Audit SEO Shopify avec Claude : le processus pas à pas

Le premier audit SEO complet que j’ai réalisé pour une boutique Shopify, en 2022, m’a pris presque deux jours. Le dernier, début 2026, je l’ai bouclé en un peu plus de trois heures. La différence ne vient pas du fait que je sois devenu deux fois plus rapide. C’est que j’ai délégué à Claude tout ce que Claude fait bien, et j’ai gardé ce qu’un humain doit encore faire.

Ce billet, c’est le playbook que j’utilise. Pas un vague « utilise l’IA pour le SEO ». Des prompts concrets, des phases ordonnées, ce que je vérifie à la main et l’erreur à ne pas commettre. La référence constante est une marque de cosmétique que j’ai auditée début 2026, plus de 200 SKUs, catalogue multilingue et l’historique classique d’avoir testé la moitié du store d’apps Shopify ces deux dernières années.

Points clés

• Claude réduit le temps d’un audit SEO Shopify de ~16 heures à 2-3 heures, si tu lui donnes les données structurées au lieu de lui demander de crawler.
• L’audit se déroule en 4 phases : structurelle, contenu, technique, priorisation. Claude traite, tu vérifies.
• Shopify a des limites SEO connues, comme les routes /collections/ et /products/ fixes et des réécritures d’URL limitées (Shopify Help, 2025).
• Le modèle Claude Sonnet 4.5 accepte jusqu’à 200 000 tokens de contexte (Anthropic docs, 2025), assez pour charger un crawl complet de 300-500 URLs.
• Ne laisse jamais Claude rédiger le rapport final du client sans ta relecture. Il invente des statistiques si on le lui permet, et il les invente bien.

Pourquoi Claude accélère les audits SEO sans remplacer le jugement humain

Dans un audit SEO traditionnel, 60 à 70 % du temps passe à classer les données. Parcourir 300 URLs dans Screaming Frog, ouvrir les sitemaps, croiser avec Google Search Console, tabuler. Le vrai travail d’analyse, décider ce qui compte et ce qui ne compte pas, reste minoritaire. Claude inverse cette proportion.

La différence pratique, je l’ai vue quand j’ai chargé l’export CSV Screaming Frog de cette marque de cosmétique (plus de 200 produits, 40 collections, 6 langues) dans une conversation avec Claude Sonnet 4.5. En dix minutes, j’avais les URLs groupées par type, les canonicals cassés identifiés et une première liste de problèmes. Ce qui m’aurait pris une demi-matinée dans une feuille de calcul.

Le vrai avantage, ce n’est pas la vitesse brute. C’est qu’en déléguant la classification, tu arrives à l’analyse qualitative avec plus d’énergie mentale. D’après mon expérience, ça améliore plus la qualité du rapport final que n’importe quel gain d’heures.

Est-ce que ça veut dire que Claude fait des audits SEO ? Non. Claude traite des données que tu lui fournis, trouve des patterns que tu as appris à chercher, et rédige des brouillons que tu revois. C’est un analyste junior très rapide. Il a toujours besoin d’un senior qui lui dit où regarder.

Ce dont tu as besoin avant de commencer

N’ouvre pas Claude tout de suite. Sans les bons inputs, l’IA invente ou donne des réponses génériques. Voici ce que j’ai prêt avant d’écrire le premier prompt. Six inputs, rien d’exotique, tout récupérable en moins d’une heure.

Accès et exports minimums

• Google Search Console, accès lecture. J’exporte les 16 derniers mois de requêtes, pages, pays et appareils en CSV.
• Google Analytics 4, pour croiser le trafic organique avec les conversions. Sessions par landing page, 90 derniers jours.
• Sitemap XML de la boutique. Sur Shopify, il est à /sitemap.xml par défaut, avec des sous-sitemaps par type de ressource (Shopify Help, 2025).
• Crawl Screaming Frog (ou équivalent). Export CSV avec URL, status code, title, meta description, H1, canonical, word count, inlinks.
• Liste des apps installées sur Shopify. Je la récupère manuellement depuis l’admin : Apps, je copie la liste. Pourquoi ça compte, tu verras en phase technique.
• Core Web Vitals via PageSpeed Insights pour cinq templates : accueil, collection, produit, blog, panier.

Contexte business

Sans contexte business, Claude priorise mal. Avant le premier prompt, je lui passe deux paragraphes qui expliquent : ce que vend la marque, le panier moyen, les collections qui génèrent le plus de revenus, les marchés prioritaires. Dans le cas de la cosmétique, la donnée qui a changé toute la priorisation, c’est que 70 % des revenus venaient de 12 SKUs. Aucun intérêt d’auditer les 188 autres à la même intensité.

Citable capsule: Le sitemap de Shopify est généré automatiquement et découpé en fichiers sitemap-products-1.xml, sitemap-collections-1.xml, sitemap-pages-1.xml et sitemap-blogs-1.xml, accessibles depuis /sitemap.xml. C’est documenté par l’aide officielle (Shopify Help, 2025).

Phase 1 : analyse structurelle (URLs, canonicals, sitemap)

La phase structurelle vérifie si Google peut crawler et indexer la boutique sans perdre son temps. Sur Shopify, les routes sont fixes : /products/, /collections/, /pages/, /blogs/. Impossible de les modifier (Shopify Help, 2025). Ça simplifie l’audit, parce que tu sais exactement quels patterns chercher.

Sur la marque de cosmétique, le premier constat structurel a été brutal. Les URLs produit dans les collections (/collections/masques/products/masque-argile) s’indexaient en parallèle des URLs canoniques (/products/masque-argile). Canonical mal configuré dans le thème. Résultat : 200 produits dupliqués dans l’index Google.

Le prompt que j’utilise pour analyser le crawl

Agis comme consultant SEO technique spécialisé Shopify.
Je te joins un export CSV Screaming Frog avec 487 URLs.
Colonnes : Address, Status Code, Title, Meta Description,
H1, Canonical Link Element 1, Indexability, Word Count.

Analyse et renvoie :
1. Un décompte par type d'URL : /products/, /collections/,
   /pages/, /blogs/, autres.
2. Les URLs avec status != 200, regroupées par code.
3. Les URLs où Canonical != Address, en indiquant si la canonical
   pointe vers une URL du même domaine ou vers un autre.
4. Les URLs /collections/X/products/Y qui devraient avoir une canonical
   vers /products/Y mais ne l'ont pas.
5. Les pages avec Word Count < 100 mots.

Renvoie les 20 cas les plus graves par section, pas la liste entière.
Si une info manque pour conclure, dis-le plutôt que d'inventer.

La dernière ligne du prompt, « si une info manque, dis-le plutôt que d’inventer », m’évite des erreurs chaque semaine. Sans elle, Claude comble les trous avec des suppositions plausibles mais fausses.

Ce que je vérifie moi-même après la phase 1

Claude renvoie une liste. J’ouvre trois ou quatre URLs du top de chaque catégorie et je contrôle dans le navigateur que le problème existe. Canonicals cassés, 404 inattendus, paramètres d’URL non contrôlés. Coût : 15 minutes. Bénéfice : ne pas livrer au client un rapport avec un constat fantôme.

Phase 2 : analyse de contenu (meta descriptions, H1, duplicatas)

La phase contenu regarde si chaque page dit quelque chose d’utile à Google et à l’utilisateur. Shopify, par défaut, génère des meta descriptions vides ou reprend les 160 premiers caractères de la fiche produit, ce qui donne des snippets sans accroche. Google Search Central confirme que Google réécrit les meta descriptions qu’il juge peu utiles (Google Search Central, 2025), mais un snippet bien rédigé fait toujours bouger le CTR.

Sur la cosmétique, Claude a détecté que 143 des 200 produits avaient la même meta description : le template « [Nom du produit] | [Nom de la marque] cosmétique naturelle Espagne ». Pas d’accroche, pas d’USP, pas d’appel à l’action. Ce seul constat a généré trois semaines de travail avec la copywriter du client.

Comparaison avant/après sur les temps d’audit

Le prompt que j’utilise pour les meta descriptions et les H1

Je joins 200 lignes de produit Shopify avec les colonnes :
URL, Title, Meta Description, H1, Product Type, Collection.

Renvoie-moi :
1. Le pourcentage de Meta Descriptions dupliquées ou avec un template
   répété (>5 produits suivent le même pattern).
2. Les Meta Descriptions dont la longueur sort de 120-158 caractères.
3. Les Titles où le nom de la marque apparaît avant le nom du produit
   (anti-pattern pour la longue traîne).
4. Les H1 qui répètent exactement le Title (pas une erreur, mais signale
   un manque de variation sémantique exploitable).
5. Les 10 produits avec la pire meta description, avec une proposition
   de réécriture de 145-155 caractères pour chacun, en français de France,
   sans emojis, bénéfice en premier.

N'invente pas de données sur le produit qui ne figurent pas dans les lignes.

Pourquoi je précise « français de France » ? Parce que sans cette indication, Claude mélange formulations belges, québécoises et franglais. Une meta description avec « livraison offerte » convertit mieux en France que « livraison gratuite », et l’inverse au Canada.

Phase 3 : analyse technique (Core Web Vitals, schema, apps installées)

La phase technique, c’est là où Claude demande le plus de vérification. Elle couvre le schema, les Core Web Vitals et les apps installées. Google utilise les Core Web Vitals comme signal de ranking depuis 2021 (Google Search Central, 2020, mis à jour 2024). Shopify score globalement moins bien que WordPress sur le LCP à cause du JavaScript des thèmes premium.

Sur la marque de cosmétique, il y avait 34 apps installées. Trente-quatre. Chaque app Shopify a tendance à injecter du JavaScript dans le thème, même si elle n’est plus utilisée activement. Claude m’a aidé à croiser la liste des apps avec leur impact connu sur la performance, mais j’ai tenu à vérifier manuellement chacune dans l’éditeur de thème avant de recommander des désinstallations.

Prompt pour croiser apps et performance

Voici la liste des apps Shopify installées sur la boutique :
[coller la liste des 34 apps avec leur nom exact]

Voici les Core Web Vitals de la home, d'une collection et d'un
template produit, mesurés sur PageSpeed Insights le [date] :
[coller les métriques LCP, INP, CLS en mobile et desktop]

1. Pour chaque app, indique si elle est connue pour injecter du JavaScript
   côté frontend (si tu n'es pas certain, dis-le).
2. Propose 5 apps candidates à revoir pour impact sur LCP, en te basant
   sur ce que l'app fait (pas sur des rumeurs).
3. Indique quelles métriques Core Web Vitals sortent de la plage
   recommandée par Google et quelle pourrait être la cause technique
   (par exemple JavaScript tiers, images non optimisées,
   polices web non préchargées).

Distingue entre « c'est sûr » et « c'est plausible mais il faut vérifier ».
Ne suppose pas qu'une app lente est la cause sans preuve.

Sur cet audit, sur 34 apps, 11 n’étaient plus utilisées activement mais continuaient à charger des scripts. On en a désinstallé 9 (on en a gardé 2 pour des engagements annuels en cours). Le LCP produit est passé de 3,8 s à 2,1 s en quatre semaines.

Le schema avec Claude : utile, mais vérifie

Pour le schema, j’utilise Claude pour vérifier si le JSON-LD du thème couvre Product, Offer, AggregateRating, BreadcrumbList et Organization. Je lui passe le HTML rendu d’un template produit et je lui demande d’extraire et de valider le JSON-LD contre le vocabulaire officiel de Schema.org. Après, je valide avec l’outil de test des résultats enrichis de Google. Cette seconde validation n’est pas optionnelle.

Phase 4 : priorisation et rapport final

La priorisation, c’est là où je sépare le consultant de l’analyste. Avoir 80 constats, ça ne sert à rien. Le client a besoin de savoir quoi faire dès lundi. Là, Claude m’aide à structurer, mais l’attribution de l’impact et de l’effort, c’est moi qui la fais, et je la justifie dans le rapport.

J’utilise une matrice impact/effort classique avec quatre quadrants : quick wins (fort impact, faible effort), gros projets (fort impact, fort effort), remplissage (faible impact, faible effort) et à écarter (faible impact, fort effort). Claude classe les constats dans cette matrice à partir de critères que je lui définis : trafic potentiel, heures estimées, dépendance à des ressources externes.

Prompt pour prioriser les constats

Je joins 62 constats d'audit SEO déjà classés par phase.
Colonnes : ID, Phase, Description, URLs concernées, Données d'appui.

Pour chaque constat, estime :
1. L'impact SEO attendu (Fort / Moyen / Faible) et justifie en une
   ligne. Prends comme référence le volume d'URLs concernées et
   si le problème bloque l'indexation, nuit au CTR ou freine le ranking.
2. L'effort d'implémentation (Heures < 2, 2-8, 8-24, > 24).
3. La dépendance (faisable par le SEO seul / nécessite un dev /
   nécessite du copy / nécessite une décision business).

Regroupe-les en 4 quadrants impact/effort et donne-moi un top 10
de quick wins trié par ratio impact/effort.

Quand tu n'as pas assez d'info pour estimer, mets « information insuffisante »
au lieu de deviner.

Le rapport final en Notion ou PDF, c’est moi qui le monte à partir de cet output. Claude me fournit la structure et 70 % du texte. Les nuances propres au client, le ton, les risques qu’un humain au contact du business est seul à voir, ça ne se délègue pas.

Ce que Claude ne doit pas faire

C’est la section qui manque dans presque tous les articles « IA pour le SEO ». Il y a trois choses que Claude ne devrait pas faire seul, et si tu le laisses les faire, tu vas passer un mauvais moment avec le client.

Il ne peut pas inventer de statistiques

Si tu lui demandes « quel % des boutiques Shopify ont une canonical mal configurée ? », Claude te donnera un nombre. Ce nombre n’existe probablement dans aucune étude réelle. Anthropic documente explicitement que ses modèles peuvent halluciner des chiffres plausibles mais faux (Anthropic docs, 2025). Règle : si un chiffre ne vient pas d’un input que je lui ai donné, il n’entre pas dans le rapport.

Il ne doit pas sauter la vérification manuelle

Quand Claude te dit « ces 15 URLs ont une canonical cassée », ouvres-en trois dans le navigateur et confirme. Les exports Screaming Frog ont parfois des colonnes mal alignées, les rendus Shopify peuvent différer entre mobile et desktop, et certaines configurations de thème modifient les canonicals selon le pays. Un rapport avec un seul constat inventé perd toute sa crédibilité.

Il n’écrit pas le rapport client sans toi

Même quand je suis pressé. Le rapport final passe par mon édition complète. Ton, priorisation, risques, langage propre au secteur du client. Si je livre un rapport qui sent le ChatGPT, je perds la partie de mon travail qui justifie mon tarif. Et le client le remarque plus vite que tu ne crois.

FAQ

Est-ce que Claude sert pour auditer n’importe quel Shopify, ou seulement les petites boutiques ?

Oui, ça marche pour des boutiques de toute taille, avec une nuance. Claude Sonnet 4.5 accepte jusqu’à 200 000 tokens de contexte (Anthropic docs, 2025), ce qui permet de traiter des crawls jusqu’à 400-500 URLs dans une seule conversation. Au-delà, il vaut mieux segmenter l’analyse par type d’URL ou par collection.

Puis-je utiliser Claude sans Screaming Frog ?

Ça dépend de la taille. Pour les boutiques de moins de 50 produits, tu peux coller les données à la main ou utiliser la vue produits de l’admin Shopify comme input. Pour les boutiques plus grandes, il te faut un crawler. Screaming Frog est le standard, mais il existe des alternatives comme Sitebulb ou JetOctopus. Claude traite n’importe quel CSV bien structuré.

Et le SEO international sur Shopify ?

En général, ça empire les choses quand la boutique utilise Shopify Markets mal configuré. Les hreflang se génèrent automatiquement, mais si le contenu n’est pas entièrement traduit ou si les URLs ne suivent pas la structure /es/, /fr/, /en/, Google indexe des versions dupliquées. Claude repère vite le pattern si tu lui donnes le sitemap multilingue complet. L’aide officielle explique la structure recommandée (Shopify Help, 2025).

Combien coûte cet audit en tokens Claude ?

En général, entre 150 000 et 300 000 tokens par audit complet, répartis sur plusieurs conversations. Avec le plan Claude Pro ou en API directe (Anthropic pricing, 2025), le coût en tokens d’un audit comme celui-là est moindre qu’une heure de ton temps. La limite, c’est la fenêtre de contexte, pas le prix.

Puis-je livrer ce rapport tel quel au client ?

Oui, et tu vas le regretter. 80 % du texte peut venir de Claude, mais la structure, la priorisation spécifique, le ton pour ce client précis et la relecture factuelle, c’est toi qui les apportes. Un rapport non relu trahit l’usage d’IA en deux pages. Le client s’en rend compte, et ton tarif perd sa justification sur-le-champ.

Pour finir

L’audit SEO Shopify n’est pas devenu plus facile avec Claude. Il est devenu plus rapide sur la partie mécanique, ce qui laisse plus de place à l’analyse qualitative, là où un consultant apporte sa vraie valeur. Sur la cosmétique que j’ai citée au début, le rapport final faisait les mêmes 60 pages qu’il aurait fait sans IA. La différence : j’ai mis trois heures à le monter au lieu de seize, et la priorisation a été meilleure parce que je suis arrivé à la fin avec la tête pour réfléchir.

Si tu veux commencer à utiliser Claude pour tes audits, commence par la phase structurelle. C’est la moins risquée, celle dont les outputs sont les plus vérifiables, et celle qui te fait gagner le plus de temps dès le premier jour. Le reste s’apprend à partir de là.

Si tu préfères que ce soit moi qui le fasse, réservons 30 minutes et je te dis ce que je trouverais dans ta boutique sans rien toucher. Session de 30 min · Sans engagement. Ou regarde comment je travaille les assistants IA appliqués au marketing si tu veux intégrer ça à ton équipe interne.