Communitygithub.com

SEO

Auditez, planifiez et mettez en œuvre des améliorations SEO couvrant le SEO technique, l'optimisation on-page, les données structurées, les Core Web Vitals et la stratégie de contenu.

Qu'est-ce que SEO ?

Cette compétence permet d'auditer et d'améliorer la visibilité dans les moteurs de recherche en se concentrant sur la correction technique, la performance et la pertinence du contenu. Elle guide l'utilisateur à travers des listes de vérification pratiques pour la crawlability, l'indexabilité, les performances (LCP, INP, CLS), les données structurées (JSON-LD) et les règles on-page (balises titre, méta-descriptions, structure des titres). Elle inclut également une méthodologie de mapping de mots-clés pour éviter la cannibalisation et des conseils de maillage interne. Un tableau d'anti-patterns aide à éviter les erreurs courantes comme le keyword stuffing ou le schéma pour du contenu inexistant.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/seo

Demander à votre IA préférée

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

Documentation

Que fait SEO ?

Améliorez la visibilité dans les moteurs de recherche par la correction technique, la performance et la pertinence du contenu, sans artifices.

Quand l'utiliser

Utilisez cette compétence lorsque vous :

  • auditez la crawlability, l'indexabilité, les canoniques ou les redirections
  • améliorez les balises titre, les méta-descriptions et la structure des titres
  • ajoutez ou validez des données structurées
  • améliorez les Core Web Vitals
  • effectuez une recherche de mots-clés et associez des mots-clés à des URL
  • planifiez le maillage interne ou les modifications du sitemap / robots

Comment ça fonctionne

Principes

  1. Corrigez les blocages techniques avant d'optimiser le contenu.
  2. Une page doit avoir un seul objectif de recherche principal clair.
  3. Privilégiez les signaux de qualité à long terme plutôt que les motifs manipulateurs.
  4. Les hypothèses mobile-first sont importantes car l'indexation est mobile-first.
  5. Les recommandations doivent être spécifiques à une page et réalisables.

Liste de vérification SEO technique

Crawlabilité

  • robots.txt doit autoriser les pages importantes et bloquer les surfaces de faible valeur
  • aucune page importante ne doit être involontairement en noindex
  • les pages importantes doivent être accessibles à une faible profondeur de clic
  • évitez les chaînes de redirection de plus de deux sauts
  • les balises canoniques doivent être auto-cohérentes et sans boucle

Indexabilité

  • le format d'URL préféré doit être cohérent
  • les pages multilingues nécessitent des hreflang corrects si utilisés
  • les sitemaps doivent refléter la surface publique prévue
  • aucune URL en double ne doit entrer en concurrence sans contrôle canonique

Performance

  • LCP < 2,5s
  • INP < 200ms
  • CLS < 0,1
  • correctifs courants : préchargez les ressources principales, réduisez le travail bloquant le rendu, réservez l'espace de mise en page, réduisez le JS lourd

Données structurées

  • page d'accueil : schéma organisation ou entreprise si approprié
  • pages éditoriales : Article / BlogPosting
  • pages produit : Product et Offer
  • pages intérieures : BreadcrumbList
  • sections Q&A : FAQPage uniquement lorsque le contenu correspond réellement

Règles on-page

Balises titre

  • visez environ 50-60 caractères
  • placez le mot-clé ou le concept principal près du début
  • rendez le titre lisible pour les humains, pas bourré pour les robots

Méta-descriptions

  • visez environ 120-160 caractères
  • décrivez la page honnêtement
  • incluez le sujet principal naturellement

Structure des titres

  • un H1 clair
  • les H2 et H3 doivent refléter la hiérarchie réelle du contenu
  • ne sautez pas de structure uniquement pour un style visuel

Mapping de mots-clés

  1. définissez l'intention de recherche
  2. rassemblez des variantes de mots-clés réalistes
  3. priorisez selon la correspondance d'intention, la valeur probable et la concurrence
  4. associez un mot-clé/thème principal à une URL
  5. détectez et évitez la cannibalisation

Maillage interne

  • créez des liens depuis les pages fortes vers les pages que vous souhaitez classer
  • utilisez un texte d'ancrage descriptif
  • évitez les ancres génériques lorsqu'une ancre plus spécifique est possible
  • comblez les liens depuis les nouvelles pages vers les pages existantes pertinentes

Exemples

Formule de titre

Sujet principal - Modificateur spécifique | Marque

Formule de méta-description

Action + sujet + proposition de valeur + un détail d'accompagnement

Exemple JSON-LD

{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "Titre de la page ici",
  "author": {
    "@type": "Person",
    "name": "Nom de l'auteur"
  },
  "publisher": {
    "@type": "Organization",
    "name": "Nom de la marque"
  }
}

Format de sortie d'audit

[HAUT] Balises titre en double sur les pages produit
Emplacement : src/routes/products/[slug].tsx
Problème : les titres dynamiques se réduisent à la même chaîne par défaut, ce qui affaiblit la pertinence et crée des signaux en double.
Correctif : générer un titre unique par produit en utilisant le nom du produit et la catégorie principale.

Anti-patterns

Anti-patternCorrectif
bourrage de mots-clésécrivez d'abord pour les utilisateurs
pages fines quasi identiquesconsolidez ou différenciez-les
schéma pour un contenu qui n'est pas réellement présentfaites correspondre le schéma à la réalité
conseil de contenu sans vérifier la page réellelisez la page réelle d'abord
sorties génériques "améliorer le SEO"liez chaque recommandation à une page ou une ressource

Compétences connexes

  • seo-specialist
  • frontend-patterns
  • brand-voice
  • market-research

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Skills associés