Comment créer votre premier workflow AirOps ?

Réponse rapide : AirOps est une plateforme de contenu basée sur l'AI qui permet de créer des workflows automatisés pour le SEO et la production de contenu, sans écrire de code. Ce guide vous accompagne dans la création de votre premier workflow, du canevas vierge jusqu'à un résultat exploitable, en passant par les étapes, les agents, les modèles et le mappage de vos résultats.

Se lancer avec AirOps semble décourageant au début. L'interface est flexible, le vocabulaire est nouveau et la documentation suppose que vous savez déjà à quoi sert un workflow.

Ce guide, lui, ne le suppose pas. Il part de zéro et vous accompagne pas à pas dans la création d'un vrai workflow AirOps opérationnel. À la fin, vous saurez comment fonctionnent les entrées et les sorties, comment choisir un modèle, comment ajouter une étape agent et comment mapper vos résultats pour qu'ils soient réellement exploitables.

Qu'est-ce qu'AirOps et pourquoi est-ce important pour les équipes de contenu ?

AirOps est une plateforme de workflows AI conçue spécialement pour les équipes de contenu et de SEO. Au lieu de soumettre une requête à la fois à ChatGPT, AirOps vous permet de créer des workflows structurés et reproductibles qui exécutent des tâches d'AI à grande échelle, de manière cohérente, avec le ton de votre marque et votre logique éditoriale intégrés.

Un workflow dans AirOps est une séquence d'étapes. Chaque étape reçoit une entrée, exécute une tâche (généralement un modèle d'AI ou une recherche de données) et transmet une sortie à l'étape suivante. Vous pouvez créer des workflows pour la recherche de mots-clés, les briefs de contenu, les brouillons d'articles, le maillage interne, et bien plus.

Pourquoi c'est important : les prompts d'AI saisis manuellement ne passent pas à l'échelle. AirOps transforme un prompt ponctuel en un processus reproductible que toute votre équipe peut exécuter.

Avant de construire : trois concepts à comprendre

1. Les entrées

Une entrée est l'information variable que vous fournissez à un workflow à chaque exécution. Considérez-la comme un champ de formulaire. Vous pourriez avoir une entrée appelée keyword ou target_url. À chaque exécution du workflow, vous renseignez ce champ, et le workflow l'utilise du début à la fin.

2. Les étapes

Les étapes sont les éléments de base d'un workflow. Chaque étape remplit une seule mission : appeler un modèle d'AI, lancer une recherche, transformer du texte ou transmettre des données. Les étapes s'exécutent en séquence, et chacune peut utiliser la sortie de n'importe quelle étape précédente.

3. Les sorties

Une sortie est ce que produit une étape. Vous lui donnez un nom, puis vous pouvez y faire référence dans les étapes suivantes grâce à une variable comme {{step_name.output}}. Un bon mappage des sorties est ce qui rend un workflow réellement utile, plutôt qu'une boîte noire.

Comment créer votre premier workflow AirOps, pas à pas

Ce tutoriel construit un générateur de briefs de contenu à partir d'un mot-clé simple. Vous lui donnez un mot-clé et il renvoie un brief de contenu structuré. Il est assez simple pour être terminé en 30 minutes et assez pratique pour être utilisé immédiatement.

Étape 1 : créer un nouveau workflow

1. Connectez-vous à AirOps et ouvrez Workflows dans la barre latérale gauche
2. Cliquez sur New Workflow
3. Donnez-lui un nom : « Content Brief Generator »
4. Cliquez sur Create

Vous avez maintenant un canevas vierge avec un nœud de départ sur la gauche.

Étape 2 : ajouter votre variable d'entrée

1. Cliquez sur le nœud Start
2. Sélectionnez Add Input
3. Nommez l'entrée keyword (en minuscules, sans espaces)
4. Définissez le type sur Texte
5. Ajoutez une description : « Le mot-clé cible de ce brief de contenu »

Cette entrée est désormais disponible pour toutes les étapes du workflow sous le nom {{keyword}}.

Étape 3 : ajouter votre première étape LLM

1. Cliquez sur le bouton + pour ajouter une nouvelle étape après Start
2. Choisissez LLM dans le menu des types d'étapes
3. Nommez l'étape brief_generator

Configurez-la maintenant :

Choix du modèle : AirOps vous donne accès à plusieurs modèles, dont GPT-4o, Claude 3.5 Sonnet et Gemini. Pour les briefs de contenu, Claude 3.5 Sonnet donne de bons résultats sur les contenus structurés et longs. Sélectionnez-le dans la liste déroulante des modèles.

Rédigez votre prompt :

You are an expert SEO content strategist.

Create a detailed content brief for the following keyword: {{keyword}}

Include:
- Recommended H1
- Search intent summary (2-3 sentences)
- 5 suggested H2 headings
- 3 competitor angles to address
- Recommended word count
- Key entities and terms to include

Format the output as structured text with clear labels for each section.

1. Cliquez sur Save Step

Étape 4 : nommer et mapper votre sortie

Après l'enregistrement, cliquez sur l'étape et repérez le champ Output . Nommez-le content_brief.

Ainsi, les étapes suivantes (ou votre export final) pourront utiliser {{brief_generator.content_brief}} pour récupérer ce résultat.

Conseil de mappage des sorties : nommez toujours les sorties d'après ce qu'elles contiennent, et non d'après l'étape qui les a produites. content_brief est plus utile que step_2_output quand vous construirez des workflows plus complexes par la suite.

Étape 5 : ajouter une étape agent (facultative, mais puissante)

Une étape agent diffère d'une étape LLM classique. Au lieu de suivre un prompt fixe, un agent peut prendre des décisions, utiliser des outils et exécuter des sous-tâches pour atteindre un objectif.

Pour en ajouter une :

1. Cliquez sur + après votre étape LLM
2. Choisissez Agent dans le menu des types d'étapes
3. Nommez-la serp_researcher

Configurez l'agent :

• Objectif : « Analyser les 5 pages les mieux classées pour {{keyword}} et résumer les principaux sujets qu'elles abordent »
• Outils : activez Web Search dans le panneau des outils
• Nom de la sortie : serp_summary

L'agent parcourra les résultats de recherche en direct et renverra un résumé structuré. Vous pourrez ensuite utiliser {{serp_researcher.serp_summary}} dans votre prompt de brief pour l'appuyer sur de vraies données de SERP.

Quand utiliser un agent plutôt qu'une étape LLM : utilisez une étape LLM quand vous savez exactement ce que vous voulez et pouvez rédiger un prompt précis. Utilisez un agent quand la tâche exige de collecter des informations, de prendre des décisions ou de gérer des entrées variables.

Étape 6 : connecter vos étapes et tester

1. Vérifiez que vos étapes sont connectées en séquence : Start → brief_generator → serp_researcher (ou dans l'ordre qui convient à votre logique)
2. Cliquez sur Run Test en haut à droite
3. Saisissez un mot-clé de test, par exemple : « AI workflow automation for content teams »
4. Cliquez sur Exécutez

Regardez chaque étape s'exécuter en temps réel. Le vert signifie qu'elle a réussi. Si une étape échoue, cliquez dessus pour consulter le journal d'erreurs.

Étape 7 : vérifier et exporter votre résultat

Une fois le workflow exécuté avec succès :

1. Cliquez sur la dernière étape pour voir sa sortie
2. Vérifiez que le brief de contenu est correctement structuré
3. Utilisez le Output Panel à droite pour voir toutes les sorties nommées de chaque étape

Vous pouvez exporter les résultats vers un Google Sheet, les copier directement ou connecter AirOps à votre CMS via le panneau des intégrations.

Choisir le bon modèle pour votre workflow

Le choix du modèle influe sur la qualité, la rapidité et le coût. Voici un guide pratique pour les débutants :

Vous pouvez changer de modèle à chaque étape : un même workflow peut donc utiliser différents modèles à différents stades, selon les besoins de chaque étape.

Erreurs courantes des débutants dans AirOps

Ne pas nommer clairement les sorties. Si vous laissez les noms par défaut, il devient vite confus d'y faire référence plus tard. Nommez chaque sortie avant de passer à l'étape suivante.

Écrire un seul prompt géant. Une étape qui tente de faire cinq choses à la fois produit des résultats irréguliers. Découpez les tâches complexes en plusieurs étapes, chacune avec une mission claire.

Sauter le test. Testez toujours avec une vraie entrée avant de partager un workflow avec votre équipe. Les cas limites font échouer les prompts de façon peu évidente tant qu'on ne les a pas exécutés.

Utiliser un agent alors qu'une étape LLM suffit. Les agents sont plus lents et consomment plus de crédits. Si vous savez exactement quelle sortie vous voulez, un prompt LLM bien rédigé est plus rapide et moins coûteux.

Que pouvez-vous construire après votre premier workflow ?

Une fois les bases acquises, les workflows AirOps peuvent prendre en charge des opérations de contenu bien plus complexes :

• Des pipelines de briefs de contenu qui récupèrent les données de SERP, analysent les concurrents et produisent un brief prêt à rédiger
• Des workflows de SEO programmatique qui génèrent des centaines de pages par zone géographique ou par catégorie à partir de données en entrée
• Des assistants de maillage interne qui parcourent votre contenu existant et suggèrent des liens pour les nouveaux articles, souvent dans le cadre d'une démarche plus large de content marketing B2B SaaS
• Des vérificateurs de ton de marque qui contrôlent les brouillons au regard d'une charte éditoriale avant publication
• Des workflows d'optimisation pour la recherche AI qui reformatent le contenu existant pour qu'il soit cité par des outils comme ChatGPT et Perplexity, un enjeu de plus en plus important pour les équipes qui explorent l'accompagnement GEO et AEO

Chez SaaS Hackers, nous utilisons les workflows AirOps dans le cadre d'un système de contenu AI plus large. La plateforme est surtout précieuse quand les workflows sont connectés entre eux, la sortie de l'un alimentant l'entrée du suivant. Pour les équipes qui construisent ce dispositif plus large, elle s'accompagne souvent de spécialistes SEO, d'agences SEO ou d'une fonction de stratégie digitale plus complète.

FAQ

Qu'est-ce qu'AirOps et à quoi sert-il ?
AirOps est une plateforme de workflows AI conçue pour les équipes de contenu et de SEO. Elle permet de créer des workflows automatisés en plusieurs étapes qui exécutent des tâches d'AI à grande échelle : briefs de contenu, brouillons d'articles, recherche de mots-clés, maillage interne, etc. Elle se connecte à plusieurs modèles d'AI et peut récupérer des données en direct sur le web grâce aux étapes agent.

AirOps convient-il aux débutants sans aucune expérience du code ?
Oui. AirOps propose un éditeur de workflows visuel, sans code. Vous ajoutez des étapes, rédigez des prompts et reliez les résultats entre eux sans écrire la moindre ligne de code. La courbe d'apprentissage tient à la compréhension de la logique des workflows et à la rédaction des prompts, pas à la configuration technique.

Combien de temps faut-il pour créer un premier workflow dans AirOps ?
Un workflow simple avec une ou deux étapes LLM demande environ 20 à 30 minutes pour être créé et testé une première fois. Les workflows plus complexes, avec des étapes d'agent, une logique de branchement ou des intégrations externes, prennent plus de temps, généralement quelques heures.

Quelle est la différence entre une étape LLM et une étape d'agent dans AirOps ?
Une étape LLM exécute un prompt fixe sur un modèle et renvoie un résultat. Une étape d'agent peut utiliser des outils (comme la recherche web), prendre des décisions et réaliser des sous-tâches en plusieurs étapes pour atteindre un objectif. Utilisez les étapes LLM pour des tâches prévisibles et structurées. Utilisez les étapes d'agent lorsque le workflow doit collecter ou évaluer des informations de façon dynamique.

Combien coûte AirOps pour les débutants ?
Les tarifs d'AirOps démarrent à 200 $ par mois pour les offres d'équipe. Il n'existe pas d'offre gratuite permanente, même si AirOps a proposé des accès d'essai. Pour les équipes qui produisent du contenu à grande échelle, ce coût se justifie généralement par la réduction du temps de production manuelle des rédacteurs et des stratèges.