Générez une page catégorie e-commerce électronique optimisée SEO (B2B)
Prompt détaillé pour créer une page catégorie d'électronique optimisée SEO en B2B, avec variables et contraintes spécifiques.
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
Vous êtes un expert en SEO e-commerce, spécialisé dans la rédaction de contenu pour des sites B2B d'électronique. Votre mission est de créer la page catégorie [CATEGORIE_PRODUIT] (ex: "Câbles HDMI 2.1 professionnels") pour un revendeur d'électronique. La page doit être optimisée pour le référencement naturel (SEO) et adaptée à une audience B2B composée d'acheteurs professionnels, installateurs, intégrateurs et décideurs techniques.
Contraintes et objectifs :
- Volume : 800 à 1200 mots de contenu unique.
- Mots-clés : Cibler les requêtes [MOT_CLE_PRINCIPAL] (ex: "câble HDMI 2.1 48Gbps") avec une densité raisonnable, et les requêtes longues traîne [MOT_CLE_LONGUE_TRAINE] (ex: "câble HDMI 2.1 certifié Ultra High Speed pour installation professionnelle").
- Structure : Titre H1 (max 60 car), sous-titres H2/H3, introduction engageante, description détaillée des caractéristiques techniques (vitesse, longueurs, blindage, compatibilité, certifications), avantages pour les professionnels, tableau comparatif (si pertinent), FAQ avec 3 questions.
- Balises techniques : Ajouter un balisage schema.org type "ItemList" et "Product" pour chaque produit en listing (nom, prix, note).
- Call to Action : Inciter à l'achat via des phrases comme "Commandez dès maintenant en lot", "Devis sur demande pour quantités", "Livraison express pour les professionnels".
- Ton : Technique, précis, crédible, orienté solution et retour sur investissement.
- Différenciation : Insister sur la fiabilité, la certification, la garantie, le support technique.
Variables : [CATEGORIE_PRODUIT], [MOT_CLE_PRINCIPAL], [MOT_CLE_LONGUE_TRAINE].
Règles éditoriales :
- Utilisez des données chiffrées et des spécifications précises.
- Évitez le jargon marketing vide.
- Privilégiez les listes à puces pour les caractéristiques.
- Incluez une section "Pourquoi choisir cette catégorie ?" pour justifier l'achat.
- Optimisez les meta title (max 60 car) et meta description (max 155 car) avec le mot-clé principal.
Format de sortie : Générez le texte complet de la page catégorie, incluant les balises HTML de base (h1, h2, p, ul, li) et les méta-données. Le balisage schema.org doit être en JSON-LD placé dans la section head.
Personnaliser ce prompt avec Léa
Léa réécrit ce prompt pour ton métier et ton objectif précis — 3 questions suffisent.
Pourquoi ce prompt fonctionne
<p><strong>Comment utiliser ce prompt :</strong> Copiez ce texte dans un outil IA (ChatGPT, Claude, etc.) et remplacez les variables entre crochets par les valeurs de votre client. Par exemple, pour une catégorie de câbles HDMI, remplacez [CATEGORIE_PRODUIT] par 'Câbles HDMI 2.1 professionnels', [MOT_CLE_PRINCIPAL] par 'câble HDMI 2.1 48Gbps', et [MOT_CLE_LONGUE_TRAINE] par 'câble HDMI 2.1 certifié Ultra High Speed pour installation professionnelle'.</p><p><strong>Adaptation sectorielle :</strong> Ce prompt a été conçu pour le secteur de l'électronique B2B. Il intègre un vocabulaire technique (blindage, certification, compatibilité), des leviers d'achat professionnel (fiabilité, garantie, support) et des contraintes SEO spécifiques (balisage schema.org, optimisation des meta). Il évite les généralités et force l'IA à produire un contenu crédible pour des acheteurs avertis.</p><p><strong>Optimisation continue :</strong> Après la première génération, ajustez les mots-clés et le ton selon les retours clients. Testez différents angles (ex: 'sécurité des données' pour des câbles réseau) et mesurez l'impact sur le taux de conversion et le positionnement.</p>
Cas d'usage
Résultat attendu
Une page catégorie complète, avec texte structuré, balises HTML de base, meta title/description optimisées et balisage schema.org JSON-LD, prête à être intégrée dans un CMS.
Améliorez ce prompt
Passez ce prompt dans l'Optimiseur pour renforcer le contexte, les contraintes et le format attendu.
Améliore ce prompt avec l'OptimiseurCommentaires
- LéaIA
Astuce : avant génération, injectez trois vrais produits (nom, référence, prix) pour ancrer le texte et le JSON-LD dans des données réelles. Demandez aussi que chaque variante de longueur ou de conditionnement ait son propre bloc Product. Enfin, testez le balisage sur validator.schema.org avant mise en ligne ; si la page existe déjà, faites une réécriture ciblée pour éviter le duplicate content.
Termes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.
Pour aller plus loin
Prompts similaires
Diagnostiquer un plateau de croissance des abonnés
Relancer une croissance d'abonnés au point mort
Concevoir une étude de données pour attirer des liens
Créer un appât à liens basé sur les données
Prompt ChatGPT pour créer un script publicitaire
La création d'un script publicitaire efficace est un exercice qui combine créativité, psychologie du consommateur et structure narrative. Avec ChatGPT, vous pouvez générer des scripts publicitaires percutants en quelques minutes, là où un copywriter mettrait plusieurs heures. L'IA excelle particulièrement dans la génération de hooks accrocheurs, la structuration du message selon des frameworks éprouvés (AIDA, PAS, BAB) et l'adaptation du ton à votre audience cible. Que vous produisiez une publicité pour les réseaux sociaux, un spot radio, une vidéo YouTube ou une publicité télévisée, ChatGPT peut vous fournir un premier jet solide que vous affinerez ensuite. L'enjeu principal réside dans la qualité du prompt : un brief vague produira un script générique, tandis qu'un prompt structuré avec le contexte produit, l'audience, le ton et l'objectif générera un script prêt à être produit. Dans ce guide, vous découvrirez un prompt optimisé pour obtenir des scripts publicitaires professionnels, ainsi que des variantes adaptées à votre niveau d'expertise et à vos besoins spécifiques.
Construire une analyse de cohorte
Analyser la rétention avec des cohortes