IA, automatisation, SEO et GEO : nos notes de terrain.
Ce que nous apprenons en automatisant des processus, en livrant des produits et en les rendant visibles sur Google et dans les moteurs de réponse IA. Des méthodes, des chiffres et les erreurs à éviter.
CGP : suivre les dossiers en cours et relancer les pièces
Un conseiller en gestion de patrimoine porte des dizaines de dossiers à des stades différents. Voici ce qui peut tourner seul dans le suivi et les relances, ce qui reste votre décision, et comment chiffrer le gain.
Alertes ciblées : n’être prévenu que de ce qui sort de la norme
Trop d’alertes valent moins que pas d’alerte. Comment choisir ce qui mérite un message, fixer les seuils, ce que l’IA apporte, et quand ne rien installer.
Gérant indépendant : du premier rendez-vous au dossier complet
Entre le premier rendez-vous et le dossier complet, les relances et le classement prennent des semaines. Voici ce qui peut tourner seul, ce qui reste votre décision, et comment chiffrer le gain.
Synthétiser les appels du service client : une semaine d’écoute
Personne ne réécoute cinq jours d’appels. Voici ce qu’une synthèse automatique fait ressortir en une semaine, le flux en six étapes, ses limites et quand ne pas l’installer.
Récapitulatif quotidien : dix onglets remplacés par un message
Le tour des onglets prend du temps et se saute les jours chargés. Voici ce que contient un bon récapitulatif du matin, comment choisir ses chiffres et quand s’en passer.
Gérant indépendant : préparer ses rapports clients sans les soirées
Le rapport client prend peu de temps seul, beaucoup une fois multiplié. Voici ce qui se prépare automatiquement, ce qui reste votre commentaire et le calcul pour mesurer le gain.
Rapports de chantier dictés à la voix : du mémo vocal au document
Un rapport dicté sur place remplace la saisie du soir : l’IA transcrit et structure, la personne relit et signe. Étapes, limites, tableau des erreurs et test avant de lancer.
Devis et contrats générés par IA : les garde-fous à poser
Une IA assemble un devis ou un contrat à partir de vos modèles ; elle ne décide ni du prix ni des clauses. Voici sept garde-fous, un tableau des rôles et un test à faire avant de lancer.
Fiduciaire : traverser la clôture sans heures sup de saisie
La clôture écrase les équipes parce que tout arrive en même temps. Voici le calendrier en quatre phases, ce que l’IA prépare, et quand ce n’est pas le bon choix.
Saisie des factures fournisseurs : ce que l’IA lit bien, et mal
Une IA lit bien les champs écrits noir sur blanc et mal ce qui demande du contexte. Voici où elle est fiable, cinq règles pour décider qui tranche, et comment tester sur vos factures.
Réactiver d’anciens clients : par où commencer quand le CRM dort
Un CRM qui dort depuis deux ans cache des affaires. Voici par où commencer : trier, trois messages, un calendrier en quatre séquences, et ce qu’une IA prépare pendant que vous validez.
Fiduciaire : collecter les pièces clients sans relancer dix fois
Relancer un client dix fois pour une facture n’est pas une fatalité. Voici le circuit de collecte, la cadence de rappels et le moment où une personne reprend la main.
Fiduciaire : les tâches qui s’automatisent vraiment
Cinq tâches pèsent sur le temps d’une fiduciaire. Voici lesquelles une IA tient de façon fiable, lesquelles exigent une validation, et par laquelle commencer.
Répondre à une demande entrante vite, même le soir : le flux
Une demande qui attend refroidit. Voici les ordres de grandeur publiés, le flux en cinq étapes pour répondre le jour même, et la part qu’une IA prépare sans décider à votre place.
Relancer un devis sans paraître insistant : le rythme qui marche
Un devis sans réponse n’est presque jamais un refus. Voici le rythme de relance qui tient, la structure d’un message utile, et la part d’une IA qui prépare pendant que vous validez.
nLPD et IA : que vérifier avant d’envoyer des données à un LLM
Envoyer des données clients à un LLM engage votre responsabilité au sens de la nLPD. Trois niveaux de données, cinq questions à poser au fournisseur et une checklist avant la mise en production.
Ce que l’IA n’accélère pas dans un projet logiciel
L’IA accélère l’écriture du code, pas le reste d’un projet. Six étapes qui ne se compressent pas, ce que disent les mesures sérieuses et comment bâtir un planning honnête.
Pourquoi vos automatisations IA échouent sur les vraies données
Une automatisation IA qui brille en démo se dégrade sur vos vraies données. Six points de rupture, une méthode de diagnostic en quatre gestes et les corrections à appliquer dans l’ordre.
Forfait ou régie : pourquoi nous ne facturons jamais à l’heure
Régie ou forfait : qui porte le risque, qui a intérêt à aller vite, et quand le prix fixe est une erreur. Un comparatif, une méthode de cadrage et cinq questions à poser avant de signer.
Choisir un modèle IA pour son entreprise : les critères qui comptent
Le classement des modèles change toutes les six semaines. Voici les six critères et la méthode en cinq étapes que nous utilisons pour choisir un modèle IA prêt pour la production, pas pour la démo.
Assistants de code IA : ce qui change dans la revue
Le code généré par un assistant IA est presque toujours bien formaté, ce qui neutralise le réflexe habituel du relecteur. Sept points de rupture à connaître, et une méthode pour calibrer la revue selon le risque.
Tester un système IA avant la démo : la méthode en 5 étapes
Une démo réussie ne prouve rien sur le comportement réel d’un système IA. Voici comment construire une évaluation systématique avant de le présenter à un client ou de le mettre en production.
Stack 2026 pour un MVP suisse : les choix et ce qu’ils coûtent
Frontend, base de données, authentification, hébergement : la stack la plus ennuyeuse possible est souvent la bonne pour un MVP. Nos choix, les alternatives écartées, et ce que chacun coûte réellement en 2026.
Le coût réel d’une fonctionnalité IA en production
Le prix de l’abonnement API n’est presque jamais le vrai coût. Quatre postes composent la facture d’une fonctionnalité IA en production, et l’un d’eux dépasse souvent les trois autres réunis.
GEO pour une PME romande : les cinq premières corrections
Diagnostic, cinq corrections GEO concrètes classées par impact et par délai, et les situations où ce chantier n’est pas la priorité pour une PME romande.
Ce que répond une IA quand on cherche une fiduciaire à Genève
Un cabinet peut être premier sur Google et absent d’une réponse ChatGPT sur les fiduciaires genevoises, ou l’inverse. Ce que montrent les études sur des marchés comparables, et comment tester sa propre visibilité.
Écrire une page citable pour être cité par l’IA
Un texte bien classé sur Google peut rester invisible dans ChatGPT ou les AI Overviews si aucun de ses paragraphes ne tient seul. Structure, densité factuelle et méthode en six étapes pour écrire des pages citables.
AI Overviews : pourquoi votre trafic baisse malgré de bonnes positions
Position stable, clics en baisse : ce n’est ni un bug ni une pénalité. Comment diagnostiquer le découplage lié aux AI Overviews, et quoi faire ensuite.
GEO et SEO : ce qui change, ce qui ne change pas
Le SEO classe dans une liste de résultats, le GEO fait citer dans une réponse déjà écrite. Ce qui change entre les deux disciplines, ce qui ne change pas, et sept étapes pour les faire converger sans tout refaire.
Comment ChatGPT choisit ses sources : ce qu’on sait vraiment
Être bien classé sur Google ne suffit pas. Voici comment ChatGPT trie vos questions, récupère ses sources et décide, une fois sur deux, de ne finalement citer personne.
Rendu côté serveur et robots IA : le piège du JavaScript
Google exécute votre JavaScript, ChatGPT non. GPTBot, ClaudeBot et PerplexityBot lisent le HTML brut du serveur : un contenu JavaScript peut rester invisible pour eux, même bien classé sur Google. Comment vérifier et corriger le problème.
Mesurer sa visibilité dans les IA : méthode et tableau de suivi
Un classement Google ne dit rien de votre présence dans ChatGPT ou Perplexity. Voici la méthode et le tableau pour la mesurer, mois après mois.
Un MVP qui se trouve : intégrer le SEO dès l’architecture
Rendu SSR ou CSR, structure d’URL, maillage, robots IA : les décisions d’architecture qui décident si un MVP sera un jour trouvé, sur Google comme dans les moteurs de réponse. Et les cas où mieux vaut ne pas s’en préoccuper tout de suite.
RAG en 2026 : ce qui tient encore et ce qui a été remplacé
Contexte long, agents, coûts : en 2026, le débat RAG contre fenêtre de contexte est mal posé. Voici ce qui a été remplacé, ce qui tient encore, et la méthode pour choisir sans se tromper sur un projet PME romande.
Quels types Schema.org comptent pour les moteurs de réponse IA
Rich results et citation par une IA ne répondent pas à la même logique. Le tableau qui classe les types Schema.org utiles à ChatGPT, Perplexity et Claude, avec un exemple JSON-LD et une méthode en cinq étapes.
Agent IA en production : ce qui casse en premier
Un agent IA qui réussit tous ses tests peut casser en production pour cinq raisons précises, presque jamais liées au modèle. La checklist pour les anticiper avant la mise en service.
GPTBot, ClaudeBot, PerplexityBot : bloquer ou laisser passer ?
GPTBot protège l’entraînement, OAI-SearchBot alimente les réponses de ChatGPT : les confondre fait perdre en visibilité sans gagner en protection. Voici comment décider, robot par robot, avec une configuration robots.txt concrète.
llms.txt : mode d’emploi et vraies limites en 2026
Un fichier llms.txt bien fait prend une heure à écrire. Voici comment le structurer, un exemple réel, et les chiffres 2026 qui disent honnêtement ce qu’il change et ce qu’il ne change pas.
GEO : être cité par ChatGPT, Perplexity et les AI Overviews
Une part des recherches ne se termine plus par un clic. Voici comment un moteur de réponse choisit ses sources, les six leviers sur lesquels agir, et comment mesurer une progression sans outil payant.
Forward Deployed Engineer : l’ingénieur qui remplace le consultant
Un ingénieur qui part du problème plutôt que du ticket, et qui livre du logiciel en production plutôt qu’une recommandation. Ce que recouvre le métier, et quand il n’est pas le bon choix.
Livrer un produit en 90 jours : ce que l’IA change vraiment
Le chiffre impressionne, donc il mérite d’être découpé. Ce que l’IA accélère réellement dans un projet, ce qu’elle ne touche pas, et les trois conditions côté client pour tenir le rythme.