Ingénieurs Marketing : 100x Plus d'Expérimentations avec des Agents IA

Les marketing engineers sont les NOUVEAUX employés 10x, et la plupart des entreprises n'en ont pas encore.

Si vous développez une startup, une entreprise ou un side project, en devenir un (ou en recruter un) est le plus gros levier dont vous disposez aujourd'hui. C'est la période la plus excitante pour travailler dans le marketing depuis le lancement d'AdWords par Google. Peut-être même de tous les temps.

Pendant 20 ans, trouver des idées marketing était facile, mais les livrer relevait du parcours du combattant. Les commerciaux savaient pourquoi les deals se signaient. Le support savait pourquoi les clients partaient. Mais chaque idée devait survivre à un brief, à un designer, à un développeur, à un analyste et à deux réunions… et la plupart mouraient dans un fil Slack.

Ce goulot d'étranglement vient de sauter !

Aujourd'hui, un agent lit les appels de vente de la semaine dernière en dix minutes. Un autre transforme ce qu'ont dit les clients en landing page. Un autre lance trente publicités et coupe celles qui ne performent pas pendant que vous dormez. Un autre vous dit le lundi quelle campagne a ramené des clients qui ont réellement payé. Et les modèles sont désormais assez bons pour que, si votre idée est bonne, le résultat le soit aussi.

Un marketing engineer connecte ces agents pour en faire une machine. Mi-marketeur, mi-builder. Et les meilleurs viennent souvent d'ailleurs que du marketing : fondateurs, ingénieurs, ops, créateurs solo.

Alors prenez votre café ou votre thé, voici le playbook complet (15-20 min de lecture) :

Comment on en est arrivé là

À l'époque de Mad Men, des années 1950 aux années 1990, le marketing signifiait presse, télé, radio et panneaux publicitaires. Le job consistait à avoir de grandes idées avec de gros budgets. Une campagne coûtait des millions, prenait des mois à produire, et vous découvriez si elle avait fonctionné un trimestre plus tard, avec un peu de chance. Un excellent marketeur n'avait droit qu'à quelques vraies tentatives par an, alors toute la profession reposait sur le goût, la persuasion et l'intuition.

Puis Google a lancé AdWords en 2000 et Facebook ses publicités en 2007, et soudain, chaque clic pouvait être compté. Le marketeur digital était né. Le métier s'est transformé en gestion de canaux comme le SEO, la recherche payante, l'emailing et le display. Les marketeurs vivaient dans leurs dashboards, et les meilleurs étaient ceux qui comprenaient les plateformes le plus profondément. Vous pouviez lancer quelques expériences par mois.

Dans les années 2010 est arrivé le growth hacker, et je ne l'oublierai jamais. Sean Ellis a inventé le terme en 2010, et les meilleures astuces de la décennie sont devenues des légendes. Hotmail ajoutait « P.S. Je t'aime. Crée ton email gratuit sur Hotmail » au bas de chaque message. Dropbox offrait du stockage gratuit à vous et à un ami pour chaque invitation. Airbnb permettait aux hôtes de publier automatiquement leurs annonces sur Craigslist. Le growth hacker traitait le marketing comme un produit, avec des tunnels, des boucles et des A/B tests. Le problème, c'est que chaque bonne idée nécessitait un ingénieur, et les ingénieurs appartenaient à la roadmap produit. Les growth hackers passaient la moitié de leur vie à rédiger des tickets et à faire la queue. Quelques expériences par semaine, c'était déjà une très bonne semaine.

Quand ChatGPT est apparu fin 2022, nous avons eu le marketeur assisté par l'IA. Les textes arrivaient plus vite, les images aussi, mais tout le reste est resté identique. Même organigramme, mêmes réunions, même cycle de six semaines, juste avec de meilleurs premiers jets. C'était un peu l'ère du copilote IA. La plupart des équipes marketing en sont encore là aujourd'hui.

Le marketing engineer, c'est ce qui se passe quand la personne qui a l'idée et celle qui peut la construire deviennent la même personne. Un seul marketeur étudie le client, construit la page, génère la créa, connecte les données et lance le test. L'unité de travail passe de la campagne au système qui produit des campagnes en continu, et lancer des dizaines d'expériences par jour devient réaliste pour une seule personne.

Si l'on prend du recul, toute l'histoire du marketing suit une seule tendance : le coût d'une expérimentation ne cesse de s'effondrer. Celui qui mène le plus de bonnes expériences apprend le plus vite, et celui qui apprend le plus vite gagne.

Pourquoi c'est si important

Chaque entreprise est assise sur une mine d'or qu'elle exploite rarement (je sais que c'est dur à croire, mais c'est vrai).

Les ventes entendent les cinq mêmes objections chaque semaine. Le support sait exactement quelles promesses entraînent des remboursements. Le fondateur a des opinions tranchées sur son marché qui restent dans sa tête et dans quelques extraits de podcasts. L'équipe analytics sait quelles pages attirent les clients qui restent. Tout cela vit dans des outils différents, gérés par des personnes différentes, et n'atteint une campagne qu'une fois par trimestre, peut-être.

Pendant ce temps, les petites idées qui permettraient d'exploiter ces connaissances perdent toujours face au grand lancement. Un calculateur de prix pour une niche précise. Une campagne construite à partir des appels de vente d'hier. Un message à quarante anciens prospects le jour où la fonctionnalité qu'ils demandaient est enfin livrée. Chacune nécessitait un designer, un développeur, un analyste et deux réunions, alors chacune a moisi dans le backlog pour l'éternité.

Un marketing engineer peut toutes les réaliser en un après-midi. Le marketing ultra-ciblé est devenu bon marché, et quand le spécifique devient abordable, l'entreprise qui comprend le mieux son client commence à gagner. Les agences qui vendent des heures le sentiront en premier. Les grosses équipes marketing commenceront à ressembler à des comités. Les fondateurs et les marketeurs solo auront soudainement la capacité de production d'un département entier.

Note : mon associé vient de lancer Boring Funnels, avec l'idée que la plus grande opportunité consiste à aider les entreprises à transformer ce qu'elles savent de leurs clients en offres claires, en landing pages utiles et en séquences de relance qui génèrent des ventes. Un marketing engineer peut construire tout ça, voir où les gens décrochent et continuer à l'améliorer à mesure que de nouveaux clients arrivent.

Voici exactement comment le mettre en place.

Étape 1 : Préparez votre poste de travail

Tout commence par un espace de travail pour agents. Claude Code, Codex et Cursor sont les plus courants. Le plus simple est de voir ces outils comme un employé junior extrêmement rapide qui vivrait dans un dossier de votre ordinateur. Il peut lire chaque fichier de ce dossier, en créer de nouveaux, exécuter du code et utiliser n'importe quel outil auquel vous le connectez.

C'est cette dernière partie qui fait toute la magie. Les outils se connectent via quelque chose appelé MCP, qui est fondamentalement une prise universelle pour l'IA. HubSpot, Stripe, Notion, Slack et des centaines d'autres outils ont des serveurs MCP, donc votre agent peut lire votre CRM ou récupérer le chiffre d'affaires de la semaine dernière exactement comme vous le feriez. Quand un outil n'a qu'une API, l'agent peut généralement écrire lui-même le code pour l'appeler.

Vous voudrez aussi que vos agents tournent selon un planning pendant que vous dormez. Il y a un an, cela signifiait tout bricoler dans un outil de workflow comme Zapier ou n8n. Aujourd'hui, il suffit de demander à votre agent de code de le construire. Dites-lui « exécute ça tous les lundis à 7h, publie le rapport sur Slack, et attends mon feu vert avant d'envoyer quoi que ce soit », et il écrira la tâche planifiée, le message Slack avec un bouton de validation, et le code qui ne s'exécute qu'une fois que vous avez cliqué. Ou utilisez un agent toujours actif comme Hermes ou OpenClaw qui tourne déjà en arrière-plan. Dans tous les cas, c'est votre code, dans votre dossier, et vous pouvez modifier n'importe quelle partie avec une simple phrase.

Étape 2 : Écrivez le cerveau

Voici l'erreur que je vois sans cesse. Quelqu'un s'emballe, lance dix agents, récupère une montagne de contenu générique insipide, et conclut que le marketing par IA est surcoté.

Les agents fonctionnaient bien, mais le contexte était trop pauvre.

C'est comme embaucher un marketeur brillant en zappant l'onboarding. Il écrira un texte intelligent sur votre secteur, et ça ressemblera exactement à celui de vos concurrents. Donc, avant de construire le moindre agent, construisez le cerveau : un dossier qui explique votre entreprise comme vous l'expliqueriez à une nouvelle recrue brillante le jour de son arrivée.

Voici la structure que j'utiliserais :

Six fichiers font l'essentiel du travail.

1/ START-HERE.md est la page unique que chaque agent lit en premier. Elle indique ce que fait l'entreprise, qui elle sert, quelles sont les priorités du trimestre et où se trouve tout le reste.

2/ company/customer-fit.md décrit qui achète, qui reste, et qui vous pouvez servir de manière rentable. Soyez douloureusement précis. « Boutiques Shopify générant entre 1 M$ et 10 M$ par an, où le fondateur tient encore la comptabilité et s'est déjà fait avoir par un comptable » donne à l'agent de la matière. « PME » ne lui donne presque rien.

3/ company/offers.md liste ce que vous vendez, à quel prix, ce que vous avez le droit de promettre, et ce qui nécessite une validation avant d'être prononcé à voix haute.

4/ brand/voice.md est l'endroit où la plupart des gens deviennent paresseux. « Amical mais professionnel » ne sert à rien pour un agent. Collez trois emails ou publicités que vous avez adorés, avec une phrase expliquant pourquoi chacun fonctionne, et deux que vous avez rejetés, avec la raison. « On a tué celle-ci parce qu'elle promet des résultats en 30 jours et qu'on ne peut pas le garantir. » Les agents apprennent infiniment plus des exemples que des adjectifs.

5/ brand/founder-opinions.md est votre avantage déloyal. Tous vos concurrents ont accès aux mêmes modèles. Vous seul avez l'avis de votre fondateur sur le marché, le client et la concurrence. Passez deux heures à interviewer votre fondateur, ou vous-même, et notez chaque opinion tranchée. « La plupart des agences de notre secteur surfacturent l'onboarding. » « Nos meilleurs clients viennent des recommandations de comptables. » Ce sont ces opinions qui donnent à vos contenus votre propre voix.

6/ decisions/failed-campaigns.md contient les leçons qui ont coûté de l'argent réel. « L'audit gratuit a attiré des entreprises trop petites pour payer nos services. » « LinkedIn a ramené beaucoup de leads mais très peu de signatures. » Une ligne comme ça évite à un agent de reproduire une erreur à 20 000 $.

Une règle maintient le cerveau en bonne santé : les agents peuvent ajouter des hypothèses dans evidence/, mais seul un humain peut déplacer quelque chose dans company/. Sinon, l'intuition d'un agent devient silencieusement la politique de l'entreprise.

Étape 3 : Connectez vos données

Ensuite, donnez des yeux au cerveau. Connectez les endroits où vit la vérité client : les enregistrements d'appels dans Gong ou Fathom, les tickets de support dans Intercom ou Zendesk, les deals dans HubSpot ou Salesforce, le comportement dans PostHog ou Google Analytics, et les revenus dans Stripe.

Commencez par un accès en lecture seule partout. Un agent capable de lire votre CRM est utile dès le premier jour. Un agent qui peut le modifier est un privilège qu'il doit mériter avec le temps.

Faites ensuite la tâche ennuyeuse que presque toutes les entreprises sautent. Donnez un ID à chaque campagne et transportez-le partout. Mettez-le dans les tags UTM de chaque lien, dans le nom de chaque publicité, dans le nom de chaque séquence d'emails, et dans un champ de chaque deal dans le CRM. Puis tenez un tableau simple, dans Supabase ou même un tableur pour commencer, avec une ligne par campagne : ID, dépenses, leads, appels qualifiés, deals, revenus et churn.

Ça manque de glamour, mais c'est la chose la plus précieuse de toute l'installation. La plupart des entreprises peuvent vous donner les clics par campagne et les revenus par client, mais très peu savent relier les deux. Une fois ces tables jointes, vos agents peuvent répondre à la question qui compte vraiment : quel marketing a ramené des clients qui ont payé et qui sont restés ?

Étape 4 : Construisez votre premier agent

Construisez un seul agent et rendez-le excellent avant d'en créer un deuxième. Six agents qui se parlent dès le premier jour, c'est la meilleure façon de passer votre week-end à debugger un chat de groupe.

Votre premier devrait être l'agent de langage client, car tout le reste se nourrit de ce qu'il trouve. Son travail est de lire ce que disent réellement les clients et d'en extraire les mots exacts qu'ils utilisent pour décrire leurs problèmes.

Exportez les transcriptions de vos 20 à 50 derniers appels de vente dans evidence/calls/ et donnez-lui une instruction comme celle-ci :

Lis chaque transcription dans evidence/calls/.

Lisez ensuite le rapport en le comparant à votre propre souvenir de ces appels. La première version sera juste à environ 70 %. Elle surpondérera probablement un client bavard, ou nommera les groupes avec du jargon marketing. Chaque fois que vous repérez une erreur, corrigez l'instruction et sauvegardez la correction dans decisions/ pour qu'elle persiste. Après trois ou quatre itérations, il lira les appels mieux que la plupart des membres de votre équipe.

Voici le genre de choses qu'il trouve. Disons que vous vendez un logiciel de planification à des plombiers et des entreprises de climatisation. L'agent remarque que les patrons répètent une variante de « J'en ai marre de prendre des appels pendant le dîner. » Cette seule phrase est votre publicité, votre titre et votre accroche de vente. Elle battra « planification automatisée » à chaque fois, car les gens achètent une situation plus qu'une fonctionnalité.

Une fois qu'il est fiable, planifiez-le. Chaque lundi, il lit les appels et tickets de la semaine précédente et dépose un nouveau rapport dans evidence/customer-language/. Désormais, toute votre machine marketing tourne avec ce que les clients ont dit la semaine dernière, et non avec ce que quelqu'un a deviné l'an dernier.

Étape 5 : Ajoutez les cinq autres agents

Une fois votre premier agent solide, ajoutez les autres un par un. Chacun obtient son propre dossier dans workflows/, ses propres instructions et son propre planning.

L'agent de déclencheurs d'achat surveille les moments qui créent de la demande du jour au lendemain. Une entreprise ouvre un deuxième site. Une marque commence à vendre en gros. Une startup lève des fonds et publie cinq offres d'emploi commerciales. Un outil avec lequel vous êtes intégré sort une nouveauté. Le moyen le plus simple de le construire est d'utiliser Clay. Extrayez une liste de comptes correspondant à customer-fit.md, puis ajoutez des colonnes qui vérifient chaque déclencheur, comme les nouvelles offres d'emploi, les actualités de levée de fonds, les nouveaux sites ou les nouvelles pages sur leur site web. Apollo est pratique pour les données de contact.

Pour chaque compte ayant un nouveau déclencheur, l'agent vérifie le CRM pour écarter ceux avec qui votre équipe échange déjà, puis complète une phrase : « Cet événement crée ce problème, et notre produit le résout de cette manière précise. » Si la phrase est molle, le compte attend. Si elle est percutante, l'agent rédige un court email qui commence par l'événement et le sauvegarde en brouillon pour que vous le validiez. Ce filtre d'une phrase est ce qui transforme la prospection en parfait timing plutôt qu'en spam.

L'agent de recherche trouve les questions que les gens posent juste avant d'acheter et construit la meilleure page d'Internet pour chacune d'elles. Nourrissez-le avec trois sources : vos données Search Console, les questions qui remontent lors des appels de vente, et ce que répondent ChatGPT, Claude et Perplexity quand vous les interrogez sur votre marché. Cette dernière source est nouvelle et sauvagement sous-estimée. Chaque semaine, posez aux moteurs IA les questions de vos acheteurs et notez quelles entreprises et sources ils recommandent. Cela vous montre ce en quoi les modèles ont confiance et là où vous êtes invisible.

Ensuite, construisez des pages plus utiles que tout ce qui existe, car la recherche IA récompense la page la plus utile davantage que la plus optimisée. Un fournisseur d'équipements de cuisine professionnelle qui crée un guide pour ouvrir son premier restaurant, avec un calculateur pour savoir quel matériel correspond à votre espace et votre budget, sera classé, cité par les moteurs IA et mis en favoris par les acheteurs qui reviendront le moment venu. Votre agent peut coder ce calculateur en un après-midi et le publier sur Next.js et Vercel, ou sur Framer si vous voulez aller vite.

L'agent créatif fabrique et teste les publicités. Donnez-lui le dernier rapport de langage client, les arguments validés dans offers.md, de vraies vidéos et captures d'écran du produit, et un dossier de publicités que vous aimez. Demandez-lui des angles d'achat différents, plutôt que cinquante versions du même titre : une pub qui déroule un cas pratique, une qui raconte l'histoire d'un client, une qui est une démo brute du produit. Les modèles d'image comme Nano Banana et les modèles vidéo comme Veo rendent la production presque gratuite.

Nommez chaque publicité en fonction de ce qu'elle teste, comme BK014_dinner-angle_ugc_v2, pour que l'ID de campagne, l'idée et le format vivent directement dans le nom. Un mois plus tard, « l'angle du dîner a battu l'angle du prix » est une leçon réutilisable partout. « video_final_7 a gagné » est une anecdote inutile.

L'agent upload les publicités via l'API Meta Ads en état de pause, pour qu'un humain appuie sur le bouton. Ensuite, un petit script vérifie les résultats chaque matin et met en pause tout ce qui est sous 1 % de CTR après un certain montant dépensé. Définissez vos critères de preuve avant de lancer : combien de budget, combien de jours, et ce qui compte comme une victoire. Sautez cette étape et 200 publicités ne vous donneront que 200 expériences non concluantes.

L'agent closed-lost est celui qui paie pour tout le reste. Extrayez chaque deal perdu de votre CRM avec ses notes et transcriptions d'appels. « Pas intéressé » est un résumé paresseux d'une vraie conversation, alors demandez à l'agent de relire chacune et d'enregistrer la véritable raison ainsi qu'une condition de réouverture. « Parti chez un concurrent, contrat renouvelé en mars. » « Avait besoin du SSO. » « Le champion a quitté l'entreprise. »

Ensuite, il surveille ces conditions. Le jour où votre changelog annonce la sortie du SSO, chaque prospect qui l'avait demandé reçoit un brouillon personnalisé citant son appel initial. Quand la date de renouvellement approche, vous vous manifestez. Quand le champion atterrit dans une nouvelle entreprise, vous le félicitez et vous vous représentez. Respectez les désabonnements et préférences de contact, et vous découvrirez que la plupart des entreprises ont une montagne de revenus inachevés dormant dans leur propre CRM.

L'agent de performance lit votre tableau de campagnes chaque lundi et vous écrit un court mémo, comme le ferait un analyste affûté. « La page d'audit de rentabilité a converti à 4 %, et la moitié de ces leads étaient trop petits pour être servis. La publicité "dîner" a le coût par appel qualifié le plus bas. Le retargeting a dépensé 3 000 $ et produit deux conversations commerciales. » Chaque ligne se termine par une décision pour vous : garder, couper, modifier ou tester.

Connectez-le jusqu'à la rétention, aux remboursements et au profit. Une campagne qui ramène des clients pas chers qui churnent en soixante jours semble incroyable sur un dashboard mais vous fait perdre de l'argent en silence. C'est cet agent qui le détectera.

Étape 6 : Intégrez les garde-fous dans les outils

Le moyen le plus rapide de se brûler est de faire confiance à une phrase dans un prompt. « Demande-moi toujours avant d'envoyer » est une suggestion polie pour un modèle. Les vrais garde-fous vivent dans les outils.

Donnez à chaque agent le plus petit ensemble de permissions nécessaire. L'agent de prospection obtient un accès en mode brouillon uniquement aux emails. L'agent publicitaire crée des pubs en pause, et les budgets restent entre vos mains. Les étapes de validation vivent dans le code lui-même, comme un message Slack avec un bouton d'approbation que l'action attend. Utilisez du code classique pour les règles strictes comme les plafonds de dépenses, les listes d'exclusion et la déduplication, et gardez le modèle pour les jugements de valeur comme savoir si un compte correspond ou si un message vous ressemble.

Rédigez ensuite un court contrat pour chaque agent, comme une fiche de poste avec des limites. En voici un pour l'agent de déclencheurs d'achat :

« Terminé » signifie qu'il a vérifié chaque source dans ses limites et vous a dit ce qui a planté. Un agent qui dit « cette source a échoué aujourd'hui » en vaut dix qui l'ignorent silencieusement.

Étape 7 : Lancez une campagne de bout en bout

Voici à quoi ça ressemble quand tout fonctionne ensemble. Imaginez un cabinet d'expertise comptable qui veut plus de clients e-commerce.

Le lundi, le rapport de langage client montre que les propriétaires de boutiques répètent la même chose : « Je n'arrive pas à savoir si j'ai vraiment gagné de l'argent après les retours, la livraison et les frais. » Onze clients différents l'ont dit le mois dernier. Vous allez voir la personne qui délivre le service et demandez si le cabinet peut vraiment résoudre ça. Elle dit oui, et que c'est la première chose qu'ils corrigent pour chaque nouveau client. Vous validez une offre dans offers.md : un audit de rentabilité gratuit pour les boutiques faisant entre 1 M$ et 10 M$ par an.

La campagne reçoit un ID, BK014, et tout ce qui suit le portera.

Le mardi, l'agent créatif fabrique trois angles à partir des mots mêmes des clients : là où votre profit disparaît, un exemple de rapport mensuel, et une courte histoire d'un vrai client. L'agent de recherche construit une page avec un calculateur de profit simple utilisant des chiffres vérifiés par le cabinet. L'agent closed-lost trouve 60 anciens prospects qui avaient dit « peut-être après la clôture annuelle » et rédige à chacun une note personnalisée. L'agent de déclencheurs d'achat signale les boutiques qui viennent de se lancer sur Amazon, car la vente multicanal complique la comptabilité.

Le mercredi, vous révisez le tout d'une traite. Vous coupez une publicité qui promet des économies impossibles à garantir, validez le reste, et lancez un test à 2 000 $.

Deux semaines plus tard, l'agent de performance relie les dépenses aux audits réservés, et les audits aux clients signés. La page du calculateur convertit le mieux. La liste de déclencheurs Amazon génère le plus d'appels. Il vous rappelle aussi que l'échantillon est encore petit.

Vous remarquerez que les mots originaux du client ont survécu à chaque étape. Normalement, une bonne intuition passe par un résumé de recherche, un brief et cinq allers-retours de corrections, pour finir par ressembler à n'importe quelle autre pub comptable sur Internet. Ici, les citations ont voyagé avec le dossier de la campagne, donc chaque agent les a vues.

Étape 8 : Faites tourner la boucle hebdomadaire

Une fois la machine construite, le travail ressemble beaucoup plus à de l'édition qu'à de la création.

Le lundi, vous lisez le mémo de performance et prenez les décisions de garder, couper ou modifier. Mardi et mercredi, vous construisez, corrigez les workflows qui ont produit du travail faible la semaine précédente, et lancez de nouveaux tests. Jeudi, vous participez aux appels avec les ventes et le support, car c'est là que se cachent les meilleures idées de la semaine prochaine. Vendredi, vous révisez ce que les agents ont produit et mettez à jour les fichiers.

Le cœur du système est une file de validation. Chaque élément devrait prendre moins d'une minute à décider. « Valide cette offre révisée. Elle modifie ces deux publicités et cet email. » Montrez le changement, ce qu'il impacte, et les preuves derrière.

Et le système ne devient plus intelligent que lorsque vous modifiez ses entrées. Chaque fois que vous rejetez quelque chose, notez pourquoi et placez-le là où la prochaine exécution le verra. Vous avez refusé une pub parce qu'elle attire des entreprises trop petites pour vous ? Mettez à jour customer-fit.md. Un prospect a mal compris une offre ? Ajoutez une vérification pour ça. Tenez un journal d'expérimentation avec ce que vous avez testé, pourquoi, ce qui s'est passé et ce que vous ferez ensuite. Gardez dix exemples d'entrées pour chaque agent avec le résultat attendu, et relancez-les à chaque modification d'instruction, pour savoir immédiatement si quelque chose s'est dégradé.

Si vous passez vos journées à corriger la production des agents, le problème est en amont. C'est presque toujours le cerveau ou le contrat.

La machine créative

Voici ce que la plupart des gens n'ont pas encore compris : la créa est le nouveau ciblage.

Meta a refondu sa façon de décider quelles publicités afficher. Son nouveau système, appelé Andromeda, a terminé son déploiement mondial fin 2025, et il lit la publicité elle-même pour déterminer qui doit la voir. Votre image, votre accroche et votre script font désormais le travail que faisait le ciblage par centres d'intérêt. Un effet secondaire est brutal pour les annonceurs paresseux. Andromeda regroupe les publicités qui se ressemblent et les traite comme une seule, donc cinquante versions du même titre vous donnent à peu près la portée d'une seule publicité. Et les publicités gagnantes s'épuisent désormais en deux ou trois semaines au lieu de six.

Le travail consiste donc à produire un flux constant d'idées vraiment différentes. Jusqu'à récemment, cela nécessitait une équipe de production. Aujourd'hui, cela exige une machine créative, et voici comment j'en configurerais une.

Commencez par les mots. Chargez voice.md et le dernier rapport de langage client dans un modèle de pointe comme Claude ou GPT et demandez-lui d'écrire des scripts pour 8 à 12 concepts distincts : un point de douleur, un cas pratique, une histoire client, un coup de gueule du fondateur, une comparaison, un mythe que vous démontez. Donnez deux ou trois accroches à chaque concept. La stratégie vit dans cette étape, alors prenez votre temps ici.

Un raccourci qui aide énormément : partez d'un tunnel qui fonctionne déjà.

Mon associé n'en a pas beaucoup parlé publiquement, mais @BoringMarketer vient de lancer Boring Funnels, qui décortique un vrai tunnel de conversion chaque semaine, de la publicité au dernier email, et transforme chaque étape en un prompt à donner à votre agent de code. C'est un bien meilleur point de départ qu'une page blanche.

Créez ensuite les images. Nano Banana, GPT Image et Midjourney produisent désormais des photos produits, des scènes lifestyle et des publicités statiques qui tiennent parfaitement sur un écran de téléphone. L'astuce est de leur fournir vos vraies photos de produit pour que celui-ci reste fidèle, et de laisser le modèle modifier tout ce qu'il y a autour.

Passez ensuite à la vidéo. Veo, Kling et fal transforment un script ou une image fixe en un court clip. Pour les publicités face caméra, Arcads, HeyGen et Creatify génèrent des acteurs IA lisant votre script dans des dizaines de langues. ElevenLabs gère la voix off, et CapCut ou Captions s'occupe du montage.

Utilisez les acteurs IA pour tester, puis payez des humains pour gagner. C'est la recette secrète de l'UGC par IA. Les acteurs IA vous permettent de tester vingt scripts en une journée pour le prix d'une seule vidéo de créateur. Une fois que vous savez quel script fonctionne, une vraie personne qui le prononce performe généralement encore mieux, inspire plus confiance et vous garde du bon côté des plateformes qui exigent que le contenu IA soit étiqueté.

Laissez l'agent gérer la boucle. Il lance chaque concept en pause, un humain appuie sur le bouton de démarrage, un script met en pause les perdants après un certain montant dépensé, et chaque lundi, l'agent de performance vous indique quels concepts ont gagné et quels hooks tester ensuite. Votre rôle se résume à choisir des idées et à exercer votre jugement créatif, tandis que la machine gère le volume.

Les marketing engineers qui cartonnent aujourd'hui en paid social publient des dizaines de concepts radicalement différents chaque mois, et ils y parviennent sans équipe de production.

Le moteur social

Le paid attire toute l'attention, mais c'est sur l'organique que les marketing engineers construisent discrètement un avantage déloyal. C'est de la distribution gratuite, et le laboratoire de test créatif le moins cher jamais inventé.

Considérez l'organique comme votre cuisine de test. Publiez dix hooks sous forme de TikToks, Reels ou posts X organiques, observez ceux que l'algorithme met en avant, et investissez uniquement derrière les gagnants. Vous découvrez gratuitement ce qui fonctionne, et votre budget publicitaire ne finance que des idées déjà validées.

Découpez tout. Un contenu long — un podcast, un webinaire ou le coup de gueule d'un fondateur pendant une balade — peut donner vingt clips courts. Des outils comme Opus Clip repèrent les meilleurs moments et les sous-titrent, puis un agent peut les programmer sur toutes les plateformes. C'est ainsi que la plupart des plus gros podcasts grandissent.

Misez sur les formats qui passent à l'échelle sans visage. Les diaporamas et carrousels sur TikTok et Instagram, créés à partir de votre rapport sur le langage client, comptent parmi les publications les plus simples à produire et les plus enregistrées. Un agent rédige les slides, un modèle génère les images, et vous validez le lot le dimanche.

Écoutez avant de parler. Orientez un agent vers Reddit, X, les commentaires TikTok et les avis sur vos concurrents, et demandez-lui de vous rapporter chaque semaine ce dont les gens se plaignent, ce qu'ils réclament et ce qui les enthousiasme. Ensuite, faites-lui rédiger des réponses utiles pour les discussions où votre produit apporte une vraie solution, et publiez-les vous-même. Sur Reddit en particulier, une réponse pertinente venant d'une vraie personne bat n'importe quelle publicité, tandis qu'un message spammy vous vaudra un bannissement.

Mettez le fondateur à contribution. Quand toutes les marques peuvent générer du contenu, la ressource la plus rare dans le fil d'actualité est une vraie personne avec de vraies opinions. Transformez votre fichier founder-opinions.md en machine à contenu : l'agent rédige un post par jour à partir de vos prises de position, vous le retravaillez à votre sauce et vous publiez. L'IA rend le fondateur encore plus précieux, car il est la seule chose que personne d'autre ne peut générer.

Deux règles permettent de garder tout cela propre. Signalez les personnes et scènes générées par l'IA partout où la plateforme l'exige, et gardez toujours un humain sur le bouton de publication.

Comment devenir un marketing engineer du top 1 %

Une fois que les bases tournent toutes seules, c'est là que ça devient intéressant.

La première consiste à créer des outils d'aide à la décision. Une entreprise d'emballage développe un calculateur qui montre quelle taille de carton réduit vos frais d'expédition. Une entreprise de logiciels crée un outil de vérification de migration qui analyse votre configuration et indique précisément ce qui peut être transféré sans accroc. Avant, c'étaient des projets techniques de six mois, alors on s'en passait. Aujourd'hui, un marketing engineer peut livrer une version brute en une semaine : les acheteurs l'ajoutent à leurs favoris et y reviennent pile au moment de passer à l'achat.

La deuxième, c'est de cibler les personnes qui influencent l'achat. L'expert-comptable qui recommande un logiciel à quarante clients. L'agence qui choisit les outils de ses clients. Le responsable IT à qui l'on demande « est-ce sécurisé ? ». Montez une campagne rien que pour eux, avec exactement les arguments dont ils ont besoin pour dire oui.

La troisième, c'est de corriger l'acquisition directement dans l'onboarding. Parfois, les publicités fonctionnent très bien, mais les nouveaux clients partent parce que la première semaine est confuse. Un agent qui lit les tickets d'onboarding et identifie les points de blocage peut faire davantage pour votre croissance que votre prochain ensemble de publicités.

La quatrième, c'est d'attribuer un rôle précis à chaque canal. La recherche répond aux questions. Les réseaux sociaux lancent les conversations. L'email arrive à un instant T. Quand tous vos canaux répètent le même message, vous payez cinq fois pour la même impression.

La stack

Voici la boîte à outils complète, classée par usage. Les outils changent tous les quelques mois, alors maîtrisez les catégories et remplacez les noms au fil du temps.

• Espace de travail des agents : Claude Code, Codex, Cursor, Google AI Studio
• Agents toujours actifs : Hermes, GrokBot, Codex
• Rédaction et stratégie : Claude, ChatGPT, Gemini
• Images : Nano Banana, GPT Image, Midjourney
• Vidéo : Veo, Sora, Kling, Runway, Fal
• Acteurs IA et UGC : Arcads, HeyGen, Creatify
• Voix : ElevenLabs
• Funnels : BoringFunnels.com
• Montage et découpage : CapCut, Captions, Opus Clip
• Voix du client : Gong, Fathom, Intercom, Zendesk, G2
• CRM : HubSpot, Salesforce
• Signaux et enrichissement : Clay, Apollo
• Recherche et visibilité IA : Ahrefs, Semrush, Google Search Console
• Publicités : Meta Ads API, Google Ads API
• Email et prospection : Customer.io, Resend, Instantly
• Web : Next.js sur Vercel, Framer, Webflow
• Mesure : PostHog, Stripe, Supabase

Ce que vous devez apprendre

Le poste est moitié marketeur, moitié builder, et vous avez besoin des deux facettes.

Le côté marketeur, ce sont les fondamentaux que les grands marketeurs ont toujours maîtrisés. Comment mener un entretien client et capter la phrase qui compte. Comment positionner un produit pour que les bonnes personnes sentent qu'il a été fait pour elles. Comment construire une offre qui donne une vraie raison d'acheter, plutôt qu'une simple réduction déguisée. Comment écrire un titre qui stoppe le scroll. Comment chaque canal décide qui voit quoi. Et suffisamment de statistiques pour distinguer un résultat solide d'un simple coup de chance.

Le côté builder est plus récent, et bien plus facile à apprendre qu'on ne le croit. Vous devez savoir rédiger un contexte qu'un agent pourra réellement exploiter, ce qui est la compétence la plus sous-estimée de toute cette liste. Vous devez lire assez bien le code pour juger s'il fait ce que vous avez demandé, car l'agent l'écrit, mais c'est vous qui en êtes responsable. Vous devez comprendre comment les API et MCP relient les outils entre eux, écrire du SQL basique pour extraire vos propres chiffres, publier une page, utiliser git, rédiger des cas de test et avoir une idée approximative du coût de chaque exécution d'agent.

Le moyen le plus rapide d'apprendre le volet builder, c'est de mettre en ligne une landing page moche ce week-end avec un outil de codage IA. Une page déployée vous apprendra plus que dix formations.

Où tout cela nous mène

Si je devais me lancer cette semaine, voici ce que je ferais. Si vous êtes marketeur, construisez l'agent d'analyse du langage client et faites-le tourner sur vos 20 derniers appels de vente. Si vous êtes ingénieur, assistez à cinq appels commerciaux, puis développez un calculateur pour un segment client précis. Si vous êtes fondateur, bloquez deux heures ce week-end pour rédiger votre fichier founder-opinions.md, car chaque agent que vous créerez ensuite n'en sera que plus affûté.

Gardez la main sur la publication, la prospection et les dépenses publicitaires jusqu'à ce que chaque workflow ait gagné votre confiance. Fiabilisez un workflow avant d'en ajouter un autre. Un processus bancal qui tourne tous les matins ne fera que vous fournir une source fiable de confusion.

Pendant presque toute l'histoire du marketing, le gagnant était celui qui avait le plus gros budget et le plus de monde. Je pense que la prochaine décennie appartiendra à ceux qui comprennent le mieux leur client et peuvent agir le plus vite. Mon pari : d'ici 2028, les meilleures équipes marketing seront composées d'un ou deux marketing engineers pilotant des dizaines d'agents, et ils produiront plus que des départements dix fois plus grands.

La plupart de ces personnes occupent actuellement des postes en growth, en contenu ou en ops. Il leur suffit d'un week-end de construction pour franchir le pas.

Si vous voulez aller plus loin, j'ai consacré un épisode complet aux marketing engineers sur le podcast @startupideaspod : https://youtube.com/watch?v=8ZC1G1ezN5o

Envoyez-moi un DM si je peux vous aider. Je ne pourrai pas répondre à tout le monde, mais je répondrai à certains !

Je crois en vous.

Greg Isenberg

Au fait, voici comment nous pourrions travailler ensemble :

1. Faites appel à LCA. Nous sommes le cabinet de design produit de référence pour l'IA. Si vous voulez que votre produit IA ait une allure et une expérience de classe mondiale, contactez-nous. Stratégie, design, produit, ingénierie, on gère tout.
2. Utilisez Ideabrowser.com. Trouvez votre prochaine idée de startup, appuyée par de vraies données. Plus de 200 000 fondateurs s'en servent.
3. Essayez Boring Funnels. Mon associé vient de lancer Boring Funnels. Chaque semaine, la plateforme décortique un vrai funnel qui fonctionne et le transforme en prompts pour votre agent de codage.
4. @startupideaspod - à écouter sur Spotify, Apple et YouTube pour des idées de startups, des tactiques de croissance et des tutoriels IA concrets.