Tuto MCP Semrush One pour un SEO piloté par la data

Semrush One MCP agit comme un pont sécurisé entre vos LLM et la base de données SEO de Semrush. Ce tutoriel détaille, étape par étape, comment connecter le Model Context Protocol (MCP) à ChatGPT, Claude Desktop, Cursor IDE et d’autres outils pour obtenir en temps réel des données de mots-clés, backlinks et concurrents. Vous gagnez ainsi en précision, en rapidité et en cohérence dans vos agentic workflows.

---

Préparation : compte, outils et prérequis

Compte Semrush et unités d’API

Un compte Semrush One, SEO API ou Trends API est obligatoire. Vérifiez que vous disposez d’un solde suffisant d’API Units (10 000 unités par défaut). Les analyses les plus lourdes consomment vite ce crédit, et sans solde disponible, le MCP ne pourra pas interroger la base de 27,9 milliards de mots-clés.

Outils d’IA compatibles

• ChatGPT (version Plus ou Pro)
• Claude Desktop
• Claude Code (CLI)
• Cursor IDE
• VS Code avec l’extension MCP
• Gemini CLI

Connaissances et matériel nécessaires

Une bonne maîtrise des prompts pour LLM (Large Language Model) est recommandée, afin de formuler des demandes claires et ciblées. Pour l’option locale, préparez Node.js, Git et un éditeur de code. Gardez à portée de main votre API Key Semrush, accessible dans les paramètres de votre compte.

1. Préparer l’accès API et l’authentification OAuth

Connectez-vous à votre compte Semrush et activez l’accès API si ce n’est pas déjà fait. Notez votre API Key et conservez-la en lieu sûr, car elle ouvre l’accès aux données de votre compte. Le protocole OAuth est ensuite utilisé par la plupart des outils pour authentifier la connexion sans transmettre manuellement la clé, ce qui évite les exports CSV et donne un accès direct à Keyword Magic Tool, Backlink Analytics et Domain Overview.

2. Activer Semrush One MCP dans ChatGPT

Ouvrez les paramètres de votre compte ChatGPT et rendez-vous dans la section « Apps ». Recherchez et activez l’application Semrush. Une fois la connexion établie, tapez simplement @Semrush dans n’importe quelle conversation pour que le modèle sollicite le MCP et appelle directement les données SEO, sans copier-coller de tableaux. Testez aussitôt avec une requête simple comme « Montre-moi l’Authority Score de exemple.com » pour vérifier que l’intégration fonctionne.

3. Configurer le connecteur dans Claude Desktop

Dans Claude Desktop, rendez-vous dans Settings > Connectors > Add custom connector. Saisissez l’URL suivante : https://mcp.semrush.com/v1/mcp, puis validez pour lancer la procédure de connexion. Vous serez redirigé vers Semrush pour finaliser l’authentification via OAuth. Une fois le connecteur validé, Claude peut utiliser le Model Context Protocol (MCP) pour interroger Backlink Analytics ou réaliser une Keyword Gap Analysis entre deux domaines, avec une connexion à la fois directe et sécurisée.

4. Intégrer le MCP dans Cursor IDE et VS Code

Dans Cursor, ouvrez Settings > Cursor Settings > Tools & MCP. Ajoutez un nouveau serveur en choisissant le type « url » et collez https://mcp.semrush.com/v1/mcp pour activer le connecteur distant. Pour une installation locale plus flexible, clonez le dépôt GitHub semrush-mcp, exécutez npm install, créez un fichier .env avec votre SEMRUSH_API_KEY, puis lancez successivement npm run build et npm run start. L’IDE détecte alors automatiquement les outils disponibles, et VS Code fonctionne de la même manière via son extension MCP dédiée.

5. Exploiter les données SEO avec des prompts efficaces

Une fois le connecteur actif, formulez des demandes précises et ciblées, de préférence avec des filtres clairs sur la difficulté ou le volume. Cette précision permet à la fois d’obtenir des réponses actionnables et de limiter la consommation d’API Units.

• « Réalise une Keyword Gap Analysis entre domaineA.com et domaineB.com en te concentrant sur les mots-clés dont la difficulté est inférieure à 60. »
• « Analyse le profil de backlinks de concurrent.com et liste les ancres les plus fréquentes via Backlink Analytics. »
• « Donne-moi l’Authority Score, le trafic organique estimé et les principaux concurrents organiques pour exemple.fr. »

L’IA peut générer un rapport structuré ou une trame de présentation en quelques échanges, en s’appuyant sur des chiffres directement issus de Semrush. Utilisez les données du SEO Visibility Toolkit pour nourrir vos workflows agentiques et documenter vos décisions SEO, tout en gardant un œil sur le budget d’API.

6. Sécuriser l’usage, surveiller la consommation et optimiser

Ne partagez jamais votre API Key publiquement, ni dans des captures d’écran ni dans des dépôts de code. Pour les installations locales, privilégiez les variables d’environnement plutôt que le stockage en clair dans les fichiers. Surveillez régulièrement votre solde d’unités d’API dans votre compte Semrush afin d’anticiper les dépassements.

Privilégiez des requêtes filtrées (par exemple : difficulté < 60, volume > 500) pour éviter les appels trop larges et coûteux. La latence est généralement plus faible avec un serveur local via JSON-RPC qu’avec un transport HTTP distant, ce qui améliore le confort d’usage au quotidien. Traitez enfin les résultats comme des hypothèses de travail à valider par des tests réels de contenu et de performance.