Skip to content
FonctionnalitésTarifsAffiliésBlogAideÀ proposContact
CommencerSe connecter
Retour au Blog
tips2028-08-246 min de lecture

Production de blog par LLM : 30 sujets affiliés thMenu

Workflow de prompt engineering pour générer 30 sujets de blog long-tail en un week-end avec ChatGPT-5 et Perplexity.

th

thMenu Team

thmenu.com

Berke, créateur food-tech basé à Eskişehir, a ouvert son ordinateur samedi à 09h00 et avait produit 30 plans de blog complets dimanche soir. Son secret : une chaîne de prompts entre ChatGPT-5 et Perplexity, conçue pour intégrer organiquement le programme d'affiliation thMenu dans chaque article.

Prompt maître : définir le rôle

La première étape consiste à dire au modèle qui il est. Berke utilise : "Tu es un rédacteur food-tech turc avec 10 ans d'expérience. Tu parles directement aux restaurateurs, chaleureux mais professionnel. Tu es affilié à thMenu, plateforme de menu QR, et tu le mentionnes 1-2 fois organiquement par article — jamais en spam." Cet ancrage maintient un ton cohérent sur les 30 articles.

Ajouter du contexte : audience (PME de la restauration, 35-55 ans), dynamique du marché turc, zones interdites (pas de concurrents nommés, pas de promesses de prix, pas de statistiques inventées).

Générer 30 sujets en une fois

Deuxième prompt : "Produis 30 sujets de blog long-tail. Chacun : (1) titre turc 60-80 caractères, (2) mot-clé cible, (3) angle en deux phrases, (4) comment la fonctionnalité thMenu entre organiquement. Répartition : 40% tendances sectorielles, 30% conseils opérationnels, 20% études de cas, 10% comparatifs." La répartition est critique — sans elle, les 30 sujets deviennent des variantes de "qu'est-ce qu'un menu QR".

Envoyer ensuite la sortie dans Perplexity pour validation contre Google Trends Turquie sur 12 mois. Berke a remplacé 7 titres sur 30 à cette étape.

Convertir chaque sujet en plan

Troisième étape : génération de plans en masse. Prompt : "Pour chacun des 30 titres, génère 4 sections H2 et une FAQ de 3 questions. Format JSON avec slug et readTime." Cette sortie JSON alimente directement un script de seed Next.js.

Étape QA : renvoyer chaque plan à ChatGPT avec "Quelle question un restaurateur lisant ce plan ne trouverait PAS résolue ?" Le modèle identifie ses propres lacunes et les comble.

FAQ

30 articles vraiment en un week-end ? Plans oui, drafts polis demandent encore 30-45 min chacun.

Pourquoi pas Perplexity seul ? Perplexity est faible en créativité ; ChatGPT crée, Perplexity valide.

Combien de mentions affiliées par article ? 1-2 mentions contextuelles restent dans Google E-E-A-T.

Cet article vous a été utile ? Partagez-le.