CommunityRédaction et éditiongithub.com

agent-pass : titres et descriptions que les agents citent

Règles et méthode de test pour rédiger des titres, méta-descriptions, extraits et H1 que les agents d'IA sélectionnent et citent lorsqu'ils répondent à une question utilisateur.

Qu'est-ce que agent-pass : titres et descriptions que les agents citent ?

Cette compétence (skill) fournit un ensemble de règles de rédaction issues de la recherche de Mike Taylor (Every), démontrant comment les agents d'IA choisissent entre plusieurs pages d'un même site. L'idée centrale est que les agents se basent principalement sur le titre et la description (méta-description, extrait, sous-titre) pour décider quelle page citer. Le contenu du corps n'est lu qu'après cette sélection. La règle la plus importante est de rédiger la description comme si elle était la réponse directe à la question de l'utilisateur : un titre en forme de réponse performe nettement mieux qu'un titre orienté problème, qu'une accroche ou qu'un titre comprenant une année. La compétence recommande également de n'avoir qu'un seul gagnant par sujet par site, de ne pas utiliser de tampon d'année ou de mots comme « Ultime », et de toujours préciser ce que le lecteur obtient dans les premiers mots. Le skill inclut un pattern de réécriture, une checklist détaillée et une méthode de test optionnelle inspirée de Taylor pour valider les variantes avant publication. Ce skill est conçu pour les rédacteurs SEO, les auditeurs de contenu et toute personne utilisant des outils comme Claude Code, Cursor ou des agents d'IA pour optimiser la visibilité dans les réponses générées par l'IA.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/alchemyleads-seo/ai-seo-skills/tree/HEAD/skills/agent-pass-titles

Installed? Explore more Rédaction et édition skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Agent pass : titres et descriptions que les agents citent

De AlchemyLeads · ai-seo-skills · Licence MIT

Source : Mike Taylor (head of evals, Every), newsletter d'octobre 2026. Il a fait exécuter des agents Claude sur des questions d'utilisateurs réels avec ses 38 articles comme candidats et a compté la fréquence à laquelle chacun était cité. Un auteur, un site et un dispositif où l'agent choisit dans une liste, donc considérez les chiffres comme indicatifs. La tendance était cohérente pour toutes les questions qu'il a testées.

Les agents choisissent à partir du titre + description (méta-description, extrait, sous-titre). Le corps du texte n'a d'importance qu'après avoir été sélectionné.

Les règles

  1. La description se lit comme la réponse à la question. Lorsque deux articles étaient aussi pertinents, celui en forme de réponse l'emportait à 94% contre 1%, 100% contre 8%, 71% contre 0%. Les slogans et les opinions (« Les évaluations sont souvent tout ce dont vous avez besoin ») perdent face à « Choisissez le meilleur modèle pour le travail que vous faites ».
  2. Commencez par ce que le lecteur obtient. « Guide d'ingénierie des prompts : cinq principes avec exemples » a obtenu un score de 100%. Les cinq mêmes principes menés par le problème (« Pourquoi vos réponses IA sont fades, et... ») ont obtenu 54%, et menés par les références (« ...Du co-auteur de O'Reilly... ») ont obtenu 50%. Mettez la livraison dans les premiers mots : guide, liste de contrôle, coût, étapes, comparaison, nombre d'éléments.
  3. Pas de tampon d'année ni de « Ultime ». « Le guide ultime de l'ingénierie des prompts » est passé de 2% à 0% avec l'ajout de « (Mis à jour 2026) ». Gardez la fraîcheur dans le corps et la signature (wp-last-updated-dates), jamais dans le titre.
  4. Un seul gagnant par sujet par site. Les agents ont soutenu un seul article par question et ont largement ignoré les articles frères (92% contre 12% / 8% / 0%). Rendre un article plus en forme de réponse a réduit la citation d'un article frère de 65% à 19%. Avant de réécrire, choisissez quelle URL doit posséder la question. Faites-en la réponse évidente, orientez les autres vers des questions différentes et pointez-les vers le gagnant avec des liens internes.
  5. Écrivez pour un lecteur spécifique. Les agents ont cité un site plus souvent lorsqu'ils savaient qui ils aidaient et que cette personne correspondait à son audience (42% sans utilisateur, 50% avec un persona détaillé). Mentionnez l'ICP dans la description quand cela convient (« pour les fabricants », « pour les équipes B2B »).
  6. Deux audiences d'agents. Un agent répondant à un utilisateur veut la réponse la plus claire (guides pratiques, coûts, comparaisons). Un agent naviguant pour lui-même préfère les expériences originales et les données sur le comportement et la fiabilité de l'IA. Le trafic des lecteurs et les citations des agents n'avaient aucune corrélation. Les résultats de tests originaux (vos propres données de citation, expériences) fonctionnent bien avec les deux.

Modèle de réécriture

<Ce qu'ils obtiennent> : <périmètre ou nombre spécifique> <pour qui, si cela convient> + description : une phrase qui répond à la question, une seconde avec le bénéfice concret.

  • Avant : « Pourquoi nous travaillons avec des entreprises de technologie hard industrielle » (une opinion « pourquoi nous »)
  • Après : « Marketing de recherche IA pour les entreprises industrielles et de technologie hard : ce qui fonctionne » + « Comment les fabricants sont cités par ChatGPT et Google AI Overviews, avec les étapes et les résultats de clients industriels. »

Appliquez ensuite vos règles maison. Les nôtres : chiffres approuvés uniquement, pas de cadrage contrasté (« pas X, mais Y »), pas de tirets cadratins, titre méta ≤60 caractères pour les articles (≤70 pour les pages), description ≤155–160 caractères. Les réécritures doivent être fidèles au corps. Ne promettez pas une liste de contrôle que l'article ne contient pas.

Liste de contrôle par titre + description

  • Un agent ayant la question cible lirait-il ceci comme la réponse ?
  • Les 5 premiers mots disent-ils ce que le lecteur obtient ?
  • Pas d'ouverture par le problème ou par les références, pas de slogan, pas de question rhétorique
  • Pas d'année, « ultime », « complet » ou « définitif »
  • C'est l'URL unique que nous voulons voir gagner cette question, et les articles frères sont orientés ailleurs
  • L'extrait, la description OG et la méta-description du plugin SEO sont alignés (les agents peuvent lire n'importe lequel)

Tester des variantes (optionnel, pour les pages piliers)

Repliquez la configuration de Taylor avant de publier une grande réécriture :

  1. Rédigez 3 à 5 questions réelles d'acheteurs (issues de longues requêtes de Search Console ou des prompts suivis d'un outil de visibilité IA) et 1 à 2 personas issus de l'ICP du client.
  2. Construisez une liste de candidats : les titres + descriptions variés mélangés avec 10 à 20 résultats concurrents pour la même question (titre + description tels qu'ils apparaissent dans la recherche), mélangés par session.
  3. Demandez à un modèle Claude (par défaut le dernier Sonnet) avec les outils web désactivés : « Votre utilisateur demande : . . Lequel de ceux-ci lirez-vous et citerez-vous ? Renvoyez les ID. » Lancez 30 à 50 sessions par variante et comptez la part de citations.
  4. Publiez le gagnant et enregistrez la part avant/après dans les notes du site. Taylor a conditionné sa version en tant que compétence Claude Code appelée agent-pass. Vérifiez ses conditions avant de l'emprunter.

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

Skills associés