Suivi du contenu concurrent - digest hebdomadaire du contenu concurrentiel — Claude Skill

Suivi du contenu concurrent

Surveille l'activité de contenu des concurrents sur trois canaux : blog, LinkedIn, Twitter/X. Produit un digest consolidé montrant ce qui est nouveau, ce qui gagne de la traction et où se trouvent vos écarts de contenu.

Quand l'utiliser

• "Suis ce que [concurrent] publie"
• "Montre-moi ce que mes concurrents ont posté cette semaine"
• "Sur quels sujets les concurrents gagnent-ils ?"
• "Je veux un digest hebdomadaire du contenu concurrent"

Phase 0 : intake

Concurrents à suivre

1. Liste des noms d'entreprises concurrentes + URLs de blogs (ex. https://clay.com/blog)
2. URLs LinkedIn des fondateurs/CMO concurrents à suivre (optionnel mais forte valeur)
3. Handles Twitter/X des concurrents ou de leurs fondateurs (optionnel)

Périmètre

4. Jusqu'où remonter ? Par défaut : 7 jours pour un digest hebdomadaire, 30 jours au premier run.
5. Sujets ou mots-clés qui comptent le plus ? Utilisés pour faire remonter les posts pertinents.

Sortie

6. Préférence de format : digest complet ou seulement highlights top 3-5 par concurrent ?

Enregistrer la config dans clients/<client-name>/configs/competitor-content-tracker.json.

{
  "competitors": [
    {
      "name": "Clay",
      "blog_url": "https://clay.com/blog",
      "linkedin_profiles": ["https://www.linkedin.com/in/kareem-amin/"],
      "twitter_handles": ["@clay_hq", "@kareemamin"]
    }
  ],
  "days_back": 7,
  "keywords": ["GTM", "prospection sortante", "AI agents", "growth"],
  "output_mode": "highlights"
}

Phase 1 : scraper le contenu blog

Lancer blog-scraper pour chaque URL de blog concurrent :

python3 skills/blog-scraper/scripts/scrape_blogs.py \
  --urls "<competitor_blog_url>" \
  --days <days_back> \
  --keywords "<keywords>" \
  --output summary

Collecter : titre, date de publication, URL, extrait.

Phase 2 : scraper les posts LinkedIn

Lancer linkedin-profile-post-scraper pour chaque URL LinkedIn de fondateur/exécutif suivi :

python3 skills/linkedin-profile-post-scraper/scripts/scrape_linkedin_posts.py \
  --profiles "<linkedin_url_1>,<linkedin_url_2>" \
  --days <days_back> \
  --max-posts 20 \
  --output summary

Collecter : aperçu du texte, date, réactions, commentaires, URL du post.

Phase 3 : scraper Twitter/X

Lancer twitter-scraper pour chaque handle :

python3 skills/twitter-scraper/scripts/search_twitter.py \
  --query "from:<handle>" \
  --since <YYYY-MM-DD> \
  --until <YYYY-MM-DD> \
  --max-tweets 20 \
  --output summary

Collecter : texte du tweet, date, likes, retweets, URL.

Phase 4 : analyser et synthétiser

Après collecte des données brutes, synthétiser tous les canaux :

Pour chaque concurrent, identifier :

• Nouveaux articles de blog - titres, dates, sujets
• Top post LinkedIn - par engagement (réactions + commentaires), sujet, message clé
• Top tweet - par likes, sujet
• Thèmes récurrents - sujets les plus publiés sur la période
• Patterns de format - listicles, prises d'opinion, cas clients ?

Analyse cross-concurrents :

• Sujets tendances partagés - sujets traités par plusieurs concurrents
• écarts de couverture - sujets qu'ils couvrent et que vous ne couvrez pas
• Sujets que vous possédez - là où vous publiez et eux non
• Benchmarks d'engagement - likes/réactions moyens des concurrents comme contexte de performance

Phase 5 : format de sortie

Produire un digest markdown structuré :

# Digest contenu concurrent - Semaine du [DATE]

## Résumé
- [N] nouveaux articles suivis sur [N] concurrents
- Sujet tendance principal : [topic]
- Plus grand écart de contenu pour vous : [topic]

---

## [Nom du concurrent]

### Blog
- [Titre] - [Date] - [URL]
  > [Résumé en une phrase]

### LinkedIn (top post)
> "[Aperçu du post...]"
- [Auteur], [Date] | [Réactions] réactions, [Commentaires] commentaires
[URL]

### Twitter/X (top tweet)
> "[Texte du tweet]"
- [@handle], [Date] | [Likes] likes
[URL]

### Thèmes cette semaine : [tag1], [tag2], [tag3]

---

## Analyse des écarts de contenu

| Sujet | Concurrents qui couvrent | Vous couvrez |
|-------|--------------------------|--------------|
| [topic] | Clay, Apollo | Non |
| [topic] | Personne | Oui |

## Actions recommandées
1. [Opportunité de contenu précise à traiter cette semaine]
2. [Sujet sur lequel envisager une réponse ou prise alternative]

Enregistrer le digest dans clients/<client-name>/intelligence/competitor-content-[YYYY-MM-DD].md.

Planification

Ce skill est conçu pour tourner chaque semaine, le lundi recommandé. Configurer un cron :

# Tous les lundis à 8 h
0 8 * * 1 python3 run_skill.py competitor-content-tracker --client <client-name>

Coût

Outils requis

• Token API Apify - variable env APIFY_API_TOKEN
• Skills amont : blog-scraper, linkedin-profile-post-scraper, twitter-scraper

Phrases déclencheuses

• "Lance competitor content tracker pour [client]"
• "Qu'ont publié mes concurrents cette semaine ?"
• "Donne-moi un digest de contenu concurrent"
• "Sur quoi écrit [concurrent] ?"