Le prompt engineering consiste à formuler et tester des consignes pour un modèle. En SEO, une bonne demande précise le problème, les données utilisables et la forme du livrable. Elle ne rend pas automatiquement la réponse exacte.
Un prompt de diagnostic
Exemple à utiliser avec un assistant disposant réellement de l’accès GSC approprié, par exemple via un connecteur MCP :
Sur la propriété sélectionnée, compare les deux dernières périodes
complètes de 28 jours, recherche Web, France.
Repère les pages qui expliquent la baisse de clics.
Pour chaque page : chiffres des deux périodes, requêtes concernées,
hypothèse et vérification suivante.
N’effectue aucune modification. Si une donnée manque, indique-le.
Sépare les observations des explications possibles.
Sans accès aux données, fournissez un export adapté ou demandez seulement une méthode. Le modèle ne doit pas inventer les chiffres de la propriété.
Contrôler la réponse
Vérifiez quelques lignes dans la source : dates, filtres, sommes et URL. Contrôlez aussi que les données les plus récentes sont complètes. Une réponse convaincante peut mélanger des périodes ou des dimensions incompatibles.
Si le résultat est trop vague, corrigez la consigne sur un cas précis plutôt que d’ajouter une longue liste d’adjectifs comme « expert » ou « exhaustif ».
Garder un exemple de référence
Conservez prompt, périmètre et erreurs constatées, sans recopier des données privées inutiles. Testez les modifications de consigne sur le même exemple pour comparer les résultats.
Pour une tâche de contenu, demandez intention, sources et plan avant la rédaction. Pour une analyse, utilisez les définitions de Search Console et de position moyenne. La qualité du prompt ne compense pas une stratégie de mots-clés mal définie.