Astro comme socle d'un système marketing agentique contrôlé par l'IA

Le site web qui se construit lui-même

La plupart des agences web livrent un site. Chez VirtuoseWeb, nous livrons un système — une infrastructure marketing dont les agents IA peuvent prendre le contrôle pour créer, enrichir et faire évoluer le contenu de manière autonome ou sur commande.

Ce n’est pas de la science-fiction. C’est le résultat d’un choix architectural précis : construire sur Astro avec un contenu structuré en fichiers Markdown/MDX, des schémas de validation typés (Zod), et une stratégie formalisée dans des documents que les agents IA peuvent lire et comprendre.

Le résultat concret : un agent peut recevoir l’instruction « crée une landing page pour notre offre de refonte site e-commerce à Lyon » et, en quelques minutes, produire une page complète, conforme à la charte graphique, optimisée SEO, avec les bons composants — sans intervention humaine sur le code.

Pourquoi Astro est le socle idéal pour l’IA agentique

Tous les frameworks ne sont pas égaux face aux agents IA. Astro présente des caractéristiques structurelles qui en font la base parfaite d’un système marketing agentique.

Le contenu comme code (content-as-code)

Dans Astro, le contenu est du texte brut — des fichiers .md et .mdx stockés dans src/content/. Pas de base de données, pas d’interface graphique propriétaire. Un agent IA peut lire, écrire et modifier le contenu exactement comme il manipule du code source.

C’est fondamentalement différent d’un WordPress où le contenu est enfermé dans une base MySQL. Un agent qui doit créer un article WordPress doit passer par l’API REST, gérer l’authentification, formater le JSON. Avec Astro, il crée simplement un fichier .mdx dans le bon dossier.

Les schémas Zod comme contrat formel

Chaque type de contenu dans notre système est défini par un schéma Zod — une spécification formelle des champs requis, des valeurs autorisées et des contraintes. L’agent connaît exactement la structure attendue :

// Exemple simplifié de schéma blog
const blogSchema = z.object({
  title: z.string().max(60),
  category: z.enum(['creation-web', 'ia-automatisation', 'referencement-seo']),
  contentRole: z.enum(['pillar', 'cluster', 'support']),
  tags: z.array(z.string()).max(6),
  // ...
});

Quand un agent génère un article, le schéma lui dit exactement quelles valeurs sont autorisées. Pas de champ manquant, pas de valeur invalide. La validation est automatique.

Git comme mémoire versionnée

Tout le contenu est versionné dans Git. L’agent peut voir l’historique, comprendre l’évolution du site, revenir en arrière si besoin. Cette traçabilité est essentielle pour un système géré par des agents autonomes — chaque action est auditable.

Les composants MDX comme blocs de sens

Les articles Astro peuvent utiliser des composants React/Svelte directement dans le Markdown (MDX). Notre système inclut des composants sémantiques que les agents comprennent : <Callout>, <DataTable>, <KeyTakeaway>, <StatCard>, <ProsCons>. L’agent sait quand utiliser chacun selon le contenu produit.

Ce qu’est concrètement un système marketing agentique

Un système marketing agentique, c’est une architecture où des agents IA peuvent agir de deux façons.

En mode déclenché : vous donnez une instruction en langage naturel (« crée un article sur les avantages du SEO local pour les restaurants ») et l’agent exécute. Vous relisez, vous validez, vous commitez.

En mode autonome : vous programmez des workflows qui s’exécutent automatiquement. Chaque lundi, l’agent analyse les positions SEO, identifie les sujets à renforcer et génère une liste de contenus prioritaires. Chaque fois qu’un nouveau service est créé, il génère automatiquement la page de service, 3 articles de cluster associés et une séquence email d’onboarding.

Chez VirtuoseWeb, nous opérons principalement aux niveaux 2 et 3. La révision humaine reste au cœur du processus pour les contenus stratégiques — l’agent gagne du temps, l’humain garde le jugement.

Les workflows agentiques concrets

Voici les workflows que nous utilisons ou que nous déployons pour nos clients.

Workflow 1 : Génération d’article de blog

L’agent reçoit soit une instruction directe, soit un brief structuré. Il consulte la stratégie de contenu (silos, maillage interne, personas), identifie les articles connexes à lier, choisit le bon contentRole (pillar ou cluster), et génère l’article complet avec frontmatter, composants MDX et liens internes.

Instruction type :

« Génère un article cluster de 2000 mots sur les chatbots IA pour le service client des PME. Cluster du pilier automatisation-ia. Cible le persona Marc (dirigeant TPE). Ton expert mais accessible. »

Ce que l’agent produit : un fichier .mdx complet, immédiatement commitable, avec title/seoTitle/description optimisés, tags pertinents, liens internes, et composants Callout/KeyTakeaway aux bons endroits.

Workflow 2 : Création de landing page

Les landing pages sont des fichiers .mdx dans src/content/landing/, avec un schéma dédié. L’agent peut en créer une complète — hero, proposition de valeur, bénéfices, témoignages, FAQ, CTA — à partir d’un brief commercial.

Instruction type :

« Crée une landing page pour l’offre Pack Harmonie ciblant les PME du secteur restauration à Bordeaux. Met en avant la performance mobile, le SEO local et la mise en ligne en 3 semaines. »

Temps de production : 4 à 6 minutes pour une page de 1200 mots avec tous les composants structurés.

Workflow 3 : Séquence email d’onboarding

Notre système marketing agentique s’étend au-delà du site. Un agent peut générer une séquence complète de 5 à 8 emails d’onboarding pour un nouveau client, en s’appuyant sur la charte éditoriale, le mode d’engagement du client (Tempo/Harmonie/Symphonie) et les services souscrits.

Instruction type :

« Génère une séquence email de 6 messages pour l’onboarding d’un client Pack Harmonie (refonte + SEO). Email 1 : bienvenue et accès espace client. Email 2 : kickoff checklist. Email 3 : comprendre les Core Web Vitals. Email 4 : comment fonctionne votre tableau de bord SEO. Email 5 : premiers résultats à J+30. Email 6 : upsell naturel vers Symphonie. »

Workflow 4 : Guide téléchargeable (lead magnet)

Les guides PDF sont des actifs marketing essentiels. Un agent peut en générer un en partant d’un plan, en respectant la charte visuelle, et en produisant le contenu structuré prêt à être mis en forme.

Instruction type :

« Génère le contenu d’un guide de 15 pages “Checklist SEO 2026 pour les TPE/PME”. Structure : introduction, 5 chapitres thématiques, conclusion, ressources. Ton pédagogique, exemples concrets, chiffres sourcés. »

Workflow 5 : Pages locales à grande échelle

Notre système génère des pages ville-services — des pages qui croisent une ville et un service (ex : « création site web Lyon »). Un agent peut produire 15 variantes géographiques d’une page service en quelques dizaines de minutes, chacune avec du contenu localisé pertinent.

GitHub + Vercel : de l’intention à la mise en ligne en 60 secondes

L’une des forces invisibles du système est son pipeline de déploiement continu. Du moment où un agent valide un fichier au moment où le contenu est visible sur le web par un visiteur réel, il s’écoule moins d’une minute. Sans intervention humaine, sans serveur à gérer, sans procédure de déploiement.

Le flux complet

Agent IA génère un fichier .mdx
        ↓
git add + git commit (dans Claude Code ou Claude Cowork)
        ↓
git push origin main
        ↓
GitHub reçoit le commit → webhook Vercel déclenché automatiquement
        ↓
Vercel lance astro build (~30 à 90 secondes)
        ↓
Fichiers statiques déployés sur Vercel Edge CDN (100+ nœuds mondiaux)
        ↓
Le contenu est en ligne, indexable, sur tous les continents

C’est ce qu’on appelle le CI/CD (Continuous Integration / Continuous Deployment). Dans un système traditionnel WordPress, publier un article signifie se connecter au backoffice, coller le texte, configurer les métadonnées, choisir la catégorie, appuyer sur « Publier ». Dans notre système, l’agent fait tout cela en une commande Git.

Les preview deployments : tester avant de publier

Vercel propose une fonctionnalité puissante pour les équipes : les preview deployments. Chaque branche Git reçoit automatiquement une URL de prévisualisation unique (mon-article--virtuoseweb.vercel.app). L’agent peut créer du contenu sur une branche dédiée, générer l’URL de preview, et vous la transmettre pour révision — avant de merger sur main et de déclencher la publication définitive.

Ce mécanisme est idéal pour le workflow niveau 2 (semi-autonome) : l’agent produit, vous validez sur la preview, vous mergez. Le processus est fluide et laisse toujours le contrôle humain à la bonne étape.

Rollback instantané

Si un contenu généré contient une erreur factuelle ou un problème de forme, le rollback est immédiat. Vercel conserve l’historique complet des déploiements. Un clic suffit pour revenir à la version précédente — ou une commande Git pour annuler le commit. Pas de sauvegarde à restaurer, pas de ticket d’assistance à ouvrir.

Les MCP : connecter l’IA aux sources qui font autorité

Le Model Context Protocol (MCP) est un standard ouvert développé par Anthropic qui permet aux agents IA de se connecter à des outils externes — APIs, bases de données, services web — de manière standardisée. C’est le « système nerveux » qui relie nos agents aux sources d’information fiables.

Dans notre système, les MCP transforment l’agent en véritable journaliste spécialisé : avant de rédiger un article sur la fiscalité des PME, il consulte Legifrance. Avant d’écrire sur les tendances e-commerce, il interroge les données de l’INSEE. Le contenu produit n’est pas basé sur ce que le modèle « croit savoir » — il est ancré sur des sources vérifiables et à jour.

Sources institutionnelles françaises

Legifrance (API officielle) est notre référence pour tout contenu touchant au droit, à la fiscalité ou à la réglementation. L’agent peut interroger les textes de loi en vigueur, les décrets, les circulaires. Un article sur le RGPD, la loi PACTE ou les obligations légales d’un site e-commerce sera toujours fondé sur le texte officiel le plus récent — pas sur un article de blog qui date de 3 ans.

L’INSEE (Institut national de la statistique et des études économiques) dispose d’une API publique donnant accès aux données d’entreprises (SIRENE), aux statistiques sectorielles, aux indicateurs économiques. Un article sur les PME françaises peut s’appuyer sur des chiffres officiels extraits directement, pas sur des estimations.

Le portail data.gouv.fr centralise les jeux de données ouverts de l’État français : emploi, formation, marchés publics, santé, éducation. Un agent qui rédige du contenu pour un client du secteur public peut y puiser des données précises et officielles.

L’INPI (Institut national de la propriété industrielle) permet de vérifier la disponibilité de marques, d’accéder aux dépôts de brevets. Utile pour les articles sur la propriété intellectuelle et la stratégie de marque.

Sources académiques et de recherche

Google Scholar, arXiv et PubMed (via MCP web) permettent d’ancrer des affirmations sur des études peer-reviewed. Quand nous écrivons qu’un temps de chargement de 3 secondes réduit les conversions de 53 %, nous citons une étude Google, pas une rumeur de couloir.

Les rapports annuels des cabinets de conseil de référence — McKinsey, Gartner, Forrester — sont régulièrement consultés via WebFetch pour disposer de données de marché récentes. Ces sources confèrent à nos contenus le niveau d’autorité attendu pour les critères E-E-A-T de Google.

Sources de performance web et SEO

Google Search Console API donne accès en temps réel aux positions, impressions et clics de chaque page. Un agent peut analyser ces données avant de rédiger pour identifier les contenus à renforcer, les requêtes sans pages dédiées, les cannibalisations à résoudre.

Semrush API et Ahrefs API alimentent les analyses concurrentielles : volume de recherche, difficulté des mots-clés, profil de backlinks des concurrents. Avant de rédiger un article pilier, l’agent consulte ces APIs pour calibrer la longueur, la structure et l’angle différenciateur.

Comment le tunnel d’instructions fonctionne

Un workflow complet ressemble à ceci. L’agent reçoit l’instruction : « Rédige un article sur les obligations légales d’un site e-commerce en France en 2026. » Voici ce qu’il fait, dans l’ordre :

1. Consulte la stratégie (_bmad-output/) pour comprendre le persona cible, le silo, le ton.
2. Interroge Legifrance via MCP pour récupérer les textes applicables (loi pour la confiance dans l’économie numérique, RGPD, DSA, règlement e-commerce).
3. Interroge data.gouv.fr pour trouver des statistiques sur le e-commerce en France.
4. Consulte les articles existants du site pour éviter les doublons et identifier les liens internes pertinents.
5. Génère l’article en citant les sources exactes, avec le bon schéma de frontmatter, les bons composants MDX.
6. Commit le fichier et le soumet en preview Vercel pour révision.

Le résultat est un article qui aurait nécessité un juriste, un rédacteur web spécialisé e-commerce et un expert SEO travaillant en coordination. L’agent l’a produit en 6 à 12 minutes.

La stack complète : les logiciels qui remplacent un département marketing

Voici la cartographie complète des outils qui constituent notre système. Chaque couche a un rôle précis, et l’ensemble forme une machine cohérente que des agents IA peuvent orchestrer.

n8n : l’orchestrateur des agents autonomes

n8n mérite une attention particulière. C’est notre couche d’automatisation des workflows complexes — celle qui permet de passer du niveau 2 (semi-autonome) au niveau 3-4 (autonome supervisé).

Un workflow n8n typique dans notre système :

• Déclencheur : chaque lundi à 8h, ou à chaque nouveau client Stripe
• Étape 1 : interroger la Google Search Console API pour identifier les pages qui ont perdu des positions
• Étape 2 : comparer avec le calendrier éditorial existant pour détecter les manques
• Étape 3 : envoyer un brief structuré à l’API Claude avec le contexte stratégique
• Étape 4 : récupérer le contenu généré, valider le schéma Zod
• Étape 5 : créer le fichier .mdx, committer sur une branche dédiée
• Étape 6 : envoyer une notification Slack avec le lien de preview pour révision

Ce workflow n’exige aucune action humaine jusqu’à l’étape de révision. Une personne, même sans compétences techniques, peut alors consulter la preview, valider et merger — ou rejeter et expliquer pourquoi, pour que le workflow s’améliore.

«

Un département marketing traditionnel d’une PME comprend un rédacteur, un référenceur, un graphiste, un responsable email et un community manager. Notre système agentique couvre 80 % de leurs tâches quotidiennes — pour le coût d’un abonnement logiciel et quelques heures de supervision hebdomadaire.

Claude Code et Claude Cowork : les interfaces agentiques

Deux interfaces nous permettent de piloter ce système au quotidien.

Claude Code : pour les workflows développeur

Claude Code est un outil CLI (ligne de commande) qui transforme Claude en collaborateur de développement. Il peut lire l’intégralité d’un projet, comprendre son architecture, et exécuter des tâches complexes en plusieurs étapes.

Dans notre contexte, Claude Code sert à :

• Générer et valider des fichiers de contenu respectant les schémas Zod
• Corriger des erreurs TypeScript en masse (nous avons éliminé 41 erreurs en une session)
• Créer de nouvelles pages de services avec tous leurs composants associés
• Mettre à jour des séries de fichiers (ex : ajouter un champ à 105 pages ville-services)
• Exécuter des analyses SEO programmatiques sur le contenu existant

Une instruction Claude Code typique pour ce projet :

# Dans le terminal, depuis la racine du projet
> Génère 3 articles cluster pour le silo IA-automatisation.
  Consulte d'abord _bmad-output/planning-artifacts/strategie-virtuoseweb/
  pour comprendre les personas et la stratégie.
  Vérifie les articles existants pour éviter les doublons.
  Respecte le schéma blog dans src/content/config.ts.

Claude Code lit la stratégie (des centaines de pages de documents), analyse les contenus existants, et génère les 3 articles en un seul run.

Claude Cowork : pour les workflows sans code

Claude Cowork est l’interface desktop de Claude, accessible à tout collaborateur sans compétence technique. Il permet les mêmes workflows en langage naturel, depuis une interface chat.

Un responsable marketing peut écrire dans Cowork :

« Crée une séquence de 5 posts LinkedIn pour annoncer notre nouveau service d’audit IA. Ton VirtuoseWeb (expert mais accessible, pas de jargon). Public cible : dirigeants de PME entre 10 et 50 salariés. »

Cowork accède au dossier du projet, lit la charte éditoriale, comprend la stratégie de communication et produit les 5 posts directement dans des fichiers sauvegardés.

«

Nous avons décidé dès le départ que notre site ne serait pas juste un site — ce serait une plateforme que l’IA pourrait opérer. Chaque décision architecturale a été prise avec cette contrainte en tête.

Interopérabilité : au-delà de Claude

L’un des avantages clés de notre architecture est son indépendance vis-à-vis d’un LLM spécifique. Le système repose sur des standards ouverts — Markdown, TypeScript, Git — que n’importe quel modèle de langage peut comprendre et manipuler.

Avec GPT-4 ou GPT-4o : via l’API OpenAI ou les GPTs personnalisés, vous pouvez connecter le même workflow à un assistant OpenAI. Le contexte stratégique est injecté au début de la session via des fichiers système, et le modèle produit des contenus conformes aux mêmes schémas.

Avec Gemini 1.5 Pro : sa fenêtre de contexte étendue (jusqu’à 2 millions de tokens) permet d’injecter la totalité de la stratégie VirtuoseWeb en une seule fois. Idéal pour les analyses globales ou les générateurs de plans de contenu annuels.

Avec Mistral ou des modèles open-source : pour les entreprises qui souhaitent garder leurs données en interne (on-premise), des modèles comme Mistral Large ou LLaMA 3 peuvent être configurés avec le même workflow. La qualité de sortie est légèrement inférieure mais le contrôle des données est total.

La stratégie comme source de vérité

Le secret du système ne réside pas dans les outils, mais dans la qualité des documents de référence que les agents peuvent consulter.

Chez VirtuoseWeb, nous avons formalisé en amont — avant même d’écrire une ligne de code — l’intégralité de notre stratégie marketing dans des fichiers structurés :

• Vision et positionnement : ce que VirtuoseWeb est, ce qu’il n’est pas
• Personas détaillés : Marc (dirigeant TPE), Sophie (responsable marketing PME), Thomas (DSI grands comptes), Claire (directrice artistique)
• Grille tarifaire et modes d’engagement : Tempo, Harmonie, Symphonie — avec leurs logiques de valeur
• Stratégie SEO et GEO : silos thématiques, maillage interne, cocon sémantique
• Charte éditoriale : ton, formulations interdites, longueurs, structure des articles

Ces documents résident dans le dossier _bmad-output/ du projet. Quand un agent reçoit une instruction, il consulte ces fichiers avant de produire quoi que ce soit. Le résultat est du contenu qui semble avoir été rédigé par quelqu’un qui connaît VirtuoseWeb depuis des années.

Construire votre propre système marketing agentique

Vous n’avez pas besoin d’être une agence web pour bénéficier de cette approche. Voici les étapes pour construire votre propre système.

Étape 1 — Formaliser votre stratégie. Rédigez vos documents de référence : personas, positionnement, charte éditoriale, offres. Ces fichiers seront la source de vérité de vos agents. Plus ils sont précis, meilleurs seront les contenus générés.

Étape 2 — Choisir votre base technique. Astro est notre recommandation pour sa légèreté, sa performance et sa compatibilité avec le workflow agentique. Mais tout système basé sur des fichiers texte versionnable (Hugo, Eleventy, même un simple dossier Markdown) fonctionne.

Étape 3 — Définir vos schémas. Formalisez la structure de chaque type de contenu. Quels champs sont requis pour un article ? Une landing page ? Une fiche produit ? Ces schémas sont le contrat que vos agents respecteront.

Étape 4 — Configurer vos agents. Dans Claude Code, cela se fait via un fichier CLAUDE.md à la racine du projet. Dans Claude Cowork, via un fichier de mémoire partagée. Pour d’autres LLMs, via des fichiers système injectés au démarrage de chaque session.

Étape 5 — Itérer sur les workflows. Commencez par les workflows les plus simples (articles de blog, pages locales), mesurez la qualité, affinez les documents de référence, puis montez en complexité (séquences email, guides, landing pages dynamiques).

Ce que ce système remplace — et ce qu’il ne remplace pas

Il serait malhonnête de ne pas clarifier les deux faces de cette réalité.

Ce qu’il remplace effectivement

Notre système prend en charge la quasi-totalité des tâches de production marketing répétitives qu’un département marketing classique accomplit chaque semaine :

La rédaction de contenu standard — articles de blog, pages de service, pages locales, fiches produits, FAQ — représente 60 à 70 % du temps d’un rédacteur web moyen. Notre système agentique produit ces contenus en minutes, avec une cohérence de ton et une conformité SEO supérieures à ce qu’un humain sous pression produit en quelques heures.

La veille juridique et réglementaire nécessitait auparavant un consultant ou de longues heures de lecture des textes officiels. Avec les MCP connectés à Legifrance et data.gouv.fr, l’agent s’alimente directement à la source et produit des contenus à jour sans qu’aucune expertise juridique interne ne soit nécessaire.

La gestion des séquences email — onboarding, nurturing, relances, upsell — demandait un responsable marketing et un outil dédié. Notre système génère les contenus, les structure par segment et les programme via l’API Brevo ou Mailchimp.

Le monitoring SEO et les rapports — quelles pages performent, quels mots-clés progressent, quelle concurrence s’est renforcée — étaient des tâches hebdomadaires manuelles. Nos workflows n8n automatisent cette analyse et génèrent des rapports actionnables sans intervention humaine.

Ce qu’il ne remplace pas (et n’a pas vocation à remplacer)

L’expérience client réelle est irremplaçable. Un agent peut décrire comment nous avons migré un site WordPress en Astro en 3 semaines. Il ne peut pas raconter la conversation qu’on a eue avec le client à J+30 quand il a vu ses positions doubler. Ces récits authentiques — études de cas, témoignages, retours d’expérience — viennent toujours de l’humain.

La décision stratégique reste humaine. Quel secteur adresser en priorité ? Quel message tester sur quelle cible ? Quand lancer une campagne et quand attendre ? L’agent exécute les décisions, il ne les prend pas.

Le jugement sur la qualité reste humain. L’agent produit vite. Mais c’est la révision humaine — 15 à 30 minutes par contenu — qui élève le résultat du niveau « acceptable » au niveau « excellent ». Cette étape n’est pas un défaut du système, c’est ce qui différencie votre contenu de celui des milliers de sites qui publient sans relire.

Conclusion : l’avantage de ceux qui construisent aujourd’hui

En 2026, la majorité des entreprises utilisent encore l’IA de façon ponctuelle — pour rédiger un email, reformuler un texte. Une minorité a commencé à construire des systèmes où l’IA est une couche d’infrastructure, pas un outil ad hoc.

La différence entre les deux approches sera décisive dans les 3 prochaines années. Les entreprises qui ont investi dans une architecture content-as-code, des documents stratégiques formalisés et des workflows agentiques seront capables de produire 10× plus de contenu de qualité au même coût. Celles qui continuent d’utiliser l’IA comme une calculatrice améliorée resteront au même niveau de productivité.

Chez VirtuoseWeb, nous avons construit ce système pour nous-mêmes — et nous le déployons pour nos clients dans le cadre de nos offres d’accompagnement IA. Pas parce que c’est tendance, mais parce que les résultats sont mesurables : plus de contenu, meilleur SEO, équipes qui travaillent sur la valeur ajoutée plutôt que sur les tâches répétitives.

Si vous souhaitez comprendre comment un tel système pourrait s’appliquer à votre contexte, discutons-en.