Comment automatiser son enrichissement de leads avec Claude Custom Skills

On croit souvent que l’automatisation IA exige un développeur, une stack technique et des semaines d’intégration. En pratique, automatiser l’enrichissement de leads avec Claude se résume à un fichier texte de 50 lignes, un SKILL.md et quelques minutes de configuration. Ce guide couvre la structure exacte du fichier, les variables firmographiques à scorer et comment enchaîner enrichissement et qualification sans écrire une seule ligne de code.

Pourquoi l’enrichissement de leads reste un problème non résolu

Les équipes commerciales perdent un temps considérable à contacter des prospects inadaptés, faute de données fiables dans le CRM. MarketingSherpa estime que 73% des leads B2B ne sont pas « sales-ready » au moment où ils entrent dans le pipeline. Les deux chiffres décrivent le même dysfonctionnement : les équipes reçoivent des leads mal qualifiés et passent du temps à trier manuellement ce que l’IA traiterait en secondes.

Les outils d’enrichissement classiques, Dropcontact, FullEnrich, Lusha, résolvent le problème des données manquantes (email, téléphone, secteur). Ils ne résolvent pas le problème du raisonnement sur ces données : ce lead correspond-il à votre ICP ? Quel signal indique une intention d’achat ? Quelle accroche est pertinente selon le secteur et la taille ? Un Custom Skill Claude répond à ces questions, pas pour remplacer les outils d’enrichissement mais pour ajouter une couche d’analyse au-dessus.

Ce qu’est un Custom Skill Claude (et ce qu’il n’est pas)

Un Agent Skill est un module d’instructions dans un répertoire avec un fichier SKILL.md. Ce fichier contient un frontmatter YAML (nom, description, déclencheurs) suivi d’instructions en Markdown que Claude exécute quand le skill est activé. Le format est un standard ouvert publié par Anthropic en décembre 2025 sur agentskills.io, compatible avec Claude.ai, Claude Code et l’API Anthropic.

Un Custom Skill n’est pas un plugin. Il n’accède pas directement à votre CRM, ne fait pas de requête API externe par lui-même, ne stocke pas de données. C’est un ensemble de règles métier que Claude applique à chaque tâche dans le contexte où le skill est chargé. Un skill bien écrit sur l’enrichissement de leads peut scorer un contact, rédiger une synthèse firmographique et suggérer une accroche personnalisée en une seule interaction.

Structure minimale d’un SKILL.md :

• Frontmatter YAML : name, description, triggers (les phrases qui activent le skill)
• Section ## Instructions : les règles que Claude applique
• Section ## Output format : le format de réponse attendu (JSON, tableau, résumé structuré)
• Section ## Examples (optionnelle mais recommandée) : 1 à 2 exemples d’entrée/sortie pour ancrer le comportement

Créer le fichier SKILL.md pour l’enrichissement de leads

Créez un répertoire lead-enrichment/ dans votre dossier .claude/skills/. À l’intérieur, créez le fichier SKILL.md. Le frontmatter définit comment Claude reconnaît que ce skill doit être activé :

---
name: lead-enrichment
description: Analyse et enrichit un lead B2B selon des critères ICP définis. Score de 1 à 10, synthèse firmographique, suggestion d'accroche.
triggers:
  - "enrichis ce lead"
  - "analyse ce prospect"
  - "score ce contact"
---

Après le frontmatter, rédigez la section ## Instructions. C’est ici que vous définissez votre ICP (Ideal Customer Profile) et les critères de scoring. Exemple pour une solution SaaS B2B ciblant les PME industrielles :

## Instructions

Quand tu reçois des données sur un lead, applique les étapes suivantes dans l'ordre.

**Étape 1. Scoring ICP (score de 1 à 10)**
Évalue le lead sur 5 critères, note chacun de 1 à 2 :
- Secteur : industrie manufacturière, logistique ou supply chain → 2 pts. Autre → 1 pt.
- Taille : 50-500 employés → 2 pts. Moins de 50 ou plus de 500 → 1 pt.
- Fonction : DSI, Directeur Opérations, COO, CTO → 2 pts. Autre → 1 pt.
- Géographie : France, Belgique, Suisse → 2 pts. Autre pays francophone → 1 pt.
- Signal d'intention : visite page pricing ou demo, téléchargement livre blanc → 2 pts. Autre → 1 pt.

**Étape 2. Synthèse firmographique**
Rédige 3 à 5 phrases sur l'entreprise : secteur, positionnement probable, enjeux typiques de ce type de structure, technologies fréquemment utilisées dans ce segment.

**Étape 3. Accroche personnalisée**
Propose une première phrase d'email ou d'appel, ancrée dans le secteur et la fonction du contact. Pas de générique "j'espère que vous allez bien". 1 phrase maximum, orientée sur un problème opérationnel probable.

Configurer le format de sortie pour l’intégration CRM

Un skill utile produit une sortie qu’on peut coller directement dans un champ CRM ou passer à un outil d’automatisation comme n8n ou Make. Ajoutez cette section dans votre SKILL.md :

## Output format

Réponds UNIQUEMENT avec un JSON structuré, sans texte autour :

{
  "score_icp": [chiffre de 1 à 10],
  "détail_score": {
    "secteur": [1 ou 2],
    "taille": [1 ou 2],
    "fonction": [1 ou 2],
    "géographie": [1 ou 2],
    "intention": [1 ou 2]
  },
  "synthèse": "[3 à 5 phrases firmographiques]",
  "accroche": "[1 phrase d'ouverture]",
  "priorité": "haute" | "moyenne" | "faible"
}

Le champ priorité est calculé automatiquement par Claude selon le score : 9-10 → haute, 6-8 → moyenne, 1-5 → faible. Cette logique doit figurer dans la section Instructions pour que Claude l’applique de façon cohérente entre les sessions.

Déployer et tester le skill

Placez le répertoire lead-enrichment/ dans ~/.claude/skills/ si vous utilisez Claude Code en ligne de commande, ou dans le répertoire défini par votre configuration si vous passez par l’API. Dans Claude.ai, les skills custom se chargent depuis un projet : ouvrez un projet, allez dans Paramètres du projet > Skills > Ajouter un skill et pointez vers votre répertoire.

Pour tester, soumettez un lead fictif complet en une seule invite :

Enrichis ce lead :
Nom : Marie Dupont
Titre : Directrice des opérations
Entreprise : Comasud Industries
Secteur : Fabrication de composants métalliques
Employés : 180
Localisation : Lyon, France
Action récente : téléchargement du livre blanc "Optimiser la traçabilité en production"

Claude retourne immédiatement le JSON structuré avec un score, une synthèse et une accroche. Si la sortie ne respecte pas le format, ajustez la section ## Output format et relancez le test. Règle de base : si le format attendu est ambigu, Claude improvise. Soyez explicite sur chaque champ.

Comparer les approches d’enrichissement assisté par IA

Connecter le skill à votre CRM via n8n

Pour passer d’une qualification manuelle à un pipeline automatisé, la combinaison la plus directe est Claude API + n8n. Le workflow suit trois noeuds : déclencheur (nouveau lead dans HubSpot ou formulaire entrant), appel à l’API Claude avec le contenu du SKILL.md injecté en system prompt, puis mise à jour du contact CRM avec le JSON retourné.

Dans n8n, configurez le noeud HTTP Request vers https://api.anthropic.com/v1/messages. Le corps de la requête passe le contenu de votre SKILL.md dans le champ system et les données du lead dans le champ user. Côté réponse, utilisez le noeud JSON Parse pour extraire les champs score_icp, synthèse et priorité, puis le noeud HubSpot pour écrire ces valeurs dans les propriétés personnalisées du contact.

Les équipes qui utilisent ce type de configuration rapportent une réduction de 30 à 50% du temps passé sur la qualification initiale des leads, cohérent avec les données McKinsey (The State of AI, 2024) sur l’impact de l’IA en B2B. L’étude MIT/InsideSales montre que les chances de qualifier un lead sont 21 fois supérieures quand le premier contact intervient dans les 5 premières minutes plutôt que dans les 30 minutes qui suivent. Automatiser la qualification en amont, avant même que le commercial décroche, c’est ce que le skill rend possible.

Erreurs courantes dans la conception d’un skill d’enrichissement

L’erreur la plus fréquente est de définir un ICP trop large. Un skill qui cible « toutes les PME B2B » retourne des scores peu différenciés et des accroches génériques. Restreignez à 2 secteurs précis et 1 ou 2 fonctions cibles, quitte à créer plusieurs skills spécialisés plutôt qu’un seul fourre-tout.

L’absence d’exemples dans le SKILL.md est aussi un problème courant. Sans section ## Examples, Claude déduit le comportement attendu à partir des instructions seules, ce qui produit des variations de format selon la complexité du lead soumis. Un exemple complet entrée/sortie dans le fichier stabilise le comportement entre les sessions.

Dernier écueil : scorer sans définir de seuil d’action. Un score ICP de 7 sur 10 ne sert à rien si personne dans l’équipe ne sait ce qu’on fait avec un lead à 7. Définissez dans le skill lui-même les seuils et les actions : score 9-10 → relance commerciale dans les 24 heures, score 6-8 → séquence email nurturing, score 1-5 → exclusion du pipeline actif.

Itérer sur le skill après les premières semaines

Un SKILL.md n’est pas figé. Après 3 à 4 semaines d’utilisation, regardez les leads classés « priorité haute » par le skill et comparez avec leur taux de conversion réel. Si la corrélation est faible, l’un des critères de scoring est mal calibré, souvent le critère « signal d’intention », qui peut être trop large ou trop restrictif selon votre secteur.

Versionner le SKILL.md dans un dépôt Git est utile dès les premières itérations. Chaque modification des critères ICP est un changement de règle métier : un historique permet de retrouver la version qui produisait les meilleurs résultats si une mise à jour dégrade le scoring.

La suite logique est le chaînage : un skill de qualification qui passe la main à un skill de rédaction de séquences outbound, alimenté par les champs enrichis du CRM. Quelques équipes revops commencent à construire ce type de pipeline multi-skills dès 2026, ce qui ouvre la question de la gouvernance des règles métier quand plusieurs skills partagent les mêmes données d’entrée.