Automatiser sa prospection freelance avec l'IA (tutoriel Make + Claude)
Tu passes 10 heures par semaine a chercher des prospects, ecrire des messages LinkedIn et relancer par email. Et malgre ca, ton pipeline reste a moitie vide. Le probleme n'est pas ton offre ni ton expertise. C'est que tu fais manuellement ce qu'une machine peut faire mieux, plus vite, et sans fatigue. Automatiser ta prospection freelance avec l'IA, c'est passer de 5 messages personnalises par jour a 50 -- sans sacrifier la qualite.
Dans ce tutoriel, tu vas construire un systeme complet de prospection automatique freelance en combinant Make (pour l'orchestration) et Claude (pour l'intelligence). A la fin, tu auras un pipeline qui tourne en pilote automatique : il trouve tes prospects, enrichit leurs donnees, genere des messages sur mesure et les envoie. Toi, tu te concentres sur les rendez-vous et la signature.
Ce tutoriel suppose que tu as deja un positionnement clair et un ICP (profil client ideal) defini. Si ce n'est pas le cas, commence par notre guide sur la prospection LinkedIn freelance pour poser les bases avant d'automatiser.
Pourquoi automatiser sa prospection quand on est freelance
Le goulot d'etranglement du freelance solo
En tant que freelance, tu es a la fois le commercial, le producteur et le comptable. La prospection est la premiere activite qui saute quand tu es en mission. Resultat : le classique cycle feast or famine -- tu alternes entre des periodes ou tu es surcharge et des periodes ou tu cherches desesperement des clients.
L'automatisation ne remplace pas ta strategie. Elle garantit que ta prospection tourne meme quand tu livres une mission. C'est la difference entre un pipeline previsible et une roulette russe.
Ce que l'IA change concretement
Avant l'IA generative, automatiser la prospection signifiait envoyer des messages generiques en masse. Le taux de reponse etait miserable (moins de 2 %) et tu risquais de griller ta reputation. Avec Claude et les LLMs, la donne change radicalement :
- Personnalisation a l'echelle : Claude peut analyser le profil LinkedIn, le site web et l'actualite d'un prospect pour generer un message unique qui montre que tu as fait tes devoirs
- Qualification intelligente : l'IA peut scorer tes leads en fonction de signaux faibles (recrutement en cours, levee de fonds, changement de poste du dirigeant)
- Iteration rapide : tu testes 5 angles d'accroche differents en une heure au lieu d'une semaine
Automatiser ne veut pas dire spammer. L'objectif est d'envoyer moins de messages, mais des messages tellement pertinents que les gens repondent. Si ton taux de reponse est en dessous de 10 %, c'est un probleme de ciblage ou de message, pas de volume.
Les outils necessaires pour ta stack de prospection IA
Avant de plonger dans le workflow, voici la stack complete dont tu as besoin. L'idee est de garder les couts bas en debutant avec des plans gratuits ou starter.
Pour un comparatif detaille entre Make et n8n, consulte notre article n8n vs Make pour freelance IA. Les deux fonctionnent pour ce workflow, mais Make a l'avantage d'etre plus accessible si tu debutes en automatisation.
Le workflow complet etape par etape
Voici le pipeline de prospection automatisee que tu vas construire. Chaque etape s'enchaine dans un scenario Make qui tourne automatiquement chaque semaine.
Architecture du scenario Make en detail
Maintenant que tu comprends le flux, voici comment le cablier concretement dans Make. Le scenario est compose de 7 modules qui s'executent en sequence.
Module 1 : declencheur programmee (Schedule)
Configure un trigger "Schedule" qui lance le scenario chaque lundi a 8h. Tu peux aussi le declencher manuellement pendant la phase de test.
Module 2 : recuperer les nouveaux leads (Apollo HTTP)
Un module HTTP qui appelle l'API Apollo.io avec tes filtres ICP. La requete retourne les leads correspondant a tes criteres (titre, industrie, taille d'entreprise, localisation). Tu configures un filtre pour exclure les prospects deja contactes en croisant avec ta Google Sheet.
Module 3 : enrichir via le site web (HTTP + Text Parser)
Pour chaque lead, un module HTTP recupere la page d'accueil de leur site web. Un module Text Parser extrait les informations cles : description de l'entreprise, services proposes, actualites recentes. Ces donnees alimentent le contexte envoye a Claude.
Module 4 : generer le message avec Claude (HTTP -- API Anthropic)
C'est le coeur du systeme. Un module HTTP envoie une requete POST a https://api.anthropic.com/v1/messages avec le prompt suivant (adapte a ton offre) :
Tu es un expert en redaction de messages de prospection B2B pour des freelances.
Contexte du prospect :
- Nom : {{nom}}
- Poste : {{poste}}
- Entreprise : {{entreprise}}
- Description entreprise : {{description_site}}
- Actualite recente : {{actualite}}
Mon offre : je suis freelance specialise en [TON DOMAINE]. J'aide les [TYPE D'ENTREPRISE] a [RESULTAT CONCRET] grace a [TA METHODE].
Genere un message de prospection LinkedIn (3-4 phrases max) qui :
1. Mentionne un element specifique a ce prospect (pas generique)
2. Presente la valeur que je peux apporter en une phrase
3. Termine par une question ouverte ou une invitation a echanger
4. Ton : direct, professionnel, sans jargon commercial, tutoiement
Ne commence PAS par "J'ai vu que" ou "Je me permets de". Sois original.
Module 5 : sauvegarder dans Google Sheets
Un module Google Sheets ajoute une ligne pour chaque prospect : nom, email, entreprise, message genere, date d'envoi prevue, statut ("a envoyer"). Ca te permet de relire les messages avant l'envoi automatique (recommande pendant les 2 premieres semaines).
Module 6 : envoyer les emails (Lemlist ou SMTP)
Un deuxieme scenario, declenche quotidiennement, lit les lignes avec le statut "a envoyer" dans la Google Sheet et envoie les emails via Lemlist (ou un module SMTP si tu preferes gerer toi-meme). Lemlist gere les sequences de relance et le suivi des ouvertures.
Module 7 : mise a jour du statut
Apres envoi, le statut passe a "envoye" dans la Sheet. Quand un prospect repond, tu mets manuellement (ou via un webhook Lemlist) le statut a "repondu" ou "RDV pris".
Pendant les deux premieres semaines, garde une etape de validation manuelle entre la generation et l'envoi. Relis les messages de Claude pour t'assurer qu'ils sonnent juste. Une fois que tu as confiance dans la qualite, passe en envoi automatique.
Exemple concret : pipeline pour un freelance dev IA
Prenons un exemple reel. Thomas est developpeur freelance specialise en automatisation IA pour les e-commerces. Voici son pipeline en action.
Son ICP : fondateurs de boutiques Shopify en France, 500K-5M EUR de CA, equipe de 5-20 personnes.
Signaux d'achat : recrutement d'un responsable ops ou marketing, lancement d'une nouvelle gamme de produits, plus de 100 avis Google (signe d'un volume client qui justifie l'automatisation).
Son scenario Make recupere chaque semaine 30 nouveaux leads depuis Apollo avec ces filtres. Apres enrichissement, Claude genere des messages comme celui-ci :
Salut Marie, j'ai vu que Maison Lumiere venait de lancer sa gamme de bougies naturelles -- felicitations. Avec 30 nouveaux produits, la gestion des commandes et du SAV doit commencer a peser. J'ai aide 3 e-commerces similaires a reduire de 40 % leur temps de traitement client avec un agent IA branche sur Shopify. Ca t'interesse d'en discuter 15 min cette semaine ?
Resultats apres 8 semaines :
Le point cle : Thomas a passe de 10h a 1h de prospection par semaine, tout en triplant son nombre de rendez-vous. Le ROI de la stack (environ 120 EUR/mois d'outils) est atteint des le premier client signe.
Les erreurs qui tuent ta prospection automatisee
Erreur 1 : automatiser sans avoir valide manuellement
Si tu n'as jamais fait de prospection manuelle avec un taux de reponse decent (> 10 %), automatiser va juste multiplier ce qui ne marche pas. Valide ton message et ton ICP a la main sur 50 prospects avant d'automatiser.
Erreur 2 : des prompts trop generiques
"Ecris un message de prospection pour " ne suffit pas. Plus tu donnes de contexte a Claude (description de l'entreprise, actualite, probleme probable), plus le message est pertinent. Le prompt est 80 % du resultat.
Erreur 3 : ignorer le warmup de domaine
Si tu envoies 50 emails le premier jour depuis un domaine tout neuf, tu atterris direct en spam. Lemlist et Instantly gerent le warmup automatiquement, mais il faut compter 2-3 semaines avant de monter en volume. Commence par 5 emails/jour et augmente progressivement.
Erreur 4 : zero suivi post-envoi
Envoyer sans tracker, c'est jeter de l'argent. 80 % des reponses positives arrivent apres la 2e ou 3e relance. Configure des sequences de relance automatiques (J+3 et J+7) dans Lemlist.
Erreur 5 : oublier la conformite RGPD
En France, la prospection B2B est autorisee si tu contactes des professionnels a leur adresse pro et que tu offres un moyen simple de se desinscrire. Utilise Dropcontact (qui est RGPD-compliant par design) pour l'enrichissement, et inclus toujours un lien de desinscription dans tes emails.
Optimiser tes prompts Claude pour un meilleur taux de reponse
La qualite de tes messages depend directement de tes prompts. Voici les principes qui font la difference.
La structure du prompt parfait
- Role : donne a Claude un role precis ("expert en copywriting B2B")
- Contexte : fournis toutes les donnees du prospect (plus il y en a, mieux c'est)
- Contraintes : longueur (3-4 phrases max), ton (tutoiement, direct), interdictions ("pas de formules commerciales cliches")
- Exemples : donne 2-3 exemples de messages qui ont bien fonctionne (few-shot prompting)
- Format : precise le format de sortie (texte brut, pas de guillemets, pas de sujet d'email)
A/B testing automatise
Configure deux variantes de prompt dans Make (avec un module Router et un filtre aleatoire 50/50). Envoie chaque variante a 15 prospects par semaine. Apres 2 semaines, compare les taux de reponse. Garde le gagnant, cree une nouvelle variante challenger. Ce processus d'iteration continue ameliore ton systeme automatiquement.
Pour aller plus loin sur les techniques de prompt engineering, lis notre guide outils IA pour freelance qui couvre aussi les bonnes pratiques avec les APIs de LLM.
Vendre ce systeme a tes clients PME
Une fois que ton pipeline de prospection automatique freelance tourne pour toi, tu as un actif que tu peux vendre a tes clients. Les PME ont exactement le meme probleme que toi : elles passent trop de temps a prospecter manuellement avec des resultats mediocres.
Tu peux packager ce systeme en prestation :
- Setup complet : 2 000-4 000 EUR (construction du scenario Make + prompts + formation)
- Maintenance mensuelle : 300-600 EUR/mois (monitoring, optimisation des prompts, ajout de leads)
- Formation : 1 500 EUR (apprendre a l'equipe commerciale du client a gerer le systeme)
C'est exactement le type de service d'automatisation pour PME qui se vend le mieux en ce moment. Les dirigeants comprennent immediatement la valeur : "vous allez generer 3-4 rendez-vous qualifies par semaine en automatique".
Propose une phase pilote de 4 semaines avec un objectif mesurable (ex : 10 RDV qualifies). Ca reduit le risque percu et te permet de prouver le ROI avant de signer un contrat annuel.
FAQ
Automatiser ta prospection avec l'IA, c'est le levier qui transforme un freelance deborde en freelance structure. Tu ne travailles plus dans ta prospection, tu travailles sur ton systeme. Et ce systeme tourne 24h/24, meme quand tu es en mission.
La prochaine etape : construis ton premier scenario Make ce week-end en suivant les etapes de ce tutoriel. Commence petit (10 leads par semaine), valide manuellement, puis monte en puissance. Dans un mois, tu auras un pipeline de rendez-vous previsible.
Pivote vers l'IA en 4 semaines
Apprends a vendre des services d'automatisation et d'agents IA a des PME. Prochaine cohorte : places limitees.
Voir le programme →