Recettes

Ces prompts fonctionnent dans n’importe quel client connecté au serveur MCP AmICited. Remplacez example.com par votre domaine. Sous chacun, vous trouverez ce que fait l’agent, pour distinguer une bonne exécution d’un raccourci.

Quelques habitudes améliorent chaque recette :

• Nommez le domaine. La plupart des outils ont besoin d’un domain_id, et un espace de travail suit souvent plusieurs domaines. Le nommer évite à l’agent de deviner.
• Nommez la période. « 28 derniers jours face aux 28 précédents » donne des chiffres comparables. Voir le skill report-windows.
• Demandez des liens. Les agents peuvent appeler report_link pour vous donner un lien fonctionnel vers le rapport derrière un constat.

Reporting#

Briefing hebdomadaire de visibilité IA#

Give me a weekly AI visibility briefing for example.com: the last 7 days
against the 7 days before. Headline KPIs with changes, the prompts we
gained and lost, which engines moved, the competitors whose share of voice
grew, and the sites cited most often. Note any annotations in the period.
End with the three things worth doing next, each with a link to the report.

Ce que fait l’agent : list_domains pour résoudre le domaine, get_dashboard_metrics pour les KPI, les variations, la répartition par plateforme et la part de voix des concurrents, get_prompts_metrics pour les gains et pertes par prompt, list_top_cited_domains pour les sites les plus cités, annotation_get_overlay pour les changements consignés sur la période, et report_link pour les liens. Il doit lire le skill recurring-reports pour que le briefing de la semaine suivante utilise les mêmes périodes et les mêmes outils.

Instantané mensuel des concurrents#

For example.com, compare our AI share of voice with each tracked competitor
over the last 30 days against the previous 30. Which competitor gained the
most, on which engines, and on which prompts are they named when we are not?

Ce que fait l’agent : list_competitors, puis get_dashboard_metrics pour la part de voix des concurrents (qui couvre toutes les marques nommées, pas seulement celles qui sont suivies), et get_prompts_metrics filtré par moteur pour trouver les prompts où vous êtes absent. Il suit le skill competitor-gap-analysis, qui avertit que les décomptes bruts de mentions peuvent désigner le mauvais concurrent.

Diagnostiquer#

Analyser une baisse de visibilité#

Our AI visibility for example.com dropped this week. Use the
ai-visibility-audit skill to find out why. Check whether the prompt set or
engines changed, which engines ran but stopped citing us, and whether any
annotation lines up with the drop. Tell me what changed, not just the number.

Ce que fait l’agent : lit skill://ai-visibility-audit/SKILL.md, compare get_dashboard_metrics sur les deux périodes, puis descend dans get_prompt_detail pour les prompts perdus, où chaque moteur indique s’il a été exécuté et s’il vous a cité. Il vérifie list_prompts pour les prompts ajoutés sur la période (les nouveaux prompts diluent le score de visibilité) et annotation_list pour les modifications du site. Voir pourquoi mon score a-t-il chuté ? pour les mêmes vérifications à la main.

Les robots IA peuvent-ils lire notre site ?#

Check whether AI engines can read example.com: robots.txt rules for AI
crawlers, llms.txt, the accessibility tree and Common Crawl reach. Compare
our llms.txt with the domains that get cited for our prompts.

Ce que fait l’agent : get_agent_accessibility pour le robots.txt, l’arbre d’accessibilité et la présence dans Common Crawl, llms_txt_get_latest pour la revue de votre llms.txt, et llms_txt_get_comparison pour comparer avec les domaines cités. Il doit présenter la comparaison du llms.txt comme une corrélation, pas comme une cause prouvée.

Trouver des opportunités#

Trouver les écarts de citation#

For example.com, find the queries where we rank well in Google but AI
assistants never cite us, and the pages AI cites that rank poorly in
Google. Skip queries without enough runs to be reliable. Group the results
by intent and rank them by search volume.

Ce que fait l’agent : seo_get_citation_gap_invisible_winners pour un bon classement sans citation, et seo_get_citation_gap_inverse pour les pages citées mais mal classées (un écart de promotion plutôt qu’un écart de contenu). Les deux nécessitent des données Search Console ; si elles manquent, l’agent doit le dire et renvoyer vers Sources de données plutôt que de rapporter un résultat vide. Voir le rapport d’écart de citation.

Sur quels sites devrions-nous figurer ?#

List the domains AI engines cite most for example.com's prompts in the
last 30 days, excluding our own site and our competitors' sites. For the
top 10, tell me which prompts cite them and whether we are mentioned there.

Ce que fait l’agent : list_top_cited_domains et get_sources_metrics pour les sites tiers les plus cités, puis get_source_detail pour les prompts où chacun apparaît. Ce sont les sites d’avis, annuaires et articles de type liste sur lesquels il vaut la peine de figurer. Voir Sources.

Passer à l’action#

Rédiger un article pour un prompt qui nous manque#

Find the prompt for example.com with the highest search volume where we are
never mentioned and no article exists yet. Show me the fan-out questions no
page of ours answers, then generate a comparison article targeting that
prompt and those gaps. Tell me when the draft is ready.

Ce que fait l’agent : get_prompts_metrics filtré sur les prompts manquants sans article, triés par volume, puis get_prompt_coverage pour les questions fan-out non couvertes (couverture des prompts). Il appelle article_generate via run_tool (cela compte dans votre quota mensuel d’articles et nécessite l’accès en écriture), puis interroge article_get jusqu’à ce que le statut ne soit plus « generating ». Le brouillon apparaît sous Articles. Voir articles IA.

Étendre l’ensemble de prompts à partir d’une page#

Suggest 15 buyer prompts for example.com based on https://example.com/pricing/,
skip any we already track, and show me the list before adding anything.
After I approve, add them tagged "pricing", daily, in the US.

Ce que fait l’agent : lit le skill prompt-set-design, appelle generate_prompts_from_url (rien n’est enregistré), puis lookup_prompts_bulk pour écarter les prompts que vous suivez déjà. Après votre approbation, il appelle create_prompts_bulk via run_tool avec une étiquette, un calendrier et un pays uniques. Les nouveaux prompts consomment des crédits à chaque exécution : l’agent ne doit donc pas les ajouter sans demander.

Consigner une modification et la mesurer#

We rewrote https://example.com/features/ today. Log an annotation for that
URL and set an expectation that our AI visibility improves within 30 days.
In a month, ask me to check whether it worked.

Ce que fait l’agent : annotation_get_metric_registry pour les clés de métriques valides, puis annotation_create avec le périmètre d’URL et un jalon. Plus tard, annotation_get_progress montre la métrique face à sa référence, et le skill did-our-change-work couvre la lecture du résultat. Voir annotations.

À lire aussi#