînes de redirections plus longues que 2 sauts, balises canoniques pointant vers des URL non-canoniques, ruptures de réciprocité hreflang, erreurs de validation de schéma. Chacun de ces problèmes demande des heures de travail manuel pour être détecté à grande échelle ; le crawl les trouve dans les 10 premières minutes.
Phase 2 : analyse des données de Search Console
J'exporte les données de Search Console en CSV (requêtes, pages, dates, clics, impressions, position) et les charge via le MCP Postgres. Claude exécute ensuite une séquence de requêtes répondant à des questions d'opérateurs spécifiques :
Quelles pages perdent le plus de trafic mois sur mois, classées par perte de clics absolue.
Quelles requêtes ont quitté le top 20 au cours des 90 derniers jours.
Quelles paires page-requête ont des impressions mais un CTR quasi nul (opportunité CTR).
Quelles pages sont indexées mais ne reçoivent zéro impression au cours des 30 derniers jours (candidats probables de contenu mince ou quality-gate).
Quelles pages ont plusieurs signaux canoniques en concurrence dans l'index.
Chacun de ces éléments était autrefois un onglet séparé de tableaux croisés dynamiques dans Excel. C'est maintenant une séquence de requêtes SQL que Claude génère, exécute et synthétise dans une seule section du rapport.
Phase 3 : audit du balisage de schéma
Claude récupère les blocs de schéma capturés en Phase 1, les valide par rapport aux types attendus schema.org selon l'archétype de page (Organization, BreadcrumbList, Article, BlogPosting, Product, FAQPage, HowTo, LocalBusiness), et signale les problèmes :
Propriétés obligatoires manquantes (sameAs sur Organization, image sur BlogPosting, aggregateRating sans données de notation réelles).
Erreurs de type (schéma LocalBusiness sur des pages qui ne sont pas des entreprises locales, schéma Product sur des pages de catégories).
Références obsolètes (URLs sameAs pointant vers des profils sociaux supprimés, URLs d'images renvoyant 404).
Relations d'entités obsolètes (tableaux about et mentions manquant les entités réelles que la page couvre).
J'ai ainsi détecté 30+ bugs de schéma sur des sites qui pensaient que leur schéma était correct. Le validateur trouve les erreurs syntaxiques ; Claude trouve les erreurs sémantiques.
Phase 4 : Core Web Vitals via Lighthouse
Lighthouse s'exécute comme une commande CLI que Claude invoque. Par défaut, je l'exécute sur 8-12 modèles représentatifs par site plutôt que sur une seule URL. Les JSONs de sortie sont placés dans ./audit-output/lighthouse/ et Claude les synthétise dans une section CWV qui affiche la LCP, CLS, INP et TTFB médiane sur l'ensemble des modèles, plus la page ayant les plus mauvaises performances par métrique.
La synthèse, c'est ce que les audits manuels font mal. Une seule exécution de Lighthouse est du bruit ponctuel ; 12 exécutions sur des modèles, c'est la vrai image de la performance. Claude fait l'agrégation en quelques secondes.
Phase 5 : Synthèse du rapport
Après les quatre phases, Claude a identifié environ 30 à 80 problèmes. Le prompt de synthèse demande à Claude de :
Regrouper les problèmes par sévérité (rouge bloque la publication, ambre affecte les classements, vert est du polissage).
Estimer l'impact sur le trafic par cluster en utilisant les données de Search Console.
Ordonner la remédiation par impact sur le trafic divisé par le coût d'ingénierie.
Afficher les 10 principaux problèmes au format une page par problème : sévérité, nombre d'URL affectées, explication en langage clair, correction concrète, amélioration estimée des métriques sur 90 jours.
C'est le livrable. 10 problèmes qu'une équipe senior peut résoudre en 4 à 8 semaines, priorisés par impact, prêts à remettre à l'ingénierie. Les audits manuels produisent souvent des feuilles de calcul de 200 lignes que personne ne corrige ; la liste de 10 problèmes priorisée se corrige.
Le prompt d'audit que j'utilise réellement
Un seul prompt que je lance après le brief de contexte de 90 secondes. J'ai itéré sur celui-ci pendant environ 12 mois sur des dizaines d'audits :
"You are a senior technical SEO auditor working on the site described in the brief above. Run a 5-phase audit in this order: technical crawl via Puppeteer, Search Console analysis via the Postgres MCP, schema validation, Core Web Vitals via Lighthouse CLI, and prioritised report synthesis. Save outputs in ./audit-output/. After the synthesis phase, present the top 10 issues in a one-issue-per-page format. For each issue: severity (red / amber / green), traffic-affected URL count, plain-English explanation, concrete fix, estimated 90-day metric improvement. Wait for my approval before generating fix patches. Use British spelling. Avoid em-dashes."
Pas de mise en scène John Wick, pas de théâtre « tu es un expert payé ». L'instruction est directe, la structure est explicite, et le format de sortie correspond à ce que lisent les clients et les équipes d'ingénierie.
Ce que Claude Code ne peut pas faire ici
Liste honnête des plafonds de l'audit assisté par IA :
Priorisation stratégique dans le contexte métier. Claude peut classer les problèmes par impact de trafic ; il ne peut pas vous dire qu'une perte de 5 000 visites sur une page marketing compte plus qu'une perte de 50 000 visites sur une page de produit obsolète que l'entreprise supprime de toute façon.
Positionnement concurrentiel. Claude peut comparer mécaniquement vos SERPs à celles des concurrents ; il ne peut pas vous dire que le concurrent gagne à cause d'une campagne de marque que vous ne voyez pas dans les données.
Jugement éditorial sur la qualité du contenu. Claude peut signaler statistiquement le contenu mince. Que ce contenu mince doive être supprimé, développé ou conservé comme page de faible valeur mais pertinente pour une niche reste une décision humaine.
Communication aux parties prenantes. L'audit fonctionne bien ou mal selon comment il est présenté à l'équipe client. Cette présentation est un travail humain.
Traitez Claude Code comme le collaborateur ingénierie senior sur l'audit, non comme le stratège senior. Les 30 % de l'audit qui relèvent du jugement vous restent.
Le coût honnête
Les coûts de l'API Claude pour un audit de 1 000 pages tournent autour de 8 à 25 USD avec la tarification Sonnet. L'exploration Puppeteer, les exécutions Lighthouse et les requêtes Postgres sont gratuits ; le coût est entièrement dans les tokens du modèle. Un audit manuel traditionnel aux tarifs d'agence coûte de 5 000 à 25 000 USD. L'écart de coût est réel et c'est la raison pour laquelle ce workflow deviendra standard dans 18 mois.
Le travail s'est déplacé, pas disparu. L'audit nécessite toujours un senior SEO pour lancer les prompts, interpréter les résultats et assumer la priorisation stratégique. Ce qui a disparu, ce sont les 6 heures de crawling, de parsing et d'agrégation qu'aucune personne senior ne devrait jamais passer à faire.
L'essentiel
Claude Code avec une véritable pile MCP réduit 70 pour cent d'un audit SEO à une session de 90 minutes. Les 30 pour cent restants (jugement, priorisation, communication) demeurent un travail humain et rémunèrent mieux que jamais, car le coût des 70 pour cent ennuyeux est tombé à presque zéro.
Les agences qui adaptent ce flux de travail surclasseront tarifairement celles qui ne le font pas dans les 12 mois. Les référenceurs seniors qui l'apprennent deviennent plus précieux, non moins précieux, car leur jugement est le facteur limitant du volume de production.
Chez Seahawk Media, nous exécutons des audits SEO techniques en utilisant exactement ce flux de travail sur les engagements clients à partir de 2 500 USD. La première conversation est gratuite et le livrable d'audit est la même liste de 10 problèmes priorisés décrite ci-dessus, quel que soit le niveau d'agence que vous choisissez.
Lectures connexes
How to run a technical SEO audit in 2026 (the methodology pillar)
SEO for operators in 2026 (the head-term guide)
Best SERP tracking tools in 2026
Questions fréquemment posées
Comment Claude Code accélère-t-il les audits SEO ?
Il automatise les 70 % ennuyeux d'un audit technique : crawl, analyse Search Console, vérifications de schéma et Core Web Vitals via Lighthouse, en utilisant une pile MCP. Le travail qui prenait une journée complète par site prend désormais environ 90 minutes, libérant du temps humain pour le jugement et la stratégie.
Quelle pile MCP utilisez-vous pour les audits SEO ?
Le flux de travail s'exécute sur les serveurs MCP Puppeteer, Filesystem, Postgres et Lighthouse. Puppeteer effectue le crawl, Filesystem et Postgres gèrent les données, et Lighthouse mesure les Core Web Vitals. Cette combinaison couvre les phases mécaniques d'un audit technique.
Claude Code peut-il remplacer un consultant SEO ?
Non. Il réduit les 70 % répétitifs d'un audit, le crawl, les extractions de données et les vérifications, mais le jugement, la priorisation et la stratégie nécessitent toujours un humain. C'est un multiplicateur de force pour le consultant, pas un remplaçant pour l'expérience qui détermine ce qui compte vraiment.
Combien de temps prend un audit SEO Claude Code ?
Environ 90 minutes pour la portion technique, contre une journée complète auparavant. Les cinq phases, crawl, analyse Search Console, audit de schéma, Core Web Vitals et synthèse de rapport, s'exécutent rapidement avec la bonne pile MCP et une courte étape de mise en contexte au départ.