Claude Code et l'automatisation de l'email marketing : comment des agents IA pourraient piloter vos campagnes
Découvrez comment Claude Code pourrait gérer de façon autonome votre email marketing : rédaction des contenus, segmentation des abonnés, tests A/B, planification des envois et optimisation de la stratégie à partir des données de performance.
À quoi pourrait ressembler un système d'email marketing autonome construit avec Claude Code
La plupart des équipes email marketing fonctionnent avec une infrastructure fragmentée : un outil pour envoyer, un autre pour les analytics, un rédacteur pour les contenus, et des rappels dans l'agenda pour vérifier que tout se passe bien. Le résultat est réactif, lent et coûteux en temps humain. Pourtant, les emails automatisés génèrent 320 % de revenus supplémentaires par rapport aux campagnes manuelles, et la plupart des entreprises traitent encore l'email comme un processus entièrement manuel.
Claude Code change la donne. Claude Code est agentique : vous décrivez votre objectif, Claude lit vos fichiers, comprend vos schémas de fonctionnement, propose des modifications précises et les exécute avec votre accord. Cette même architecture, appliquée à l'email marketing, ouvre la voie à quelque chose de réellement nouveau : un agent IA unique qui pilote l'ensemble de votre stratégie email en continu, de l'analyse des abonnés à la surveillance de la conformité, avec une intervention humaine minimale une fois configuré.
Cet article explore comment vous pourriez construire ce système dès aujourd'hui. Il s'agit d'un guide d'architecture concret, pas d'une projection futuriste.
Points clés à retenir
Claude Code peut être configuré comme un agent persistant et planifié qui lit les données abonnés, rédige les contenus, déclenche les envois et analyse les résultats de façon autonome.
L'architecture la plus réaliste connecte Claude à votre ESP (SendGrid, Mailchimp ou Brevo) via leurs API REST, en s'exécutant selon un planning cron ou une tâche cloud planifiée.
L'IA apporte le plus de valeur dans la génération de contenu, la logique de segmentation et l'analyse des performances. La supervision humaine reste indispensable pour les envois sensibles à la marque et les décisions de conformité.
Anthropic propose trois niveaux d'API recommandés : Haiku 4.5 (1 $/5 $), Sonnet 4.6 (3 $/15 $) et Opus 4.6 (5 $/25 $) par million de tokens en entrée/sortie. Pour la génération de contenus email à fort volume, Haiku 4.5 permet de maintenir les coûts à un niveau raisonnable.
La conformité en matière de délivrabilité (SPF, DKIM, DMARC) est non négociable et doit être intégrée dans la boucle de surveillance de l'agent dès le premier jour.
Claude Code et l'automatisation de l'email marketing : comment des agents IA pourraient piloter vos campagnes
Découvrez comment Claude Code pourrait gérer de façon autonome votre email marketing : rédaction des contenus, segmentation des abonnés, tests A/B, planification des envois et optimisation de la stratégie à partir des données de performance.
À quoi pourrait ressembler un système d'email marketing autonome construit avec Claude Code
La plupart des équipes email marketing fonctionnent avec une infrastructure fragmentée : un outil pour envoyer, un autre pour les analytics, un rédacteur pour les contenus, et des rappels dans l'agenda pour vérifier que tout se passe bien. Le résultat est réactif, lent et coûteux en temps humain. Pourtant, les emails automatisés génèrent 320 % de revenus supplémentaires par rapport aux campagnes manuelles, et la plupart des entreprises traitent encore l'email comme un processus entièrement manuel.
Claude Code change la donne. Claude Code est agentique : vous décrivez votre objectif, Claude lit vos fichiers, comprend vos schémas de fonctionnement, propose des modifications précises et les exécute avec votre accord. Cette même architecture, appliquée à l'email marketing, ouvre la voie à quelque chose de réellement nouveau : un agent IA unique qui pilote l'ensemble de votre stratégie email en continu, de l'analyse des abonnés à la surveillance de la conformité, avec une intervention humaine minimale une fois configuré.
Cet article explore comment vous pourriez construire ce système dès aujourd'hui. Il s'agit d'un guide d'architecture concret, pas d'une projection futuriste.
Points clés à retenir
Claude Code peut être configuré comme un agent persistant et planifié qui lit les données abonnés, rédige les contenus, déclenche les envois et analyse les résultats de façon autonome.
L'architecture la plus réaliste connecte Claude à votre ESP (SendGrid, Mailchimp ou Brevo) via leurs API REST, en s'exécutant selon un planning cron ou une tâche cloud planifiée.
L'IA apporte le plus de valeur dans la génération de contenu, la logique de segmentation et l'analyse des performances. La supervision humaine reste indispensable pour les envois sensibles à la marque et les décisions de conformité.
Anthropic propose trois niveaux d'API recommandés : Haiku 4.5 (1 $/5 $), Sonnet 4.6 (3 $/15 $) et Opus 4.6 (5 $/25 $) par million de tokens en entrée/sortie. Pour la génération de contenus email à fort volume, Haiku 4.5 permet de maintenir les coûts à un niveau raisonnable.
La conformité en matière de délivrabilité (SPF, DKIM, DMARC) est non négociable et doit être intégrée dans la boucle de surveillance de l'agent dès le premier jour.
1. L'architecture : comment l'agent est structuré
Avant d'entrer dans le détail de chaque fonctionnalité, il est utile de comprendre la forme globale du système.
L'agent est un processus Python (ou Node.js) qui s'exécute selon un planning, soit comme une tâche cron sur votre serveur, soit comme une tâche cloud planifiée. Les tâches cloud planifiées tournent sur l'infrastructure gérée par Anthropic, elles continuent donc à fonctionner même lorsque votre ordinateur est éteint.
À chaque exécution, l'agent effectue les opérations suivantes :
Récupère les données abonnés et les métriques des campagnes récentes via l'API de votre ESP.
Transmet ces données à l'API Anthropic avec un prompt système structuré.
Reçoit les décisions en retour : qui contacter, quoi dire, quand envoyer.
Appelle l'API d'envoi de votre ESP pour déclencher la campagne.
Journalise l'envoi et planifie une exécution d'analyse de suivi.
C'est la transition des architectures basées sur des workflows (enchaînements d'appels LLM avec une logique déterministe) vers des systèmes agentiques où les modèles utilisent des outils de façon autonome pour résoudre des problèmes ouverts, ce qui se traduit par une gestion des erreurs plus robuste et la capacité à traiter des tâches complexes.
Voici un squelette minimal en pseudo-code :
# claude_email_agent.py
import anthropic
import sendgrid_client # or mailchimp_client / brevo_client
client = anthropic.Anthropic()
def run_agent_cycle():
subscriber_data = fetch_subscriber_segments()
campaign_metrics = fetch_last_campaign_results()
response = client.messages.create(
model="claude-haiku-4-5",
max_tokens=4096,
system=open("brand_voice.md").read(),
messages=[{
"role": "user",
"content": f"""
Subscriber data: {subscriber_data}
Last campaign metrics: {campaign_metrics}
Task: Decide which segment to email today,
write the subject line and body, and return
a structured JSON send plan.
"""
}]
)
send_plan = parse_response(response)
execute_send(send_plan)
log_result(send_plan)
Voilà pour le squelette. L'intelligence réside dans ce que vous fournissez à l'agent et dans la façon dont vous structurez ses outils.
2. L'intelligence abonné : savoir à qui envoyer
La première mission de l'agent n'est pas de rédiger des contenus. C'est de déterminer qui mérite réellement de recevoir un email.
L'API de votre ESP expose des données d'engagement au niveau de chaque abonné. L'API de Mailchimp, par exemple, renvoie l'historique des ouvertures, l'activité de clics, les événements d'achat (si vous connectez votre boutique) et les horodatages du dernier engagement par contact. L'API Marketing de SendGrid expose des données similaires via ses endpoints Contacts et Stats{rel="nofollow"}.
Vous transmettez ces données à Claude sous forme de JSON structuré. L'agent segmente alors votre liste de façon dynamique, sans vous obliger à prédéfinir des règles rigides. Il peut identifier :
Les abonnés qui ont ouvert les trois dernières campagnes sans jamais cliquer (des profils sensibles à l'objet, idéaux pour des tests A/B).
Les abonnés ayant effectué un achat au cours des 30 derniers jours (des candidats prioritaires pour des contenus de montée en gamme ou de fidélisation).
Les abonnés inactifs depuis plus de 90 jours (des candidats pour une séquence de réactivation, pas pour une campagne promotionnelle classique).
C'est fondamentalement différent des segments statiques. L'agent réévalue la liste à chaque cycle en utilisant des données en temps réel : un abonné qui s'est réengagé hier est automatiquement reclassifié. Pour approfondir ce que peut apporter une segmentation efficace en termes de chiffre d'affaires, consultez notre guide sur les stratégies de segmentation de liste email qui boostent le ROI de 760 %.
3. La rédaction autonome des emails : ce que l'agent produit
Une fois que l'agent sait à qui envoyer, il rédige l'email. Chaque composant : l'objet, le preheader, le corps du message et le CTA.
Pour que cela fonctionne sans retouches constantes, tout repose sur un fichier de configuration brand_voice.md qui se trouve dans votre dépôt de projet. Ce fichier contient :
Le ton de votre marque (direct, chaleureux, technique, décalé, etc.)
Les mots et formulations à éviter
Les conventions de CTA et les formats de liens
Les descriptions de persona pour chaque segment principal
L'agent lit ce fichier comme prompt système à chaque appel API. La fenêtre de contexte de Claude est suffisamment large pour contenir un guide de marque détaillé sans troncature.
Lorsqu'il est guidé et doté des outils appropriés, Claude peut rédiger, modifier et exécuter du code de façon autonome, avec des capacités de raisonnement et de résolution de problèmes sophistiquées. Appliquée à la rédaction d'emails, cette même capacité produit des premiers jets qui nécessitent des retouches minimales, pas une réécriture complète.
L'agent peut également réaliser des tests A/B sur les objets de façon native. À chaque cycle d'envoi, il génère deux ou trois variantes d'objet pour la même campagne, attribue chaque variante à 20 % aléatoires du segment cible, puis vérifie quelle variante a généré le meilleur taux d'ouverture lors du cycle d'analyse post-envoi. Il capitalise sur ces données pour orienter les futures décisions de rédaction d'objets. Cela rejoint directement ce que nos données montrent sur les meilleures pratiques pour les objets d'email, où même de légers changements de formulation influencent significativement les taux d'ouverture.
95 % des marketeurs qui utilisent l'IA générative pour la création d'emails la jugent « efficace », dont 54 % la trouvent « très efficace ». La différence entre un email IA générique et un bon email tient à la précision des instructions et à la qualité des données que vous fournissez au modèle.
4. La curation de newsletter : automatiser l'agrégation de contenu
La newsletter hebdomadaire est l'une des tâches les plus chronophages et les moins automatisées dans la plupart des équipes éditoriales. L'agent change cela.
Vous définissez une liste d'URL de flux RSS, de sources d'actualités sectorielles et du flux RSS de votre propre blog dans un fichier de configuration sources.yaml. À chaque cycle de newsletter, l'agent :
Récupère les derniers articles de chaque source via la bibliothèque Python feedparser.
Transmet les titres bruts, les URL et les résumés à Claude.
Demande à Claude de sélectionner les cinq à sept contenus les plus pertinents pour votre audience, de rédiger un résumé de deux phrases pour chacun, et de les organiser dans un ordre de lecture logique.
Assemble la newsletter via l'API de templates de votre ESP, en insérant le contenu curé dans des blocs de contenu prédéfinis.
Le résultat est un brouillon de newsletter entièrement assemblé, prêt pour une relecture humaine avant envoi ou, si vous faites confiance au système, pour un envoi automatique.
L'agent peut également exploiter vos propres contenus. Si vous publiez un nouvel article de blog, l'agent le détecte via votre flux RSS et intègre automatiquement un résumé curé dans le numéro de la semaine. La promotion de contenu devient automatique plutôt qu'une tâche manuelle.
5. Planification des envois et optimisation du timing
Envoyer au mauvais moment est l'une des erreurs de délivrabilité les plus fréquentes et les plus évitables. Dans les données d'Omnisend, 20h est le créneau horaire le plus performant pour les ouvertures, ce qui suggère que de nombreux utilisateurs consultent leurs emails en dehors des heures de bureau traditionnelles. Mais il s'agit d'une moyenne, et votre liste n'est pas une liste standard.
L'agent construit des profils de timing individuels par abonné en analysant les données historiques d'ouverture renvoyées par l'API de votre ESP. Pour chaque contact, il examine l'heure et le jour de la semaine où celui-ci ouvre historiquement ses emails, puis regroupe les contacts dans des créneaux d'envoi. Les campagnes partent en lots tout au long de la journée plutôt qu'en un envoi massif unique, ce qui réduit aussi la charge sur votre domaine d'envoi et diminue le risque de pics de plaintes pour spam.
L'agent applique également des règles de fréquence d'envoi pour éviter la lassitude. Vous définissez un intervalle minimum entre les messages par abonné (par exemple, pas plus de deux emails sur une période de sept jours). L'agent vérifie cette contrainte avant d'ajouter un abonné à un plan d'envoi.
La gestion des fuseaux horaires est un prérequis de base : l'heure locale de chaque abonné, extraite de son profil ou déduite de ses horodatages d'ouverture historiques, détermine son affectation à un créneau.
6. Analyse des performances et adaptation
Après chaque envoi, votre ESP génère un rapport de délivrabilité. Mailchimp, SendGrid et Brevo exposent tous ces données via webhook ou API de polling : taux d'ouverture, taux de clics, désabonnements, bounces et plaintes pour spam par campagne.
L'agent lit ces données lors d'un cycle d'analyse post-envoi (généralement 24 à 48 heures après l'envoi) et effectue trois opérations :
Premièrement, il enregistre ce qui a fonctionné. Les objets, CTA et thématiques de contenu les plus performants sont stockés dans un fichier learnings.json que l'agent consulte lors des futurs appels de génération de contenu.
Deuxièmement, il signale les anomalies. Si le taux de plaintes pour spam d'une campagne dépasse 0,1 %, l'agent suspend les envois futurs vers ce segment et signale le problème pour une revue humaine. Google exige que les expéditeurs maintiennent leurs taux de spam en dessous de 0,3 %, et l'agent surveille proactivement ce seuil, sans attendre que le problème se pose.
Troisièmement, il adapte la segmentation. Un segment affichant une baisse de taux d'ouverture sur trois campagnes consécutives déclenche un flux de réactivation plutôt qu'un nouvel email promotionnel. L'agent détecte la tendance automatiquement et ajuste son plan d'envoi.
C'est là que la plupart des systèmes d'automatisation maison échouent. La délivrabilité n'est pas une configuration à paramétrer une fois pour toutes.
Depuis 2024, tous les expéditeurs doivent disposer de protocoles d'authentification email s'ils souhaitent atteindre les utilisateurs des grands services comme Gmail, Yahoo Mail et Outlook. Dans le prolongement des nouvelles exigences pour les expéditeurs en masse déployées par Google et Yahoo en 2024, Microsoft a introduit ses propres règles pour les expéditeurs à fort volume, avec une obligation de conformité pour les entreprises envoyant plus de 5 000 emails par jour. En France, le cadre réglementaire du RGPD renforce par ailleurs ces exigences, notamment en matière de consentement et de traitement des données personnelles.
L'agent gère la conformité de plusieurs façons concrètes :
Surveillance de l'authentification : il vérifie les enregistrements SPF, DKIM et DMARC de votre domaine via une recherche DNS selon un planning hebdomadaire. Si un enregistrement est manquant ou mal configuré, il vous alerte avant que cela ne devienne un problème de délivrabilité.
Gestion des listes de suppression : il lit les événements de bounce et de désabonnement depuis l'API de votre ESP après chaque envoi et met à jour les listes de suppression automatiquement. Les hard bounces sont supprimés immédiatement. Les soft bounces sont suivis et supprimés après un seuil configurable.
Traitement des désabonnements : les messages marketing doivent prendre en charge le désabonnement en un clic et inclure un lien de désabonnement clairement visible dans le corps du message. L'agent vérifie que chaque email qu'il génère contient le balisage de désabonnement requis avant de déclencher un appel d'envoi.
Vérifications RGPD et conformité : l'agent valide que chaque contact figurant dans un plan d'envoi dispose d'un horodatage de consentement enregistré avant de l'inclure. Les contacts sans enregistrement de consentement valide sont exclus.
8. Architecture d'intégration : connecter Claude Code à votre ESP
Les trois ESP les plus accessibles aux développeurs pour cette architecture sont SendGrid, Mailchimp et Brevo, chacun disposant d'API REST bien documentées.
Brevo propose une API RESTful pour l'envoi d'emails transactionnels, la gestion des contacts et le suivi des performances email, avec des SDK disponibles en Node.js, Python, PHP, Ruby, C# et Java. SendGrid, désormais intégré à Twilio, est l'un des acteurs les plus anciens et les plus importants du secteur des API email, avec une force particulière dans la gestion de volumes d'envoi massifs.
Pour la plupart des équipes qui se lancent dans cette démarche pour la première fois, Brevo est le point de départ le plus accessible. Brevo se distingue en combinant emails transactionnels et marketing au sein d'une même plateforme. Pour les équipes disposant de grandes listes qui ont besoin d'un contrôle maximal sur la délivrabilité, SendGrid excelle dans la gestion des emails transactionnels et de la délivrabilité, ce qui en fait le choix idéal pour les entreprises gérant des volumes élevés ou nécessitant des analytics détaillées et des intégrations API avancées.
L'agent lui-même s'exécute soit comme une tâche cloud planifiée (via la planification intégrée de Claude Code avec /schedule), soit comme un processus Python autonome déclenché par une tâche cron. L'API Anthropic gère la couche d'intelligence ; l'API de l'ESP gère la couche d'envoi. Ils communiquent via le code d'orchestration de votre agent.
9. Coûts et faisabilité : ce que cela représente concrètement
Faire tourner un agent d'email marketing Claude Code n'est pas gratuit, mais c'est nettement moins coûteux qu'un recrutement marketing à temps plein.
Coûts d'API : la tarification de Haiku 4.5 sur la plateforme Claude démarre à 1 $ par million de tokens en entrée et 5 $ par million de tokens en sortie, avec jusqu'à 90 % d'économies grâce au cache de prompts et 50 % d'économies avec le traitement par lots. Pour un cycle typique d'agent email (ingestion des données abonnés, génération de contenus et analyse post-envoi), vous êtes sur une fourchette d'environ 5 000 à 15 000 tokens par exécution. À ces volumes, les cycles quotidiens de l'agent coûtent quelques centimes, pas des euros.
Utilisez Haiku pour les workloads légers à fort volume ; Sonnet ou Opus uniquement lorsqu'un raisonnement avancé ou du code complexe est requis. Pour la plupart des tâches email, Haiku 4.5 est suffisant. Réservez Sonnet 4.6 pour les analyses de segmentation complexes ou les contenus long format.
Coûts ESP : ils dépendent de la taille de votre liste et de votre volume d'envoi, pas de la couche IA. Brevo, SendGrid et Mailchimp appliquent tous une tarification par paliers basée sur le nombre de contacts et le volume d'envoi mensuel.
Où l'IA apporte le plus de valeur : la génération de contenus (qui élimine des heures de rédaction), les décisions de segmentation (qui remplacent la gestion manuelle des règles) et l'analyse post-envoi (qui fait remonter des tendances que vous auriez autrement manquées).
Où la supervision humaine reste nécessaire : la stratégie et le positionnement des campagnes, les envois sensibles à la marque (lancements de produits, communications de crise), la revue juridique des allégations promotionnelles, et tout envoi vers un segment de liste entièrement nouveau que l'agent n'a pas encore appris à connaître. La frontière de confiance n'est pas une question de capacité, c'est une question de responsabilité. Un humain devrait valider les 20 à 30 premiers cycles avant d'accorder à l'agent une autorité d'envoi automatique complète.
Les utilisateurs accordent progressivement plus d'autonomie à Claude Code à mesure qu'ils gagnent en expérience. Les nouveaux utilisateurs activent l'approbation automatique complète environ 20 % du temps ; à 750 sessions, ce chiffre dépasse 40 %. Le même modèle de confiance progressive s'applique ici : commencez avec l'agent en mode brouillon et une validation humaine, puis élargissez l'autonomie au fur et à mesure que le système fait ses preuves.
Pour les équipes qui souhaitent comprendre comment ce dispositif s'intègre dans une stratégie de contenu plus large, notre article complémentaire sur la stratégie de contenu email autonome avec Claude Code approfondit la dimension éditoriale de ce système.
Questions fréquemment posées
Claude Code peut-il réellement envoyer des emails, ou se contente-t-il de les rédiger ?
Claude Code lui-même n'envoie pas d'emails. Il rédige le code et la logique qui appelle l'API de votre ESP (SendGrid, Mailchimp ou Brevo) pour déclencher les envois. C'est l'agent que vous construisez avec Claude Code qui exécute l'envoi. Considérez Claude Code comme le constructeur et l'API Anthropic comme le moteur de raisonnement intégré au système que vous créez.
Comment éviter que l'agent n'envoie quelque chose qui ne respecte pas la charte de la marque ou qui présente un risque juridique ?
Deux mécanismes permettent d'y remédier. D'abord, un prompt système brand_voice.md détaillé contraint les sorties du modèle à votre style et à vos garde-fous éditoriaux. Ensuite, intégrez une étape de validation humaine dans le workflow pour tout type de campagne identifié comme à enjeux élevés (lancements, promotions avec des promesses de réduction spécifiques, sujets réglementaires). L'agent place l'email en file d'attente pour relecture plutôt que de l'envoyer immédiatement. Vous pouvez resserrer ou assouplir ce point de contrôle au fil de votre confiance dans le système.
Quel ESP est le plus adapté à ce type d'intégration ?
Cela dépend de la taille de votre liste et de vos ressources techniques. Brevo est le plus accessible aux débutants, avec un généreux niveau gratuit et une API simple à prendre en main. SendGrid convient mieux aux expéditeurs à fort volume qui ont besoin de contrôles de délivrabilité détaillés et d'analytics avancées. Mailchimp dispose de l'écosystème d'intégrations le plus large. Les trois exposent les endpoints d'API REST requis par cette architecture.
Quels risques de conformité surveiller avec un agent d'envoi autonome ?
Les principaux risques sont les suivants : envoyer à des contacts sans enregistrement de consentement valide, avoir des liens de désabonnement manquants ou défectueux, et échouer aux vérifications d'authentification email (SPF, DKIM, DMARC). Intégrez des étapes de validation dans la checklist pré-envoi de l'agent pour chacun de ces points. L'agent doit refuser de déclencher un envoi si une vérification échoue et journaliser l'échec pour une revue humaine. En France, le RGPD impose des obligations particulièrement strictes en matière de consentement préalable et de droit à l'oubli. Par ailleurs, Gmail, Yahoo, Microsoft et Apple représentent ensemble environ 90 % d'une liste email B2C typique, ce qui rend la conformité avec leurs exigences d'authentification incontournable pour tout programme d'envoi sérieux.
1. L'architecture : comment l'agent est structuré
Avant d'entrer dans le détail de chaque fonctionnalité, il est utile de comprendre la forme globale du système.
L'agent est un processus Python (ou Node.js) qui s'exécute selon un planning, soit comme une tâche cron sur votre serveur, soit comme une tâche cloud planifiée. Les tâches cloud planifiées tournent sur l'infrastructure gérée par Anthropic, elles continuent donc à fonctionner même lorsque votre ordinateur est éteint.
À chaque exécution, l'agent effectue les opérations suivantes :
Récupère les données abonnés et les métriques des campagnes récentes via l'API de votre ESP.
Transmet ces données à l'API Anthropic avec un prompt système structuré.
Reçoit les décisions en retour : qui contacter, quoi dire, quand envoyer.
Appelle l'API d'envoi de votre ESP pour déclencher la campagne.
Journalise l'envoi et planifie une exécution d'analyse de suivi.
C'est la transition des architectures basées sur des workflows (enchaînements d'appels LLM avec une logique déterministe) vers des systèmes agentiques où les modèles utilisent des outils de façon autonome pour résoudre des problèmes ouverts, ce qui se traduit par une gestion des erreurs plus robuste et la capacité à traiter des tâches complexes.
Voici un squelette minimal en pseudo-code :
# claude_email_agent.py
import anthropic
import sendgrid_client # or mailchimp_client / brevo_client
client = anthropic.Anthropic()
def run_agent_cycle():
subscriber_data = fetch_subscriber_segments()
campaign_metrics = fetch_last_campaign_results()
response = client.messages.create(
model="claude-haiku-4-5",
max_tokens=4096,
system=open("brand_voice.md").read(),
messages=[{
"role": "user",
"content": f"""
Subscriber data: {subscriber_data}
Last campaign metrics: {campaign_metrics}
Task: Decide which segment to email today,
write the subject line and body, and return
a structured JSON send plan.
"""
}]
)
send_plan = parse_response(response)
execute_send(send_plan)
log_result(send_plan)
Voilà pour le squelette. L'intelligence réside dans ce que vous fournissez à l'agent et dans la façon dont vous structurez ses outils.
2. L'intelligence abonné : savoir à qui envoyer
La première mission de l'agent n'est pas de rédiger des contenus. C'est de déterminer qui mérite réellement de recevoir un email.
L'API de votre ESP expose des données d'engagement au niveau de chaque abonné. L'API de Mailchimp, par exemple, renvoie l'historique des ouvertures, l'activité de clics, les événements d'achat (si vous connectez votre boutique) et les horodatages du dernier engagement par contact. L'API Marketing de SendGrid expose des données similaires via ses endpoints Contacts et Stats{rel="nofollow"}.
Vous transmettez ces données à Claude sous forme de JSON structuré. L'agent segmente alors votre liste de façon dynamique, sans vous obliger à prédéfinir des règles rigides. Il peut identifier :
Les abonnés qui ont ouvert les trois dernières campagnes sans jamais cliquer (des profils sensibles à l'objet, idéaux pour des tests A/B).
Les abonnés ayant effectué un achat au cours des 30 derniers jours (des candidats prioritaires pour des contenus de montée en gamme ou de fidélisation).
Les abonnés inactifs depuis plus de 90 jours (des candidats pour une séquence de réactivation, pas pour une campagne promotionnelle classique).
C'est fondamentalement différent des segments statiques. L'agent réévalue la liste à chaque cycle en utilisant des données en temps réel : un abonné qui s'est réengagé hier est automatiquement reclassifié. Pour approfondir ce que peut apporter une segmentation efficace en termes de chiffre d'affaires, consultez notre guide sur les stratégies de segmentation de liste email qui boostent le ROI de 760 %.
3. La rédaction autonome des emails : ce que l'agent produit
Une fois que l'agent sait à qui envoyer, il rédige l'email. Chaque composant : l'objet, le preheader, le corps du message et le CTA.
Pour que cela fonctionne sans retouches constantes, tout repose sur un fichier de configuration brand_voice.md qui se trouve dans votre dépôt de projet. Ce fichier contient :
Le ton de votre marque (direct, chaleureux, technique, décalé, etc.)
Les mots et formulations à éviter
Les conventions de CTA et les formats de liens
Les descriptions de persona pour chaque segment principal
L'agent lit ce fichier comme prompt système à chaque appel API. La fenêtre de contexte de Claude est suffisamment large pour contenir un guide de marque détaillé sans troncature.
Lorsqu'il est guidé et doté des outils appropriés, Claude peut rédiger, modifier et exécuter du code de façon autonome, avec des capacités de raisonnement et de résolution de problèmes sophistiquées. Appliquée à la rédaction d'emails, cette même capacité produit des premiers jets qui nécessitent des retouches minimales, pas une réécriture complète.
L'agent peut également réaliser des tests A/B sur les objets de façon native. À chaque cycle d'envoi, il génère deux ou trois variantes d'objet pour la même campagne, attribue chaque variante à 20 % aléatoires du segment cible, puis vérifie quelle variante a généré le meilleur taux d'ouverture lors du cycle d'analyse post-envoi. Il capitalise sur ces données pour orienter les futures décisions de rédaction d'objets. Cela rejoint directement ce que nos données montrent sur les meilleures pratiques pour les objets d'email, où même de légers changements de formulation influencent significativement les taux d'ouverture.
95 % des marketeurs qui utilisent l'IA générative pour la création d'emails la jugent « efficace », dont 54 % la trouvent « très efficace ». La différence entre un email IA générique et un bon email tient à la précision des instructions et à la qualité des données que vous fournissez au modèle.
4. La curation de newsletter : automatiser l'agrégation de contenu
La newsletter hebdomadaire est l'une des tâches les plus chronophages et les moins automatisées dans la plupart des équipes éditoriales. L'agent change cela.
Vous définissez une liste d'URL de flux RSS, de sources d'actualités sectorielles et du flux RSS de votre propre blog dans un fichier de configuration sources.yaml. À chaque cycle de newsletter, l'agent :
Récupère les derniers articles de chaque source via la bibliothèque Python feedparser.
Transmet les titres bruts, les URL et les résumés à Claude.
Demande à Claude de sélectionner les cinq à sept contenus les plus pertinents pour votre audience, de rédiger un résumé de deux phrases pour chacun, et de les organiser dans un ordre de lecture logique.
Assemble la newsletter via l'API de templates de votre ESP, en insérant le contenu curé dans des blocs de contenu prédéfinis.
Le résultat est un brouillon de newsletter entièrement assemblé, prêt pour une relecture humaine avant envoi ou, si vous faites confiance au système, pour un envoi automatique.
L'agent peut également exploiter vos propres contenus. Si vous publiez un nouvel article de blog, l'agent le détecte via votre flux RSS et intègre automatiquement un résumé curé dans le numéro de la semaine. La promotion de contenu devient automatique plutôt qu'une tâche manuelle.
5. Planification des envois et optimisation du timing
Envoyer au mauvais moment est l'une des erreurs de délivrabilité les plus fréquentes et les plus évitables. Dans les données d'Omnisend, 20h est le créneau horaire le plus performant pour les ouvertures, ce qui suggère que de nombreux utilisateurs consultent leurs emails en dehors des heures de bureau traditionnelles. Mais il s'agit d'une moyenne, et votre liste n'est pas une liste standard.
L'agent construit des profils de timing individuels par abonné en analysant les données historiques d'ouverture renvoyées par l'API de votre ESP. Pour chaque contact, il examine l'heure et le jour de la semaine où celui-ci ouvre historiquement ses emails, puis regroupe les contacts dans des créneaux d'envoi. Les campagnes partent en lots tout au long de la journée plutôt qu'en un envoi massif unique, ce qui réduit aussi la charge sur votre domaine d'envoi et diminue le risque de pics de plaintes pour spam.
L'agent applique également des règles de fréquence d'envoi pour éviter la lassitude. Vous définissez un intervalle minimum entre les messages par abonné (par exemple, pas plus de deux emails sur une période de sept jours). L'agent vérifie cette contrainte avant d'ajouter un abonné à un plan d'envoi.
La gestion des fuseaux horaires est un prérequis de base : l'heure locale de chaque abonné, extraite de son profil ou déduite de ses horodatages d'ouverture historiques, détermine son affectation à un créneau.
6. Analyse des performances et adaptation
Après chaque envoi, votre ESP génère un rapport de délivrabilité. Mailchimp, SendGrid et Brevo exposent tous ces données via webhook ou API de polling : taux d'ouverture, taux de clics, désabonnements, bounces et plaintes pour spam par campagne.
L'agent lit ces données lors d'un cycle d'analyse post-envoi (généralement 24 à 48 heures après l'envoi) et effectue trois opérations :
Premièrement, il enregistre ce qui a fonctionné. Les objets, CTA et thématiques de contenu les plus performants sont stockés dans un fichier learnings.json que l'agent consulte lors des futurs appels de génération de contenu.
Deuxièmement, il signale les anomalies. Si le taux de plaintes pour spam d'une campagne dépasse 0,1 %, l'agent suspend les envois futurs vers ce segment et signale le problème pour une revue humaine. Google exige que les expéditeurs maintiennent leurs taux de spam en dessous de 0,3 %, et l'agent surveille proactivement ce seuil, sans attendre que le problème se pose.
Troisièmement, il adapte la segmentation. Un segment affichant une baisse de taux d'ouverture sur trois campagnes consécutives déclenche un flux de réactivation plutôt qu'un nouvel email promotionnel. L'agent détecte la tendance automatiquement et ajuste son plan d'envoi.
C'est là que la plupart des systèmes d'automatisation maison échouent. La délivrabilité n'est pas une configuration à paramétrer une fois pour toutes.
Depuis 2024, tous les expéditeurs doivent disposer de protocoles d'authentification email s'ils souhaitent atteindre les utilisateurs des grands services comme Gmail, Yahoo Mail et Outlook. Dans le prolongement des nouvelles exigences pour les expéditeurs en masse déployées par Google et Yahoo en 2024, Microsoft a introduit ses propres règles pour les expéditeurs à fort volume, avec une obligation de conformité pour les entreprises envoyant plus de 5 000 emails par jour. En France, le cadre réglementaire du RGPD renforce par ailleurs ces exigences, notamment en matière de consentement et de traitement des données personnelles.
L'agent gère la conformité de plusieurs façons concrètes :
Surveillance de l'authentification : il vérifie les enregistrements SPF, DKIM et DMARC de votre domaine via une recherche DNS selon un planning hebdomadaire. Si un enregistrement est manquant ou mal configuré, il vous alerte avant que cela ne devienne un problème de délivrabilité.
Gestion des listes de suppression : il lit les événements de bounce et de désabonnement depuis l'API de votre ESP après chaque envoi et met à jour les listes de suppression automatiquement. Les hard bounces sont supprimés immédiatement. Les soft bounces sont suivis et supprimés après un seuil configurable.
Traitement des désabonnements : les messages marketing doivent prendre en charge le désabonnement en un clic et inclure un lien de désabonnement clairement visible dans le corps du message. L'agent vérifie que chaque email qu'il génère contient le balisage de désabonnement requis avant de déclencher un appel d'envoi.
Vérifications RGPD et conformité : l'agent valide que chaque contact figurant dans un plan d'envoi dispose d'un horodatage de consentement enregistré avant de l'inclure. Les contacts sans enregistrement de consentement valide sont exclus.
8. Architecture d'intégration : connecter Claude Code à votre ESP
Les trois ESP les plus accessibles aux développeurs pour cette architecture sont SendGrid, Mailchimp et Brevo, chacun disposant d'API REST bien documentées.
Brevo propose une API RESTful pour l'envoi d'emails transactionnels, la gestion des contacts et le suivi des performances email, avec des SDK disponibles en Node.js, Python, PHP, Ruby, C# et Java. SendGrid, désormais intégré à Twilio, est l'un des acteurs les plus anciens et les plus importants du secteur des API email, avec une force particulière dans la gestion de volumes d'envoi massifs.
Pour la plupart des équipes qui se lancent dans cette démarche pour la première fois, Brevo est le point de départ le plus accessible. Brevo se distingue en combinant emails transactionnels et marketing au sein d'une même plateforme. Pour les équipes disposant de grandes listes qui ont besoin d'un contrôle maximal sur la délivrabilité, SendGrid excelle dans la gestion des emails transactionnels et de la délivrabilité, ce qui en fait le choix idéal pour les entreprises gérant des volumes élevés ou nécessitant des analytics détaillées et des intégrations API avancées.
L'agent lui-même s'exécute soit comme une tâche cloud planifiée (via la planification intégrée de Claude Code avec /schedule), soit comme un processus Python autonome déclenché par une tâche cron. L'API Anthropic gère la couche d'intelligence ; l'API de l'ESP gère la couche d'envoi. Ils communiquent via le code d'orchestration de votre agent.
9. Coûts et faisabilité : ce que cela représente concrètement
Faire tourner un agent d'email marketing Claude Code n'est pas gratuit, mais c'est nettement moins coûteux qu'un recrutement marketing à temps plein.
Coûts d'API : la tarification de Haiku 4.5 sur la plateforme Claude démarre à 1 $ par million de tokens en entrée et 5 $ par million de tokens en sortie, avec jusqu'à 90 % d'économies grâce au cache de prompts et 50 % d'économies avec le traitement par lots. Pour un cycle typique d'agent email (ingestion des données abonnés, génération de contenus et analyse post-envoi), vous êtes sur une fourchette d'environ 5 000 à 15 000 tokens par exécution. À ces volumes, les cycles quotidiens de l'agent coûtent quelques centimes, pas des euros.
Utilisez Haiku pour les workloads légers à fort volume ; Sonnet ou Opus uniquement lorsqu'un raisonnement avancé ou du code complexe est requis. Pour la plupart des tâches email, Haiku 4.5 est suffisant. Réservez Sonnet 4.6 pour les analyses de segmentation complexes ou les contenus long format.
Coûts ESP : ils dépendent de la taille de votre liste et de votre volume d'envoi, pas de la couche IA. Brevo, SendGrid et Mailchimp appliquent tous une tarification par paliers basée sur le nombre de contacts et le volume d'envoi mensuel.
Où l'IA apporte le plus de valeur : la génération de contenus (qui élimine des heures de rédaction), les décisions de segmentation (qui remplacent la gestion manuelle des règles) et l'analyse post-envoi (qui fait remonter des tendances que vous auriez autrement manquées).
Où la supervision humaine reste nécessaire : la stratégie et le positionnement des campagnes, les envois sensibles à la marque (lancements de produits, communications de crise), la revue juridique des allégations promotionnelles, et tout envoi vers un segment de liste entièrement nouveau que l'agent n'a pas encore appris à connaître. La frontière de confiance n'est pas une question de capacité, c'est une question de responsabilité. Un humain devrait valider les 20 à 30 premiers cycles avant d'accorder à l'agent une autorité d'envoi automatique complète.
Les utilisateurs accordent progressivement plus d'autonomie à Claude Code à mesure qu'ils gagnent en expérience. Les nouveaux utilisateurs activent l'approbation automatique complète environ 20 % du temps ; à 750 sessions, ce chiffre dépasse 40 %. Le même modèle de confiance progressive s'applique ici : commencez avec l'agent en mode brouillon et une validation humaine, puis élargissez l'autonomie au fur et à mesure que le système fait ses preuves.
Pour les équipes qui souhaitent comprendre comment ce dispositif s'intègre dans une stratégie de contenu plus large, notre article complémentaire sur la stratégie de contenu email autonome avec Claude Code approfondit la dimension éditoriale de ce système.
Questions fréquemment posées
Claude Code peut-il réellement envoyer des emails, ou se contente-t-il de les rédiger ?
Claude Code lui-même n'envoie pas d'emails. Il rédige le code et la logique qui appelle l'API de votre ESP (SendGrid, Mailchimp ou Brevo) pour déclencher les envois. C'est l'agent que vous construisez avec Claude Code qui exécute l'envoi. Considérez Claude Code comme le constructeur et l'API Anthropic comme le moteur de raisonnement intégré au système que vous créez.
Comment éviter que l'agent n'envoie quelque chose qui ne respecte pas la charte de la marque ou qui présente un risque juridique ?
Deux mécanismes permettent d'y remédier. D'abord, un prompt système brand_voice.md détaillé contraint les sorties du modèle à votre style et à vos garde-fous éditoriaux. Ensuite, intégrez une étape de validation humaine dans le workflow pour tout type de campagne identifié comme à enjeux élevés (lancements, promotions avec des promesses de réduction spécifiques, sujets réglementaires). L'agent place l'email en file d'attente pour relecture plutôt que de l'envoyer immédiatement. Vous pouvez resserrer ou assouplir ce point de contrôle au fil de votre confiance dans le système.
Quel ESP est le plus adapté à ce type d'intégration ?
Cela dépend de la taille de votre liste et de vos ressources techniques. Brevo est le plus accessible aux débutants, avec un généreux niveau gratuit et une API simple à prendre en main. SendGrid convient mieux aux expéditeurs à fort volume qui ont besoin de contrôles de délivrabilité détaillés et d'analytics avancées. Mailchimp dispose de l'écosystème d'intégrations le plus large. Les trois exposent les endpoints d'API REST requis par cette architecture.
Quels risques de conformité surveiller avec un agent d'envoi autonome ?
Les principaux risques sont les suivants : envoyer à des contacts sans enregistrement de consentement valide, avoir des liens de désabonnement manquants ou défectueux, et échouer aux vérifications d'authentification email (SPF, DKIM, DMARC). Intégrez des étapes de validation dans la checklist pré-envoi de l'agent pour chacun de ces points. L'agent doit refuser de déclencher un envoi si une vérification échoue et journaliser l'échec pour une revue humaine. En France, le RGPD impose des obligations particulièrement strictes en matière de consentement préalable et de droit à l'oubli. Par ailleurs, Gmail, Yahoo, Microsoft et Apple représentent ensemble environ 90 % d'une liste email B2C typique, ce qui rend la conformité avec leurs exigences d'authentification incontournable pour tout programme d'envoi sérieux.
