Automation
|
par Autom Team

Autom MCP : donnez à Claude, Cursor et Gemini des données SERP en direct

Le vide au cœur de chaque assistant IA

Claude, Cursor et Gemini sont puissants. Mais ils ont une limite dure : leurs connaissances s'arrêtent là où leurs données d'entraînement s'arrêtent. Demandez-leur ce qui se positionne sur Google aujourd'hui, quels concurrents viennent de publier une nouvelle page, ou quelles actualités concernent votre secteur — vous obtenez l'une de deux choses : un refus poli, ou une réponse confiante basée sur des données vieilles de plusieurs mois.

Le Model Context Protocol (MCP) est le pont entre les assistants IA et les données en direct. Le serveur MCP d'Autom place tous les endpoints SERP — Google, Bing, Brave, Google News, Google Images, Google Shopping, Google Jobs, Google Maps, et plus encore — directement dans votre outil IA sous forme de fonctions appelables.

Votre assistant ne se contente plus de savoir des choses. Il peut les vérifier.

Ce qu'est réellement MCP

MCP est un standard ouvert qui permet aux assistants IA d'appeler des outils externes pendant une conversation ou une tâche. Au lieu que l'assistant devine, il appelle une fonction, reçoit une réponse structurée, et raisonne sur des données réelles.

Le serveur MCP d'Autom expose l'intégralité de l'API Autom comme outils MCP. Chaque endpoint SERP devient une fonction que l'IA peut invoquer. La configuration se résume à une URL et une clé API — pas d'infrastructure, pas de gestion de proxies, pas de parsing.

Endpoint MCP : https://mcp.autom.dev/
Authentification : header x-api-key

Une fois connecté, votre assistant peut rechercher sur Google, récupérer des résultats Bing, scanner des titres d'actualités, ou vérifier des fiches shopping — en pleine conversation, en pleine tâche, en pleine génération de code.

Configuration en moins de deux minutes

Claude Code

claude mcp add --transport http autom https://mcp.autom.dev/ \
  --header "x-api-key: VOTRE_CLÉ_API"

Cursor

Ajoutez à votre mcp.json de projet (Paramètres → MCP → Ajouter serveur HTTP) :

{
  "mcpServers": {
    "autom": {
      "url": "https://mcp.autom.dev/",
      "headers": {
        "x-api-key": "VOTRE_CLÉ_API"
      }
    }
  }
}

Gemini CLI

Pointez le client MCP vers https://mcp.autom.dev/ et passez x-api-key comme header d'authentification. Consultez la documentation MCP de Gemini CLI pour le format exact.

OpenAI Developer Mode

Connectez les outils MCP à https://mcp.autom.dev/ avec votre clé API en suivant le guide OpenAI Developer Mode.

Obtenez votre clé API sur app.autom.dev. Ne la commitez jamais dans un dépôt — stockez-la dans une variable d'environnement ou un gestionnaire de credentials.

Ce que votre IA peut faire une fois connectée

Recherche concurrentielle en temps réel

Vous demandez à Claude de rédiger un brief de contenu. Au lieu de deviner ce que publient les concurrents, il appelle Google Search :

"Laissez-moi vérifier ce qui est actuellement en tête sur ce mot-clé avant de structurer ce brief."

Il récupère les 10 premiers résultats, lit les titres et extraits, et produit un brief qui reflète le paysage SERP réel — pas des données d'entraînement vieilles d'un an.

Analyse SEO ancrée dans les données réelles

Vous travaillez dans Cursor sur un script SEO. Votre assistant récupère la position actuelle pour un mot-clé cible, la croise avec Bing, et suggère des modifications basées sur ce qui se passe réellement dans l'index — pas sur ce qui fonctionnait autrefois.

Veille d'actualités et synthèse

Un assistant IA chargé de briefings quotidiens peut appeler Google News sur un sujet, obtenir les derniers titres, et rédiger un résumé — sans navigateur, sans copier-coller manuel.

Outil : google_news
Requête : "IA réglementation Europe"
→ Retourne : 10 derniers articles avec titre, source, date, extrait
→ L'IA synthétise : développements clés des dernières 24h

Intelligence shopping et pricing

Besoin de savoir où se positionne un produit dans Google Shopping avant de rédiger un texte ? L'assistant appelle l'endpoint, récupère les fiches actuelles avec prix et marchands, et utilise ces données directement dans la tâche.

Enrichissement de leads à la volée

En pleine campagne de prospection, votre IA peut appeler Google Maps ou Google Search avec un paramètre de localisation pour extraire des entreprises locales dans une niche — sans quitter la conversation.

Pourquoi Autom et pas un scraper maison

Construire un scraper SERP soi-même n'est pas un projet de week-end. Voici ce que vous signez réellement :

ProblèmeApproche maisonAutom MCP
CAPTCHAsRésoudre manuellement ou payer un serviceGéré automatiquement
Blocage IPMaintenir un pool de proxies rotatifsGéré automatiquement
Parsing HTMLMaintenir des parsers par moteurRetourne du JSON propre
Mises à jour moteursRe-parser à chaque changement de DOMAucune maintenance requise
Rate limitsImplémenter sa propre logique de backoffGéré par l'API
Exposition légaleAnalyser les CGU soi-mêmeAutom gère la conformité
DisponibilitéMaintenir sa propre infraSLA 99,9%

Le vrai coût du DIY n'est pas le code qu'on écrit le premier jour — c'est la maintenance constante à mesure que les moteurs mettent à jour leurs mesures anti-bot, leur structure HTML et leurs politiques de rate limiting. Cette maintenance est invisible jusqu'à ce qu'elle casse au pire moment possible.

Autom gère tout. Votre outil IA reçoit un JSON propre et structuré à chaque fois.

La fiabilité là où ça compte

Quand votre assistant IA appelle un outil SERP en pleine tâche, une requête échouée casse le workflow. L'infrastructure d'Autom est conçue exactement pour ce pattern :

  • Temps de réponse médian inférieur à 2 secondes — assez rapide pour une utilisation interactive dans Cursor ou Claude Code
  • Seuls les appels réussis sont facturés — si une requête échoue pour quelque raison que ce soit, vous ne payez rien. Les retries sont sûrs.
  • Schéma cohérent sur tous les moteursorganic_results, pagination, search_parameters sont les mêmes clés de premier niveau que l'outil appelle Google, Bing ou Brave. Votre IA n'a pas besoin de traitement spécial par moteur.
  • Pas d'hallucination de résultats — l'IA appelle un endpoint réel et lit des données réelles, sans combler les lacunes avec des données d'entraînement

Ce dernier point compte plus qu'il n'y paraît. Quand un assistant IA génère des données SERP de mémoire, il hallucine essentiellement des positions. Avec le serveur MCP, les données sont récupérées, pas imaginées.

La surface d'outils complète dans votre assistant IA

Chaque endpoint Autom devient un outil appelable via MCP. Tous partagent la même authentification x-api-key et coûtent 1 crédit par appel :

OutilCe qu'il fait
google_searchRésultats organiques, pagination, métadonnées SERP depuis Google
google_search_lightRésultats organiques uniquement — latence réduite
google_imagesURLs d'images, titres, sources, dimensions
google_newsArticles d'actualité avec éditeur, date et extrait
google_videosRésultats vidéo avec chaîne, durée, métadonnées
google_shoppingFiches produits avec prix, notes et marchands
google_jobsOffres d'emploi avec titre, entreprise, lieu
google_mapsÉtablissements locaux avec adresse, téléphone, site (expérimental)
google_autocompleteSuggestions de mots-clés pour n'importe quelle requête
bing_searchRésultats organiques de l'index indépendant de Bing
brave_searchRésultats organiques de l'index indépendant de Brave

Dans une seule conversation Claude, vous pourriez : chercher les positions concurrentes sur Google, croiser sur Bing, récupérer les dernières actualités sur le sujet, et vérifier le contexte Google Shopping — sans quitter le chat.

Combiner les moteurs pour des signaux plus solides

Lancer la même requête sur Google, Bing et Brave depuis votre assistant IA donne une validation cross-index qu'aucune approche mono-moteur ne peut offrir :

  • Une URL dans le top 5 des trois moteurs est un signal d'autorité fort
  • Une URL bien positionnée sur Bing mais absente de Google révèle des lacunes d'indexation à investiguer
  • Le crawler indépendant de Brave fait souvent remonter des contenus que Google et Bing ont déprioritisés

Votre assistant peut raisonner sur ces différences directement quand vous lui donnez accès aux trois. Ce n'est pas possible quand les résultats viennent de données d'entraînement.

Exemples concrets pour les workflows IA courants

Rédiger avec un contexte concurrentiel réel

"Claude, rédige un article de 1500 mots sur les outils de productivité pour équipes distantes. Avant de structurer le plan, vérifie ce qui est dans le top 5 pour cette requête et quels angles utilisent les concurrents."

Claude appelle google_search, lit les résultats, identifie les formats de contenu dominants, et produit un plan qui ne duplique pas ce qui existe déjà.

Du code qui cherche avant de générer

"Cursor, écris un script Python pour suivre quotidiennement nos positions de mots-clés. Vérifie d'abord ce que Google Search retourne pour 'outils SEO Python'."

Cursor appelle l'outil, inspecte le schéma JSON réel, et génère du code contre la vraie structure de réponse — pas une structure devinée.

Recherche de marché en conversation

"Quels sont les résultats Google Shopping actuels pour 'bureau debout moins de 500€' ? Extrais les fourchettes de prix et les marchands dominants."

L'assistant appelle google_shopping, retourne des données produits structurées, et génère une analyse — sans onglet navigateur, sans copier-coller, sans recherche manuelle.

Commencer

Générez une clé API sur app.autom.dev, ajoutez-la à votre config MCP, et votre assistant IA dispose d'un accès web en direct en moins de deux minutes.

Documentation complète de configuration MCP sur docs.autom.dev/mcp. Référence complète des endpoints sur docs.autom.dev.

SERP API

Discover why Autom is the preferred API provider for developers.