Anthropic vient de publier une cheat sheet sur Claude Code pour le contenu qu’on a lue avec attention chez Nefia. Pour une raison simple : c’est exactement l’architecture qu’on utilise déjà depuis plusieurs mois — pour notre propre GTM, pour prospecter en multi-verticale, et pour livrer chez nos clients B2B.
Pas un fil dev. Une stack de production de contenu qui tient dans un terminal, dans un dossier versionné, avec une mémoire qui s’enrichit à chaque sprint.
Ce qu’on appelait hier “stack outils marketing” devient aujourd’hui un dossier sur votre disque dur, lu par un agent qui apprend. Le SaaS n’a pas disparu — il est passé du centre à la périphérie.
En 30 secondes
Un moteur de contenu Claude Code, c’est 7 étapes (foundation → research → ideation → hooks → copy → grading → delivery), un dossier client versionné en Markdown qui sert de mémoire, et 3 skills clés (weekly-idea-session, copy-developer, post-grader) qui tournent en boucle. Premier post en 48h, scalable en multi-clients, learning log qui s’enrichit à chaque sprint.
Le pipeline en 7 étapes
Étape 1 — Foundation
Qui parle, à qui, sur quoi
Avant tout pipeline, il faut une matière première. Quatre documents la constituent.
Voice profile — Une conversation de 25 questions (pas un formulaire). On capture comment la personne parle vraiment : ses tics, son humour, son rythme, ses tabous. Le transcript est la mine d'or de chaque draft.
ICP document — 4 tiers d'acheteurs (décideurs, champions, praticiens). Pour chaque tier : douleurs avec leurs propres mots, vocabulaire de recherche réel, signaux d'intention.
Content pillars — 3 à 5 thèmes auxquels chaque post se rattache. Chaque pilier a un objectif (autorité, confiance, search) et une étape funnel (TOFU/MOFU/BOFU).
CTA templates — Mapping entre type de CTA et catégorie de post. Le CTA est porté par le post, pas collé en fin de rédaction.
Étape 2 — Research
Trouver de quoi parler — en parallèle
Sept sources nourrissent chaque sprint :
Apify + LinkedInRedditYouTube (Gemini)X / TwitterFirefliesRepurposing archiveReverse engineering
La plus puissante : les transcripts Fireflies de vos calls clients. Objections réelles, victoires réelles, langage réel. Source à plus haut signal du système — celle que personne ne peut copier.
Étape 3 — Ideation
Du bruit au buffer d'idées notées
Les sources crachent du bruit. La weekly-idea-session trie : quels signaux deviennent des angles de post, lesquels passent à la trappe.
Sortie : un buffer de 15-25 idées prêtes, chacune avec un pilier, un tier ICP cible, et une note de qualité. La rédaction part toujours d'idées validées, jamais d'une page blanche.
Étape 4 — Hooks
20+ variations par idée, vous choisissez
Le hook generator tire dans une banque de templates classés par déclencheur émotionnel : drama, curiosité, peur, identification, contre-pied. Pour une idée donnée, il sort 20+ ouvertures.
Vous gardez la plus forte. C'est la seule étape vraiment manuelle, et c'est volontaire — l'ouverture pèse 70 % du destin du post.
Étape 5 — Copy
Le draft, écrit dans votre voix
Le copy-developer prend hook + brief d'idée + voice profile et produit un draft complet. Pas du copy IA générique : il s'appuie sur le transcript de votre voix documenté en étape 1.
En sortie : un post LinkedIn complet, ton et structure inclus, prêt à passer au grader.
Étape 6 — Grade + refine
Le cœur du système : noter, retoucher, boucler
Chaque draft est noté sur 5 dimensions, score sur 50, seuil à 38.
Sous 38, le draft retourne au copy-developer avec les fixes spécifiques sur chaque axe qui plante. Pas de "fais mieux" vague — chaque dimension sous le seuil déclenche une instruction précise.
Soit ça publie, soit ça atteint un plafond d'itérations et passe en revue humaine. Les angles qui sous-performent en réel remontent dans le learning log, qui réajuste les seuils au fil du temps.
Étape 7 — Deliver
Livraison, planification, mesure
ClickUp — Handoff client. Posts approuvés avec copy, brief visuel, notes de planification.
Taplio — Planification LinkedIn et analytics. Identifie les top posts pour repurposing.
Performance data → Claude — L'engagement remonte dans le système. Le learning log devient la matière de la pattern recognition du sprint suivant. Les angles sous-performants sont flaggés.
Et la maintenance, dans tout ça ?
En parallèle des 7 étapes, quatre routines maintiennent le système : pattern recognition (toutes les 5 sessions), content auditor (mensuel), foundation refresh (au changement d’ICP/positionnement), system check (avant chaque run, pour vérifier les dépendances). Sans elles, le moteur dérive en 3 mois.
Votre arborescence de dossiers est votre cerveau
C’est sans doute le passage le plus important de la cheat sheet. La structure proposée :
client-folder/
├── client-profile.md → nom, LinkedIn, niche, date d'onboarding
├── voice-profile.md → ADN voix, transcript des 25 questions
├── icp.md → 3-4 tiers, douleurs, langage
├── content-pillars.md → 3 à 5 thèmes, goals, étapes funnel
├── cta-templates.md → types de CTA mappés aux catégories
├── brand-guidelines.md → couleurs, typos, style visuel
├── transcripts/ → transcripts Fireflies, matière brute
└── learning-log.md → log auto-généré, devient plus précis avec le tempsChaque fichier est un input pour les skills. Quand on lance le copy-developer, il lit le voice profile, l’ICP, les piliers et le hook. Pas besoin de tout re-prompter à chaque fois. Le contexte est dans le dossier, pas dans la conversation.
Tout est en Markdown versionné — donc on peut diff, rollback, brancher, partager.
Le shift mental
Vous ne payez plus l’IA pour produire des posts. Vous construisez un dossier qui apprend, et les posts en sont la sortie naturelle.
5 cas d’usage à lancer en priorité
Si vous deviez ne tester que 5 enchaînements concrets, ce sont ceux-là :
- Foundation → premier post en 48h — voice + ICP + piliers en jour 1, hook + draft + visuel en jour 2.
- Transcript → pipeline — un call client de 30 min via Fireflies = un mois de posts.
- Boucle de notation automatique — chaque draft noté avant publication, retour au copy-dev avec spec précise.
- Recherche parallèle multi-sources — ce qui prenait une semaine prend 30 minutes.
- Repurposing systématique — un post LinkedIn → 5 pièces natives (thread X, newsletter, blog SEO, vidéo, carrousel).
Une heure de call client = un mois de posts. C’est le ratio effort/résultat le plus élevé du système.
Avant d'aller plus loin
Où en êtes-vous sur la maturité IA ?
5 minutes, 12 questions, une recommandation personnalisée. Sachez quel niveau de stack vous pouvez absorber avant de vous lancer.
Faire le diagnostic gratuit →Et concrètement, pour votre métier ?
La cheat sheet est générique. Voici comment elle se traduit pour 4 verticales B2B qu’on connaît bien chez Nefia.
Expert-comptable
Voice profile du dirigeant + transcripts des entretiens annuels avec les clients = un mois de posts qui parlent vraiment au DAF de PME.
Pillier dominant : autorité métier (loi de finances, normes).
Bureau d'études
Reverse engineering sur les concurrents + repurposing archive des études de cas = visibilité technique sans temps ingénieur.
Pillier dominant : preuve par le projet (avant/après).
ESN
Multi-client à fond : un voice profile par practice (data, cloud, dev). Chaque consultant senior devient une plume éditoriale.
Pillier dominant : recrutement + thought leadership.
Agence marketing
Le cas d'école. Un moteur, plusieurs dossiers clients, un learning log par client. Vous ne vendez plus du "post" — vous vendez un système de croissance.
Pillier dominant : opérationnel scalable.
Coût réel : stack SaaS classique vs Claude Code
Pour donner un ordre de grandeur, voici ce qu’on observe sur des équipes B2B comparables (création de contenu LinkedIn pour 1 dirigeant + 2-3 contributeurs).
Le calcul réel ne se fait pas en €, mais en heures humaines. Le moteur libère 8-10h/semaine côté équipe — du temps qui revient à la stratégie, au RDV client, à l'expertise. C'est ça, le vrai ROI.
Comment on l’a intégré chez Nefia
Cette cheat sheet vient des équipes produit d’Anthropic, qui ont publié leurs propres recommandations d’usage de Claude Code. Chez Nefia, on en a fait notre cadre de travail interne — bien avant qu’elle ne sorte publiquement.
Concrètement, on a :
- un dossier Nefia unique, versionné, où vivent toutes les fondations (voice, ICP, piliers) et les routines de production ;
- des skills custom pour chaque temps fort de notre semaine : prospection LinkedIn, cold call, review hebdo, clôture de session ;
- un learning log qui s’enrichit à chaque sprint et qui sert de mémoire commune entre Guillaume et moi ;
- un dossier par verticale B2B (expert-comptable, bureau d’études, ESN, agence marketing), exactement comme la cheat sheet propose un dossier par client.
On a fait passer notre prospection de “tâche qui plante quand on est en livraison” à “système qui tourne en fond, sans nous épuiser”. C’est ce cadre qu’on déploie ensuite chez nos clients.
À lire à côté
Claude Code, Cowork ou Chat — lequel pour vous ?
Avant de monter un moteur complet, identifiez la bonne interface selon votre profil.
La cheat sheet ne vous dit pas comment écrire un bon post. Elle vous dit comment construire la machine qui en écrit 50 par mois, dans la voix juste, avec une qualité qui ne dérive pas. C’est ça, le shift.
Et chez vous ?
On vous monte le moteur sur mesure
Voice profile, ICP, piliers, skills custom, learning log : on déploie l'architecture complète sur votre métier en 2-3 semaines. Vous publiez en autonomie, on maintient le système.
