Comment créer un agent LinkedIn automatisé ?

En assemblant Claude Code, Imagen 3, ClickUp et MindStudio Agent Skills, un sujet peut devenir un post LinkedIn illustré et prêt à relire en moins de trois minutes. L’enjeu n’est pas de publier sans contrôle, mais d’automatiser la recherche, la rédaction, le visuel et la livraison.

Pourquoi automatiser LinkedIn ?

Automatiser LinkedIn sert à réduire le temps passé sur les tâches répétitives de recherche, rédaction, création visuelle et préparation de publication, sans supprimer la validation humaine.

LinkedIn est devenu un canal important pour les professionnels, les indépendants et les marques B2B. Microsoft indique dans son rapport annuel 2024 que LinkedIn compte plus d’un milliard de membres dans plus de 200 pays et territoires. Cette audience crée une opportunité, mais aussi une pression de régularité. Publier une fois de temps en temps ne suffit plus toujours. Produire plusieurs posts utiles par semaine demande un vrai effort éditorial.

Le problème n’est pas qu’une publication LinkedIn soit impossible à produire. Le problème vient de l’accumulation. Il faut trouver un angle, vérifier des informations récentes, synthétiser les sources, écrire un texte lisible, créer un visuel cohérent, puis transmettre le tout dans un outil de gestion comme ClickUp. Chaque étape est assez simple prise séparément. Répétée trois, quatre ou cinq fois par semaine, elle devient coûteuse en temps et en énergie.

La logique d’un agent LinkedIn est donc assez pragmatique. Un sujet entre dans le système. L’agent collecte du contexte, propose un brouillon, génère une image et prépare une tâche de révision. Le mot important ici est “propose”. L’agent ne remplace pas votre stratégie éditoriale, votre connaissance métier ou votre capacité à détecter une idée faible. Il accélère la création d’un premier livrable, que vous pouvez ensuite corriger, enrichir ou refuser.

Tâche	Sans agent	Avec agent
Recherche	Recherche manuelle des sources, des chiffres et du contexte.	Collecte initiale automatisée à partir du sujet donné.
Rédaction	Rédaction complète depuis une page blanche.	Brouillon structuré à relire et à adapter.
Visuel	Création manuelle ou brief envoyé à une autre personne.	Image générée ou brief visuel préparé automatiquement.
Transmission dans ClickUp	Création manuelle de la tâche, ajout des textes et pièces jointes.	Tâche préparée avec le contenu, le statut et les éléments nécessaires.
Relecture	Contrôle final obligatoire.	Contrôle final toujours obligatoire.

Un bon agent LinkedIn ne publie donc pas à votre place sans contrôle. Il retire surtout les frictions entre l’idée et la version prête à relire. C’est souvent là que se gagne la régularité.

Quelle architecture choisir ?

L’architecture la plus simple consiste à orchestrer Claude Code pour le raisonnement et la rédaction, MindStudio Agent Skills pour les actions comme la recherche web et l’image, Imagen 3 pour l’infographie, puis ClickUp pour la livraison.

Le flux reste volontairement court. Vous donnez un sujet à l’agent, par exemple “Les limites de l’IA générative en entreprise”. MindStudio Agent Skills lance une recherche web récente, typiquement via Google, pour récupérer des sources à jour. Claude Code synthétise ensuite les informations utiles, élimine le bruit, structure les idées, puis rédige un post LinkedIn déjà formaté. À partir des points clés, Imagen 3 génère une infographie. Enfin, l’agent crée une tâche ClickUp avec le texte, l’image et les éléments nécessaires à la validation éditoriale.

Chaque composant a un rôle précis. Claude Code sert à générer, modifier et raisonner dans un projet de développement, avec l’appui des outils Anthropic et de leur SDK, c’est-à-dire une bibliothèque permettant d’intégrer Claude dans du code. MindStudio Agent Skills joue le rôle d’orchestrateur : il enchaîne les actions et donne accès à des capacités comme la recherche Google ou la génération d’image. Imagen 3 est le modèle de génération visuelle de Google. ClickUp devient l’espace de livraison, pour relire, commenter, valider ou planifier le contenu.

Les prérequis techniques sont simples, mais à préparer proprement :

• Node.js 18 ou supérieur, selon les versions documentées par Node.js.
• Un projet Node.js initialisé.
• Claude Code installé via npm, conformément à la documentation Anthropic.
• Un compte MindStudio et une clé API MindStudio. Une API, pour “Application Programming Interface”, permet à deux logiciels de communiquer.
• Une clé Anthropic pour appeler Claude.
• Un compte ClickUp, un token API ClickUp et l’identifiant de la liste cible.
• Aucune clé Imagen 3 séparée si la génération d’image passe par le plugin MindStudio Agent Skills.

Composant	Rôle	Donnée ou clé nécessaire
Claude Code	Raisonnement, synthèse, rédaction du post LinkedIn	Clé Anthropic, installation npm
MindStudio Agent Skills	Orchestration, recherche web, appel des actions disponibles	Compte MindStudio, clé API MindStudio
Imagen 3	Génération de l’infographie	Aucune clé séparée via MindStudio Agent Skills
ClickUp	Livraison et validation éditoriale	Token API ClickUp, identifiant de liste

Les sources à garder sous la main sont les documentations officielles Node.js pour les versions, Anthropic pour Claude Code et le SDK, ClickUp API pour les tokens et les listes, Google pour Imagen 3, et MindStudio Agent Skills pour les actions disponibles.

Comment préparer le projet ?

Il faut initialiser un projet Node.js, installer les dépendances, créer un fichier d’environnement et préparer le fichier principal de l’agent.

Node.js est un environnement d’exécution JavaScript côté serveur : il permet d’exécuter du JavaScript hors du navigateur. npm, pour Node Package Manager, est le gestionnaire de paquets utilisé pour installer les bibliothèques nécessaires au projet.

mkdir linkedin-content-agent
cd linkedin-content-agent
npm init -y
npm install @mindstudio-ai/agent @anthropic-ai/sdk dotenv

Cette base suffit pour démarrer proprement. Le fichier package.json créé par npm init -y décrit le projet et ses dépendances. Le fichier agent.mjs contiendra le code principal de l’agent.

Dépendance	Rôle
@mindstudio-ai/agent	Permet d’accéder aux skills MindStudio, c’est-à-dire aux capacités exposées par MindStudio pour automatiser certaines actions.
@anthropic-ai/sdk	Permet d’interagir avec Claude, le modèle d’IA d’Anthropic, via son SDK officiel.
dotenv	Charge les variables sensibles depuis un fichier .env, sans les écrire directement dans le code.

Créez ensuite un fichier .env à la racine du projet. Il doit contenir vos clés et identifiants sensibles :

MINDSTUDIO_API_KEY=votre_cle_mindstudio
ANTHROPIC_API_KEY=votre_cle_anthropic
CLICKUP_API_TOKEN=votre_token_clickup
CLICKUP_LIST_ID=votre_id_de_liste_clickup

Ce fichier ne doit jamais être committé dans Git. Ajoutez aussi .env dans un fichier .gitignore, puis limitez les droits des tokens quand c’est possible. Un token ClickUp, par exemple, ne devrait accéder qu’aux espaces nécessaires à l’agent.

.env
node_modules

Préparez enfin un fichier agent.mjs simple, sans logique métier pour l’instant :

import "dotenv/config";
import Anthropic from "@anthropic-ai/sdk";
import * as MindStudioAgent from "@mindstudio-ai/agent";

async function main() {
  const anthropic = new Anthropic({
    apiKey: process.env.ANTHROPIC_API_KEY,
  });

  const mindstudioApiKey = process.env.MINDSTUDIO_API_KEY;
  const clickupApiToken = process.env.CLICKUP_API_TOKEN;
  const clickupListId = process.env.CLICKUP_LIST_ID;

  if (!mindstudioApiKey || !clickupApiToken || !clickupListId) {
    throw new Error("Variables d’environnement manquantes.");
  }

  console.log("Agent prêt à être configuré.");
}

main().catch((error) => {
  console.error(error);
  process.exit(1);
});

Les méthodes exactes de @mindstudio-ai/agent peuvent varier selon la version installée. Vérifiez la documentation officielle MindStudio avant d’appeler une skill précise.

Comment produire le post et l’image ?

L’agent doit d’abord enrichir le sujet avec une recherche web, puis demander à Claude de rédiger le post LinkedIn, avant de générer une infographie cohérente avec Imagen 3.

La recherche est indispensable, parce qu’un modèle comme Claude ne doit pas travailler uniquement avec un sujet brut. Elle lui donne un contexte récent, limite les généralités et augmente la crédibilité du contenu. Dans MindStudio, cette étape peut passer par searchGoogle(), une Agent Skill, c’est-à-dire une fonction que l’agent peut appeler pour récupérer des résultats web exploitables.

const topic = "automatisation LinkedIn avec IA";

const wideResults = await searchGoogle({
  query: `${topic} 2024 statistics trends insights`,
  numResults: 5
});

const wideBrief = wideResults
  .map((result, index) => {
    return `${index + 1}. ${result.title}\n${result.snippet}`;
  })
  .join("\n\n");

Deux recherches donnent de meilleurs résultats qu’une seule. La première reste large pour comprendre le sujet, les angles possibles et le vocabulaire du marché. La seconde doit être plus spécifique pour trouver des chiffres, des tendances ou des exemples concrets, par exemple avec une requête comme automatisation LinkedIn IA chiffres étude cas 2024. Ensuite, l’agent fusionne les deux briefs, supprime les doublons et transmet à Claude uniquement les titres, snippets et URLs utiles.

L’appel à Claude se fait via le SDK Anthropic, le kit de développement qui permet d’utiliser Claude depuis votre code. Le prompt système doit cadrer fortement la sortie : accroche forte, paragraphes courts, sauts de ligne, une idée par bloc, pas de jargon inutile, ton professionnel, et une question ou un appel à l’action final. Le résultat reste un brouillon prêt à relire, jamais un contenu publié automatiquement.

const message = await anthropic.messages.create({
  model: "claude-3-5-sonnet-latest",
  max_tokens: 900,
  system: `Rédige un post LinkedIn structuré.
Utilise une accroche forte, des paragraphes courts et des sauts de ligne.
Développe une seule idée par bloc.
Évite le jargon inutile.
Adopte un ton professionnel, clair et concret.
Termine par une question ou un appel à l'action.
Le texte doit être un brouillon à relire, pas une publication automatique.`,
  messages: [{
    role: "user",
    content: `Sujet : ${topic}

Brief de recherche :
${wideBrief}

Objectif : produire un post LinkedIn utile, crédible et lisible sur mobile.`
  }]
});

Pour Imagen 3, la consigne doit rester simple et visuelle : Produire une infographie claire avec 3 à 5 points clés, style professionnel, texte minimal, lisible sur mobile, cohérente avec le post LinkedIn, sans surcharge graphique.

Avant validation, une checklist évite les contenus faibles ou risqués :

• Sources récentes et identifiables.
• Chiffres vérifiables, sans statistique inventée.
• Angle clair dès les premières lignes.
• Lisibilité mobile avec blocs courts.
• Visuel non surchargé.
• CTA final, c’est-à-dire un appel à l’action clair.
• Relecture humaine obligatoire avant publication.

Comment livrer dans ClickUp ?

La dernière étape consiste à créer automatiquement une tâche ClickUp contenant le post, le visuel, les sources utilisées et les consignes de relecture.

ClickUp intervient à la fin du flux parce qu’il sert de sas éditorial. Le contenu n’est pas publié directement sur LinkedIn : il arrive dans un espace où une personne peut vérifier les sources, ajuster le ton, corriger le fond et planifier la publication.

La tâche doit contenir tout ce qui permet de relire vite et bien. Voici les éléments utiles à envoyer :

• Le titre du sujet traité.
• Le brouillon du post LinkedIn.
• L’image générée, ou un lien vers l’image stockée.
• Le brief de recherche utilisé par l’agent.
• Les sources consultées, avec les URL.
• Le statut de validation, par exemple “À relire”.
• Une checklist de relecture : sources, ton, promesse, orthographe, droits image.

Pour créer la tâche, il faut utiliser le token API ClickUp et l’identifiant de la liste cible. Le token sert à authentifier la requête. L’identifiant de liste indique où la tâche doit être créée.

curl -X POST "https://api.clickup.com/api/v2/list/LIST_ID/task" \
  -H "Authorization: CLICKUP_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "Post LinkedIn - Impact de l’IA sur la prospection",
    "description": "Brouillon du post : ...\n\nBrief de recherche : ...\n\nSources :\n- https://...\n\nImage : https://...\n\nChecklist :\n[ ] Sources vérifiées\n[ ] Ton de marque respecté\n[ ] Droits image contrôlés\n[ ] Publication planifiée",
    "status": "to review",
    "tags": ["linkedin", "ia", "contenu"]
  }'

Le champ name correspond au nom de la tâche. Le champ description contient le contenu éditorial et les informations de contrôle. Le champ status peut être utilisé si votre liste ClickUp possède ce statut. Les tags ou les custom fields, c’est-à-dire des champs personnalisés, peuvent aider à classer les posts par canal, thème ou priorité. La structure exacte dépend de la configuration ClickUp de votre entreprise.

Il faut garder des limites claires. La publication automatique est à éviter, surtout si le contenu cite des chiffres, des entreprises ou des études. Les sources doivent être vérifiées, les droits des images contrôlés, le ton harmonisé avec la marque et les erreurs journalisées. En cas d’échec d’une étape, une reprise doit être prévue. Un bon agent de contenu n’est pas seulement un script qui marche, c’est un workflow fiable, traçable et relisible.

Étape	Outil	Sortie produite	Contrôle humain
Entrée	Formulaire, Airtable ou Notion	Sujet et angle	Validation du brief
Recherche	Moteur de recherche ou API	Sources et notes	Vérification des sources
Rédaction	LLM	Brouillon LinkedIn	Correction du fond et du ton
Image	Générateur visuel	Image ou lien image	Contrôle des droits
Livraison	API ClickUp	Tâche complète	Relecture éditoriale
Validation	ClickUp	Post prêt à publier	Go final

Votre agent LinkedIn doit il publier ou préparer le travail ?

Un agent LinkedIn bien conçu ne sert pas à déléguer votre parole à une machine. Il sert à transformer un sujet brut en brouillon exploitable : recherche récente, synthèse, post structuré, infographie et tâche ClickUp prête à relire. La stack Claude Code, MindStudio Agent Skills, Imagen 3 et ClickUp couvre tout le flux, à condition de garder des garde-fous : sources vérifiées, tokens protégés, ton contrôlé et validation humaine. C’est là que l’automatisation devient utile : vous produisez plus régulièrement, sans sacrifier la qualité ni perdre la maîtrise éditoriale.

FAQ

• Qu’est-ce qu’un agent LinkedIn automatisé ?
  Un agent LinkedIn automatisé est un workflow qui transforme un sujet en contenu prêt à relire. Il peut rechercher des informations récentes, rédiger un post, générer un visuel et créer une tâche dans un outil comme ClickUp. L’objectif n’est pas de publier sans contrôle, mais de préparer plus vite un contenu de meilleure qualité.
• Quels outils faut-il pour créer cet agent ?
  La stack décrite repose sur Claude Code pour la génération et le raisonnement, MindStudio Agent Skills pour orchestrer des actions comme la recherche et l’image, Imagen 3 pour le visuel, ClickUp pour la livraison, Node.js 18 ou supérieur pour exécuter le projet, ainsi que les clés API Anthropic, MindStudio et ClickUp.
• Faut-il une clé API Imagen 3 séparée ?
  Pas dans ce workflow si la génération d’image passe par le plugin MindStudio Agent Skills. L’accès à Imagen 3 est alors géré via MindStudio. Il reste nécessaire de vérifier les conditions d’usage et la documentation officielle selon votre compte et votre configuration.
• L’agent peut-il publier automatiquement sur LinkedIn ?
  Techniquement, certains workflows peuvent aller jusqu’à la publication, mais ce n’est pas l’approche la plus saine. Pour un usage professionnel, il vaut mieux livrer le post dans ClickUp, relire les sources, ajuster le ton, valider le visuel et publier seulement après contrôle humain.
• Combien de temps peut faire gagner ce type d’automatisation ?
  Le workflow cible une production en moins de trois minutes pour obtenir un brouillon, une infographie et une tâche ClickUp prête à réviser. Le gain réel dépend du niveau d’exigence, du temps de relecture et de la complexité du sujet, mais les étapes répétitives sont fortement réduites.

 

 

A propos de l’auteur

Je suis Franck Scandolera, responsable de l’agence webAnalyste et de l’organisme Formations Analytics. J’accompagne les entreprises sur le tracking avancé server-side, l’Analytics Engineering, l’automatisation No/Low Code avec n8n, l’intégration de l’IA, le SEO et le GEO. J’ai travaillé pour des clients comme Logis Hôtel, Yelloh Village, BazarChic, la Fédération Française de Football ou Texdecor. Si vous voulez industrialiser vos workflows IA et automatisation sans perdre le contrôle métier, contactez-moi.