Comment créer un agent LinkedIn avec Claude Code ?

Un agent LinkedIn peut automatiser la recherche, la rédaction, le visuel et la livraison dans ClickUp. L’enjeu n’est pas de publier sans contrôle, mais de produire plus vite un brouillon fiable, documenté et prêt à relire.

Quel problème résout un agent LinkedIn ?

Un agent LinkedIn résout surtout le problème de régularité et de temps de production, pas le problème de fond éditorial.

Produire un bon post LinkedIn demande une suite de petites tâches qui prennent vite du temps. Il faut trouver un angle, chercher des informations récentes, structurer une idée, écrire un texte lisible, préparer un visuel, puis transmettre le tout pour validation. Aucune de ces étapes n’est impossible. Le vrai sujet, c’est leur répétition.

L’automatisation ne remplace pas la réflexion éditoriale. Elle supprime surtout les opérations mécaniques : récupérer des sources, transformer un brief en brouillon, générer une infographie, créer une tâche de validation, centraliser les fichiers. Le jugement reste humain. Un bon système garde toujours une étape de revue avant publication, notamment pour vérifier le fond, le ton, les chiffres et les risques d’erreur.

Quelques termes doivent être clairs avant d’aller plus loin :

• Agent : Un programme capable d’exécuter plusieurs actions pour atteindre un objectif, par exemple chercher des informations, rédiger un brouillon et créer une tâche.
• API : Une interface qui permet à deux logiciels de communiquer. Par exemple, ClickUp fournit une API REST documentée pour créer des tâches depuis un script.
• Workflow : Une suite d’étapes organisées, comme recherche, rédaction, génération visuelle, validation.
• Brief : Une consigne de départ qui précise le sujet, l’angle, la cible, le ton et le livrable attendu.

Dans cet article, l’agent repose sur quatre briques simples. Claude Code sert à piloter le code et à générer le texte via Claude. Anthropic présente Claude Code comme un outil agentique en ligne de commande pour déléguer des tâches de développement. Imagen 3 génère une infographie à partir du contenu. MindStudio Agent Skills orchestre la recherche web et la génération. ClickUp centralise le livrable dans une tâche exploitable par une équipe ou par moi-même.

Étape	Manuel	Agent automatisé	Point de contrôle humain
Angle	Recherche d’idées à partir de notes et d’actualité.	Propose plusieurs angles depuis un brief.	Choix de l’angle le plus pertinent.
Recherche	Lecture de sources une par une.	Collecte des informations récentes et résume les points utiles.	Vérification des sources et des chiffres.
Rédaction	Écriture complète du post.	Génère un brouillon structuré et lisible.	Réécriture du ton et validation du message.
Visuel	Création manuelle d’une infographie.	Produit une proposition avec Imagen 3.	Validation de la cohérence visuelle.
Transmission	Copie des textes et fichiers dans un outil projet.	Crée une tâche ClickUp avec les livrables.	Validation finale avant publication.

Comment fonctionne le workflow complet ?

Le workflow part d’un sujet et produit un pack LinkedIn prêt à relire dans ClickUp.

Dans mon cas, tout commence par la saisie d’un topic, par exemple une idée d’article, une tendance marché ou un angle éditorial. Ce sujet sert de brief, c’est-à-dire de consigne de départ : cible, intention, niveau de détail attendu, ton, contraintes éventuelles.

MindStudio Agent Skills joue ensuite le rôle d’orchestrateur. Il enchaîne les étapes, transmet les bonnes informations au bon outil et évite de tout piloter à la main. Claude analyse le brief, identifie les questions utiles, lance ou exploite une recherche web, puis synthétise les résultats. Cette synthèse sert de base au post LinkedIn, avec une structure lisible, un angle clair et des formulations adaptées au réseau.

Une fois le texte rédigé, les points clés sont envoyés à Imagen 3 pour générer une proposition de visuel. Ici, l’infographie désigne un visuel synthétique destiné à renforcer le post : quelques idées, chiffres ou étapes rendus plus lisibles. Ce n’est pas une preuve scientifique, ni une validation des données. Si un chiffre apparaît dans le visuel ou dans le texte, il doit être vérifié avant publication.

ClickUp devient enfin l’espace de livraison pour l’équipe. Une tâche est créée automatiquement avec le post, l’image attachée, le contexte de recherche et les éléments à contrôler. Le résultat doit être traité comme un brouillon avancé, pas comme une publication automatique. Les sources, les chiffres, les noms d’entreprises, les citations et les formulations sensibles doivent être relus avant toute mise en ligne.

Sorties attendues du workflow :

• Post LinkedIn formaté, prêt à être relu et ajusté.
• Proposition de visuel générée avec Imagen 3.
• Sources ou brief de recherche utilisés pour construire le contenu.
• Tâche ClickUp créée avec le texte, l’image et les consignes de relecture.

Brique technique	Responsabilité
Claude	Analyse le brief, synthétise la recherche et rédige le post LinkedIn.
Imagen 3	Produit un visuel à partir des points clés du contenu.
MindStudio Agent Skills	Orchestre les étapes et fait circuler les données entre les outils.
ClickUp	Centralise la livraison, la relecture et le suivi par l’équipe.

Quels prérequis faut-il préparer ?

Il faut préparer Node.js, Claude Code, les clés API MindStudio et Anthropic, ainsi que les identifiants API ClickUp. Sans ces éléments, l’agent ne pourra ni exécuter le script, ni appeler Claude, ni générer les contenus, ni créer les tâches dans ClickUp.

Node.js est un environnement d’exécution JavaScript côté serveur. En clair, il permet de lancer du JavaScript hors du navigateur, directement depuis votre machine ou un serveur. Une version 18 ou supérieure est préférable, car elle apporte des fonctions modernes comme fetch natif, une meilleure compatibilité avec les modules JavaScript récents et un support plus propre des bibliothèques utilisées par les SDK, c’est-à-dire les kits de développement fournis par les plateformes.

Service	Élément nécessaire
Anthropic	Un compte avec accès à Claude Code et une clé API Anthropic pour appeler Claude depuis le script.
MindStudio	Un compte MindStudio et une clé API pour utiliser les agents et les Agent Skills.
ClickUp	Un token API ClickUp et l’ID de la liste où les tâches seront créées.
Imagen 3	Un accès via le plugin MindStudio Agent Skills. Dans ce montage, aucune clé Imagen séparée n’est nécessaire.

Une clé API est un identifiant secret qui autorise un script à utiliser un service à votre place. Elle doit rester privée, car une personne qui la récupère peut consommer votre quota, lire certaines données ou déclencher des actions selon les droits associés.

MINDSTUDIO_API_KEY=your_mindstudio_api_key
ANTHROPIC_API_KEY=your_anthropic_api_key
CLICKUP_API_TOKEN=your_clickup_api_token
CLICKUP_LIST_ID=your_clickup_list_id

Initialisation du projet Node.js : mkdir linkedin-content-agent cd linkedin-content-agent npm init -y npm install @mindstudio-ai/agent @anthropic-ai/sdk dotenv

Le fichier agent.mjs peut contenir le code principal. L’extension .mjs indique à Node.js que le fichier utilise les modules JavaScript modernes avec import et export.

• Ne jamais committer le fichier .env dans Git.
• Ajouter .env dans un fichier .gitignore.
• Limiter les droits du token ClickUp au strict nécessaire.
• Stocker les secrets dans un gestionnaire adapté en production, comme AWS Secrets Manager, Google Secret Manager, Doppler ou Vault.

Les références à garder sous la main sont les documentations officielles Anthropic pour Claude Code et le SDK, Node.js pour l’environnement d’exécution, ClickUp API pour les tokens et la création de tâches, ainsi que MindStudio pour Agent Skills.

Comment coder la recherche et la rédaction ?

Le cœur du code consiste à transformer un sujet en brief documenté, puis à envoyer ce brief à Claude avec des consignes éditoriales précises. L’agent ne doit pas “écrire au feeling” : il cherche, trie, résume, puis rédige.

import "dotenv/config";
import Anthropic from "@anthropic-ai/sdk";
import { searchGoogle } from "@mindstudio/agent-skills";

const {
  ANTHROPIC_API_KEY,
  CLAUDE_MODEL = "claude-3-5-sonnet-latest",
  BRAND_VOICE = "Clair, direct, utile, sans jargon inutile"
} = process.env;

const anthropic = new Anthropic({ apiKey: ANTHROPIC_API_KEY });

Deux recherches valent mieux qu’une. Une requête large aide à comprendre le contexte général. Une requête spécifique permet de trouver des angles récents, des exemples concrets ou des points opérationnels.

async function rechercherSujet(sujet) {
  const large = await searchGoogle({
    query: sujet,
    numResults: 5
  });

  const specifique = await searchGoogle({
    query: `${sujet} tendances cas d'usage chiffres récents`,
    numResults: 5
  });

  return construireBrief(sujet, [...large, ...specifique]);
}

function construireBrief(sujet, resultats) {
  const vus = new Set();

  const sources = resultats
    .filter((item) => {
      const cle = item.url || item.title;
      if (!cle || vus.has(cle)) return false;
      vus.add(cle);
      return true;
    })
    .map((item) => ({
      titre: item.title,
      extrait: item.snippet,
      url: item.url
    }));

  return {
    sujet,
    objectif: "Préparer un post LinkedIn documenté et utile",
    sources,
    consigne: "Utiliser uniquement les informations présentes dans les sources. Signaler les points incertains."
  };
}

Un modèle peut halluciner, c’est-à-dire produire une affirmation fausse, non vérifiée ou trop sûre d’elle. Pour réduire ce risque, le prompt doit demander explicitement de signaler les incertitudes et d’éviter toute statistique sans source.

async function redigerPostLinkedIn(sujet) {
  const brief = await rechercherSujet(sujet);

  const response = await anthropic.messages.create({
    model: CLAUDE_MODEL,
    max_tokens: 1200,
    system: `Tu écris des posts LinkedIn.
Style : ${BRAND_VOICE}.
Règles : accroche directe, phrases courtes, retours à la ligne, pas de mur de texte.
Rends l'idée principale explicite.
Termine par une question ou un call-to-action.
N'invente aucune statistique.
Signale les points incertains ou insuffisamment sourcés.`,
    messages: [{
      role: "user",
      content: `Voici le brief documenté : ${JSON.stringify(brief, null, 2)}`
    }]
  });

  return response.content[0].text;
}

Garde-fou	Contrôle à appliquer
Sources	Conserver les titres, extraits et URLs utilisés dans le brief.
Chiffres	Refuser toute statistique absente des sources.
Ton	Vérifier que le post reste clair, sobre et lisible.
Conformité marque	Comparer le texte avec la voix éditoriale définie dans le .env.
Validation humaine	Relire avant publication, surtout sur les sujets sensibles ou techniques.

Comment livrer le contenu dans ClickUp ?

ClickUp sert à transformer la sortie de l’agent en tâche révisable par une équipe. L’idée est simple : au lieu de laisser le post LinkedIn, le brief de recherche et le visuel généré par Imagen 3 dans des fichiers ou des conversations, tout arrive dans une tâche unique, avec un statut, une checklist et un historique.

La création passe par l’API REST de ClickUp, c’est-à-dire une interface HTTP qui permet à votre script de créer ou modifier des ressources dans ClickUp. Le point d’entrée utile est la création de tâche dans une liste cible, via l’identifiant CLICKUP_LIST_ID. Les champs à envoyer sont surtout : le nom de tâche, la description, le statut, la liste cible, le lien ou la pièce jointe image, puis une checklist de validation éditoriale.

async function createClickUpTask({
  post,
  researchBrief,
  imageUrl,
  topic
}) {
  const token = process.env.CLICKUP_API_TOKEN;
  const listId = process.env.CLICKUP_LIST_ID;

  const description = `
Post LinkedIn généré :

${post}

Brief de recherche :

${researchBrief}

Visuel Imagen 3 :

${imageUrl || "Aucun lien image fourni"}

Checklist de revue éditoriale :
- Vérifier les sources
- Valider le ton
- Contrôler le visuel
- Adapter le call-to-action
- Planifier ou publier manuellement
`;

  const response = await fetch(`https://api.clickup.com/api/v2/list/${listId}/task`, {
    method: "POST",
    headers: {
      "Authorization": token,
      "Content-Type": "application/json"
    },
    body: JSON.stringify({
      name: `Post LinkedIn à valider - ${topic}`,
      description,
      status: "to review"
    })
  });

  if (!response.ok) {
    throw new Error(`Erreur ClickUp : ${response.status} ${await response.text()}`);
  }

  return response.json();
}

Si Imagen 3 renvoie une URL publique, le plus simple est de l’ajouter dans la description. Si votre workflow récupère un fichier image, utilisez ensuite l’endpoint de pièce jointe de ClickUp pour l’attacher à la tâche créée. La documentation officielle de l’API ClickUp couvre la création de tâches et la gestion des pièces jointes, avec les paramètres attendus pour chaque requête.

Cette étape rend le processus traçable. Chaque contenu a son propriétaire, son statut et ses validations. Avant de brancher le workflow sur un espace de production, mieux vaut tester sur une liste dédiée, avec quelques posts fictifs, pour vérifier les droits, les statuts et le rendu des descriptions.

Erreur fréquente	Correction
Token invalide	Vérifier la variable CLICKUP_API_TOKEN et les droits du compte ClickUp.
ID de liste incorrect	Copier l’identifiant exact de la liste cible et tester sur une liste dédiée.
Contenu trop long	Résumer le brief ou stocker le détail dans un document lié.
Image non attachée	Ajouter l’URL dans la description ou utiliser l’endpoint de pièce jointe.
Absence de validation humaine	Imposer un statut “to review” et une checklist avant publication.

Prêt à confier le brouillon à un agent ?

Un agent LinkedIn bien conçu ne sert pas à publier plus de contenu médiocre. Il sert à industrialiser les étapes lentes : recherche, synthèse, rédaction, visuel et livraison dans ClickUp. Claude Code et Claude apportent le raisonnement et l’écriture, Imagen 3 produit le support visuel, MindStudio orchestre les actions, ClickUp centralise la revue. Le point clé reste la validation humaine, surtout pour les chiffres, les sources et le ton de marque. En construisant ce workflow proprement, vous gagnez du temps sans perdre le contrôle éditorial, avec un bénéfice concret : produire plus régulièrement des posts LinkedIn mieux préparés.

FAQ

• Qu’est-ce qu’un agent LinkedIn automatisé ?
  Un agent LinkedIn automatisé est un workflow qui enchaîne plusieurs tâches : recherche web, synthèse, rédaction du post, génération d’un visuel et livraison dans un outil comme ClickUp. Il ne doit pas publier sans contrôle. Son rôle le plus utile consiste à produire un brouillon avancé que vous pouvez relire, corriger et valider.
• Pourquoi utiliser Claude Code pour créer cet agent ?
  Claude Code permet de travailler dans un environnement de développement et d’automatiser la construction du script. Associé au SDK Anthropic, il peut aider à structurer le code, appeler Claude avec un prompt éditorial précis et transformer un brief de recherche en post LinkedIn lisible.
• Imagen 3 est-il obligatoire pour ce workflow ?
  Imagen 3 n’est pas obligatoire, mais il ajoute une brique visuelle intéressante. Dans le workflow décrit, il sert à générer une infographie à partir des points clés du post. L’objectif est de livrer un pack plus complet dans ClickUp : texte, visuel et brief de contexte.
• Faut-il une clé API séparée pour Imagen 3 ?
  Dans ce montage, l’accès à Imagen 3 passe par le plugin MindStudio Agent Skills. Le prérequis principal côté orchestration est donc la clé API MindStudio. Il faut aussi prévoir une clé Anthropic pour Claude et un token API ClickUp pour créer les tâches automatiquement.
• Quels sont les risques d’un agent de contenu LinkedIn ?
  Les risques principaux sont les informations non vérifiées, les chiffres inventés, un ton trop générique et la publication trop rapide. Pour les limiter, je recommande de conserver les sources dans le brief, de demander au modèle de signaler les incertitudes et d’ajouter une checklist de validation humaine dans ClickUp.

 

 

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 server-side, l’Analytics Engineering, l’automatisation No/Low Code avec n8n, l’intégration de l’IA dans les workflows métier et le SEO/GEO. J’ai travaillé pour des références comme Logis Hôtel, Yelloh Village, BazarChic, la Fédération Française de Football ou Texdecor. Si vous voulez mettre en place des agents IA utiles, mesurables et connectés à vos outils business, je suis disponible pour vous aider.