AI SEO In Detail › Module A · Les fondations › Épisode 6
Configurez votre espace de travail d'analyse SEO avec Python et SQLite
Créez un espace de travail d'analyse SEO reproductible : arborescence, virtualenv Python, base SQLite unique, réponses d'API en cache, secrets et Claude Code.
La lecture de la vidéo la charge depuis YouTube (mode privacy-enhanced). La vidéo est en anglais, avec des sous-titres dans votre langue.
Modèle d'espace de travail SEO avec barrière de coût
L'arborescence de l'épisode 6, prête à décompresser : des scripts, un cache par source, une base SQLite avec une table api_log, des rapports datés, un CLAUDE.md avec des règles « cache d'abord » et de barrière de coût, et paid_call(), un utilitaire Python qui refuse de dépenser de l'argent sans un indicateur de confirmation.
- Décompressez et configurez Python — Créez un environnement virtuel dans le dossier, installez les trois paquets de requirements.txt, créez la base de données avec init_db.py et lancez l'autotest hors ligne de la barrière.
- Clés à l'extérieur, règles à l'intérieur — Stockez votre clé API avec set_key.sh dans un fichier privé de votre dossier personnel, jamais dans le projet ni dans un chat. CLAUDE.md indique à l'assistant où se trouve le cache, que les clés ne sont jamais lues et qu'aucun appel payant n'a lieu sans votre feu vert.
- Barrière avant, journal après — Les scripts payants affichent ce qu'ils vont appeler, le nombre de requêtes et le coût estimé, puis s'arrêtent. Après votre feu vert, paid_call() met en cache la réponse brute avant de l'analyser et enregistre le coût dans api_log.
Python 3.9+ · SQLite · bibliothèque standard pour la barrière · aucune clé incluse · sans inscription
Les fichiers sont en anglais.
1,061 mots · traduction de la narration de l’épisode.
Introduction
Trois mois après le début d'un projet SEO, le dossier ressemble à ça. Des exports avec des chiffres entre crochets. Un tableur nommé final final. Et aucun moyen de savoir quel fichier a produit le graphique du dernier rapport.
L'analyse vaut ce que vaut l'endroit où elle vit. Si on ne peut pas la relancer, on ne peut ni s'y fier ni remesurer plus tard.
Dans cet épisode on met en place un espace de travail qui reste propre : une structure de dossiers, Python, une base SQLite, un cache par réponse payante, des secrets qui n'entrent jamais dans le projet, et Claude Code comme assistant qui écrit et exécute les scripts, derrière une barrière de coût.
L'arborescence des dossiers
Voici la structure que j'utilise. Cinq éléments au niveau racine.
Scripts : chaque extraction et analyse est un script, pas un clic. Si je l'ai fait deux fois, ça devient un script.
Cache : les réponses brutes de chaque API, intactes, un sous-dossier par source. C'est le dossier le plus précieux du projet. Les données payantes vivent ici une fois, et ne sont jamais refetchées par accident.
Data : une base SQLite avec les tables propres de l'épisode cinq.
Reports : les sorties. Fichiers datés, écrits par des scripts, pour que chaque nombre puisse être retracé vers un script et un fichier cache.
Et un court fichier d'instructions en haut pour Claude Code, qu'on verra dans une minute.
La règle derrière la structure est un flux unidirectionnel. Le cache alimente la base, la base alimente les rapports. Rien n'est édité à la main entre les deux.
Python et un environnement virtuel
Python est la colle. Pas besoin de beaucoup : une bibliothèque HTTP pour les API, la bibliothèque client Google pour Search Console et Analytics, et pandas si vous aimez les tables. Le support SQLite est déjà intégré.
Créez un environnement virtuel dans le projet, pour que les packages appartiennent à ce projet et pas à toute la machine. Et écrivez les packages dans un fichier requirements. Quand vous revenez six mois plus tard, ou changez d'ordinateur, une commande vous ramène exactement à la même configuration.
Le schéma SQLite
Pourquoi SQLite ? C'est un seul fichier. Pas de serveur, pas de mot de passe, rien à maintenir actif. Il gère des millions de lignes sur un portable. Et vous pouvez copier toute la base aussi facilement qu'un tableur.
Les tables sont celles du dernier épisode : une table brute par source, avec clé primaire sur la date et les dimensions, pour que les reruns écrasent au lieu de doubler.
J'ajoute une table que les gens oublient souvent : un journal d'API. Chaque appel payant écrit une ligne. Quand, quel endpoint, combien de tâches, et ce que ça a coûté selon la réponse. À la fin du mois vous pouvez répondre « combien a coûté cette analyse » avec une requête, pas une estimation.
Les secrets restent à l'extérieur
Les clés et mots de passe ne vont jamais dans le projet. Ni dans un script, ni dans un fichier de config, ni dans le fichier d'instructions pour l'assistant.
Ils vivent dans de petits fichiers dans votre dossier home, lisibles par vous seul, et les scripts les lisent comme variables d'environnement. Le projet peut alors être synchronisé, partagé ou versionné en toute sécurité.
Ça compte encore plus avec un assistant IA. Tout ce que vous collez dans un chat finit dans un log. Donc on ne tape jamais une clé dans le chat. Si une clé doit être définie, vous exécutez vous-même une petite commande qui la lit sans l'afficher.
Claude Code, l'assistant de l'analyste
Claude Code est un assistant IA qui tourne dans votre terminal, dans le projet. Il peut lire vos fichiers, écrire des scripts et les exécuter, et il demande avant de faire les choses.
Pour l'analyse SEO, ça change la vitesse du travail. Je décris la question en anglais simple, et il écrit le script d'extraction, le SQL, ou le graphique. Je le relis, il l'exécute, et la sortie atterrit dans reports.
La clé est le fichier d'instructions à la racine du projet. Claude Code le lit au début de chaque session. C'est là que vivent vos règles. Où est le cache. Que chaque script doit vérifier le cache avant d'appeler une API. Que les clés ne sont jamais lues ni affichées. Et la règle la plus importante, qui a sa propre section.
La barrière de coût
La barrière de coût. Appels gratuits comme Search Console, libres. Appels payants, non. Avant tout appel payant, l'assistant doit montrer ce qu'il va appeler, combien de requêtes, et le coût estimé. Puis il s'arrête et attend mon feu vert explicite.
Exemple avec des chiffres fictifs : deux cents mots-clés à profondeur dix, environ trois dixièmes de cent chacun. Ça fait environ soixante cents. Petit. Mais la barrière ne porte pas sur une exécution. Elle porte sur une boucle qui réessaie, ou un script qui tourne sur dix mille mots-clés au lieu de cent. Sans barrière, vous le découvrez sur la facture.
Je construis la barrière en deux couches. La règle dans le fichier d'instructions, pour que l'assistant demande. Et une vérification dans le code lui-même, une fonction qui refuse un appel payant sans drapeau de confirmation. La règle gère l'intention. Le code gère les erreurs.
Et après l'appel, le coût va dans le journal d'API. Barrière avant, journal après.
Une journée dans l'espace de travail
Voici comment ça s'assemble en pratique.
Je commence avec une question, en une phrase. Quelles pages ont perdu des clics ces quatre semaines, position changée ? Je la donne à Claude Code. Il lit le fichier d'instructions, trouve les tables, et écrit un court script.
Je lis le script avant qu'il ne s'exécute. C'est l'étape de revue humaine, et je ne la saute jamais. Pas parce que le code est souvent faux, mais parce que je veux savoir exactement ce que le nombre du rapport signifie.
Il s'exécute. Données gratuites du cache et de la base. Si un appel payant est nécessaire, la barrière l'arrête et demande. Le résultat atterrit dans reports comme fichier daté, avec le script à côté. Le mois suivant, je relance le même script, et la comparaison est honnête.
Pour conclure
Un dossier, une base, un cache pour tout, secrets dehors, et une barrière devant chaque appel payant. Le modèle d'espace de travail, avec le fichier d'instructions, est lié ci-dessous. Prochain épisode : on met cet espace au travail, et on laisse Claude Code exécuter votre première analyse avec DataForSEO en environ dix minutes. À bientôt.