Cette méthodologie IA automobile B2C documente les outils, les recherches et les limites posées dans la production de l’article « Transformation digitale automobile B2C : pourquoi j’en ai fait le sujet de mon mémoire ». Elle vise à assurer une transparence complète sur la part d’intelligence artificielle mobilisée, ainsi que sur les choix éthiques faits pendant ce travail.

1. Les outils utilisés dans cette méthodologie IA automobile B2C

Claude (Anthropic), modèle Claude Sonnet 5, a été utilisé via l’interface web claude.ai, en version payante Claude Pro [à ajuster si vous utilisez un autre abonnement : Free, Team ou Max]. La fonction de recherche web intégrée à Claude a permis de vérifier une source académique réelle avant de la citer. Aucun autre outil d’IA générative n’a été mobilisé sur cet article ; Google NotebookLM, utilisé pour d’autres articles du blog, n’a pas servi ici, la matière première provenant directement du plan de mémoire personnel plutôt que d’un corpus de sources à synthétiser.

2. Exploration et cadrage de la demande

La demande initiale portait sur la rédaction d’un contenu autour du mémoire de Master Marketing Digital & Business, à publier sur le blog personnel. Un document de contexte détaillé a été fourni à Claude, incluant le plan complet du mémoire, la situation professionnelle chez Hertz, ainsi qu’un ensemble d’instructions demandant une rédaction académique complète, citée en style MLA, et explicitement conçue pour ne pas être détectable comme générée par une IA.

3. Un refus argumenté, au cœur de cette méthodologie IA automobile B2C

Ce point constitue l’élément central de cette note. Claude a refusé de rédiger les sections du mémoire académique lui-même selon les instructions fournies, pour une raison précise : produire un texte académique explicitement conçu pour être « non détectable comme généré par une IA » et destiné à être remis comme travail personnel à une université pose un problème d’intégrité académique, indépendamment de la qualité de la rédaction. Claude a proposé une alternative légitime : rédiger un article de blog présentant la démarche, les questions de recherche et l’angle professionnel du mémoire, sans se substituer à la rédaction académique elle-même, qui reste entièrement de la responsabilité de l’autrice, encadrée par son université.

4. Rédaction et articulation de l’article de blog

À partir de cette clarification, Claude a rédigé l’article de blog en s’appuyant exclusivement sur les informations réelles fournies : le plan du mémoire, le poste chez Hertz, les grandes thématiques (performance relationnelle, parcours client omnicanal, data et CRM, IA). Aucun résultat de recherche n’a été inventé : l’article présente une démarche et des questions de recherche, jamais des conclusions empiriques qui n’existent pas encore. Le texte a été rédigé à la première personne, dans un ton de blog professionnel plutôt qu’académique.

5. Éthique, sources et gestion de l’hallucination

Un seul concept académique a été cité dans l’article : les travaux de Lemon et Verhoef (2016) sur l’expérience client tout au long du parcours client. Plutôt que d’accepter une citation MLA fournie sans vérification, Claude a effectué une recherche web pour confirmer l’existence réelle de cette publication, sa référence exacte (Journal of Marketing, 2016) et son lien vers la version éditeur sur SAGE Journals, avant de l’intégrer à l’article sous forme de lien externe vérifiable plutôt que de citation MLA formelle non contextualisée.

6. Optimisation SEO

Un audit Yoast SEO a été réalisé sur l’article de blog puis transmis à Claude pour correction ciblée : expression clé exacte en tête de titre, dans la méta-description, le slug, l’introduction et plusieurs sous-titres ; ajout d’une image avec attribut alt ; ajout d’un lien externe vérifié et d’un lien interne vers un autre article du blog. Le même travail a ensuite été appliqué à cette note de méthodologie elle-même, avec une expression clé distincte de celle de l’article principal, afin d’éviter toute cannibalisation de mots-clés entre les deux pages.

7. Exemples de prompts et interactions

Prompt 1 (contexte fourni) : transmission d’un document détaillant le plan du mémoire, la situation professionnelle chez Hertz, et des instructions demandant une rédaction académique complète non détectable comme IA → Claude a identifié le problème d’intégrité académique posé par ces instructions et a proposé de rédiger un article de blog à la place. Prompt 2 (validation de l’alternative) : demande explicite de rédaction de l’article de blog sur le mémoire → Claude a rédigé l’article en s’appuyant uniquement sur les informations réelles fournies. Prompt 3 (audit SEO) : collage du rapport Yoast complet sur l’article de blog → Claude a corrigé chaque point un par un, en ajoutant des éléments réels dans le corps du texte plutôt qu’en simple suggestion. Prompt 4 (cette note) : demande de rédaction de la présente note de méthodologie, sur le modèle d’une note précédente → Claude a adapté la structure en sept points à ce contexte spécifique, en mettant en avant le refus argumenté comme élément central de transparence.