Comment beta.gouv a conçu un outil interne pour produire 4x plus de contenu SEO sans recruter

Introduction

Beta.gouv.fr, l’incubateur des services publics numériques, regroupe plus de 20 structures pour porter des services utiles, accessibles et efficaces.

Parmi eux, Oz Ensemble, un programme porté par La Fabrique Numérique, vise à aider les individus à mieux maîtriser leur consommation d’alcool grâce à des ressources accessibles en ligne.

L’équipe marketing, composée de trois personnes seulement, gérait l’ensemble des canaux d’acquisition : SEO, SEA, contenu, analytics. Mais la réalité opérationnelle était claire : 80 % du temps était absorbé par la gestion des campagnes payantes, ne laissant que quelques heures par semaine à la production de contenu SEO.

Notre mission : concevoir et développer un outil interne qui permettrait à l’équipe de produire du contenu de qualité, à grande échelle, sans recruter ni externaliser, tout en gardant le contrôle sur la ligne éditoriale et les enjeux institutionnels.

Contexte : un besoin de production structuré, mais sous-exploité

La stratégie SEO avait été définie en amont, les mots-clés identifiés, les angles de contenu clairs.

Mais sans outil adapté, la production était bloquée. Chaque article nécessitait :

• 3 à 4 heures d’écriture manuelle
• Des validations en plusieurs temps
• Une relecture SEO et métier
• Une intégration manuelle dans le CMS

Résultat : deux articles maximum par semaine, une visibilité organique trop faible, et une dépendance croissante aux budgets média.

La solution ne pouvait pas être un simple prompt dans un ChatGPT.

Ce qu’il fallait : un outil interne pensé comme un vrai produit, avec des flux automatisés, une collaboration fluide entre IA et humain, et un cadre éditorial maîtrisé.

Ce qu’on a construit : un outil maison piloté par des agents IA

Phase 1 — Audit, cadrage fonctionnel et définition des besoins

Nous avons démarré par une série d’ateliers avec l’équipe Oz Ensemble pour bien cerner :

• Les contraintes éditoriales liées au sujet sensible de l’addiction
• Les workflows de publication existants
• Les niveaux d’autonomie attendus
• Les rôles dans l’équipe : qui pilote, qui relit, qui publie

Puis, nous avons analysé les 50 mots-clés stratégiques, les contenus concurrents, et les modèles d’articles performants sur Google.

De là, nous avons défini les modules fonctionnels de l’outil à développer.

Phase 2 — Conception de l’architecture de l’outil

Nous avons conçu un outil modulaire composé de plusieurs agents IA spécialisés, chacun dédié à une tâche précise :

1. Agent Stratégie SEO

Propose des plans d’articles en fonction des requêtes cibles, identifie les sous-parties clés, et suggère les balises SEO à intégrer.

2. Agent Rédaction

Produit une première version de l’article (introduction, paragraphes, FAQ), structurée pour l’intégration web.

3. Agent Benchmark

Récupère les articles concurrents les mieux positionnés, compare les structures, et alimente l’outil avec des insights à jour.

4. Agent Conformité Métier

Ajoute des éléments issus des référentiels institutionnels et des guidelines santé publique pour garantir le sérieux des contenus.‍

5. Opérateur IA (humain)

Relit, ajuste, valide, et transmet à l’équipe pour intégration et publication.

Chaque article suit un workflow automatisé, de la génération initiale jusqu’à la prévisualisation.

L’outil est connecté à un système interne de suivi des mots-clés, et permet une gestion de backlog éditorial simple (idées, drafts, validés, publiés).

Phase 3 — Déploiement, formation et optimisation continue

Nous avons déployé une première version fonctionnelle de l’outil, utilisable en ligne, sans installation.

L’équipe a été formée à son usage, et les premiers contenus ont été générés dès la première semaine.

Nous avons mis en place un retour hebdomadaire structuré pour :

• Ajuster le style rédactionnel
• Améliorer le rendu sur les sujets sensibles
• Ajouter des paramètres de contrôle éditorial dans l’outil

L’outil est désormais intégré dans le quotidien de l’équipe marketing.

La production est pilotée depuis l’interface. Chaque membre peut rédiger, commenter, ajuster et envoyer pour validation sans dépendre d’un rédacteur externe.

Résultats obtenus

Temps de production divisé par 5 :

• Un article complet est produit et validé en 45 minutes, contre 3 à 4 heures auparavant

Volume de production multiplié par 4 :

• L’équipe est passée de 2 articles par semaine à 2 articles par jour, avec la même charge

Économie de 75 % sur les coûts :

• Plus de recours à des freelances ou à des agences externes pour les contenus evergreen‍

Visibilité SEO relancée :

• +60 % de trafic organique sur les articles générés par l’outil en 3 mois
• +30 % d’engagement moyen sur ces pages
• +25 % de conversion via les articles (formulaires, appels à l’action, orientation vers des services)

Autonomie renforcée :

• L’outil est utilisé en interne, sans dépendance extérieure
• Le modèle est duplicable dans d’autres programmes de beta.gouv

Pourquoi ça a fonctionné

Un vrai produit, pas un simple prompt.

L’outil conçu est structuré, documenté, avec des rôles clairs, une interface de suivi, et une logique de production répétable.

Un équilibre entre automatisation et maîtrise éditoriale.

On ne publie pas ce que l’IA génère. Chaque contenu est validé par un opérateur humain formé, qui garde la cohérence de fond et de forme.

Un gain immédiat sur le quotidien de l’équipe.

L’équipe n’a pas eu besoin d’apprendre l’IA ou de recruter. Elle a juste adopté un outil pensé pour ses contraintes réelles.

Une approche produit assumée.

Cadrage clair, MVP rapide, feedbacks utilisateurs intégrés, mise à jour continue : on a traité cette mission comme un vrai projet de développement.