Il y a un mois, un fabricant français de cameras d'inspection de canalisations m'a posé une question simple : Comment on contacte des milliers de foreurs ou plombiers, sans embaucher un commercial ?
La réponse évidente ? Les formulaires de contact. Chaque artisan, chaque entreprise de forage ou plomberie, chaque société de travaux publics a un site web. Et sur ce site, il y a presque toujours un formulaire. Un endroit ou écrire, expliquer, proposer.
Le problème, c'est qu'il y en a des milliers. Et les remplir un par un, c'est un travail d'esclave.
Alors j'ai construit un robot.
Le vrai cout de la prospection manuelle
Avant de parler technique, parlons temps. Pour contacter 50 prospects manuellement :
- Trouver le site web de chaque prospect : 2 minutes
- Naviguer jusqu'à la page contact : 1 minute
- Lire le formulaire, adapter le message, tout remplir : 3 a 5 minutes
- Vérifier que ça a bien été envoyé : 1 minute
Total : presque 8 minutes par prospect. Pour 50 contacts, c'est 7 heures de travail répétitif, sans aucune valeur ajoutée. Du copier-coller industriel qui abrutit et décourage n'importe quel commercial.
Et encore, je ne compte pas les sites qui ne chargent pas, les formulaires cassés, les CAPTCHAs qui bloquent tout.
C'est la que j'ai compris qu'il fallait automatiser. Non pas pour supprimer le contact humain - le message reste personnalisé, rédige avec soin - mais pour supprimer la partie mécanique, répétitive, sans cerveau.
C'est simple, un robot qui remplit des formulaires
Spoiler : ce n'est pas simple.
Les premiers essais ont été catastrophiques. Un script basique qui ouvre un navigateur, trouve un champ email, tape une adresse et clique sur Envoyer - ça marche sur 30 % des sites, dans le meilleur des cas.
Pourquoi ? Parce que les sites web modernes sont truffés de protections anti-robots. Les navigateurs automatisés sont détectés en quelques millisecondes par des scripts qui analysent votre comportement : vitesse de frappe, mouvements de souris, patterns de scroll.
J'ai dû repenser tout le problème.
Apprendre à un robot a se comporter comme un humain
La solution, c'est la simulation comportementale. Chaque action du robot est conçue pour imiter ce qu'un vrai humain ferait.
- Le scroll. Quand vous lisez une page web, vous ne scrollez pas en ligne droite jusqu'en bas. Le robot avance, recule un peu, fait des pauses avec des durées aléatoires et des mouvements de souris naturels.
- La frappe. Le robot tape lettre par lettre, avec des délais variables entre chaque caractère. Il fait même de vraies fautes de frappe (2 % des caractères), immédiatement corrigées avec Backspace, comme un vrai utilisateur distrait.
- La navigation. Plutôt que d'aller directement à l'URL de la page contact, le robot lit d'abord la page d'accueil, cherche le lien Contact dans le menu, le survole, et clique dessus. Exactement comme vous le feriez.
Résultat : le robot passe sous les radars de la grande majorité des systèmes de détection.
Les CAPTCHAs, les iframes, et les formulaires en plusieurs étapes
Même avec un comportement humain parfait, certains obstacles restent.
- Les CAPTCHAs d'abord. reCAPTCHA v2, reCAPTCHA v3, hCaptcha, Cloudflare Turnstile - une dizaine de variantes. J'ai intégré un système de détection automatique qui identifie le type et tente de le résoudre. Quand ce n'est pas possible, le site est ignore et marque comme tel.
- Les formulaires en iframe ensuite. HubSpot, Typeform, Jotform, Wix - beaucoup de sites intègrent une solution tierce via iframe. J'ai développe une couche spécifique qui reconnait chaque fournisseur et adapte la stratégie de remplissage.
- Les wizard forms enfin. Certains formulaires se déroulent en plusieurs étapes. Le robot gère cette logique, attend que chaque étape charge correctement, et avance pas à pas.
L'intelligence artificielle pour comprendre n'importe quel formulaire
Le dernier defi, c'est la diversite. Il n'existe pas deux formulaires identiques. L'un appelle le champ nom, l'autre votre-nom, un troisieme full_name.
Pour ca, j'ai integre GPT-4o-mini. Le robot extrait le HTML du formulaire et le soumet au modele avec une question simple : "Quels selecteurs CSS correspondent au nom, email, telephone, entreprise et message ?"
L'IA analyse la structure, comprend le contexte, et retourne les bons selecteurs — meme sur des formulaires non standards ou des plugins WordPress obscurs.
C'est cette couche d'intelligence qui fait passer le taux de succes de acceptable a vraiment utile.
Le résultat : ce que ça donne en production
Le système tourne aujourd'hui sur un serveur VPS, orchestre par n8n. Chaque matin, une liste de prospects est envoyée automatiquement. Le robot visite chaque site, remplit le formulaire avec un message personnalise, et retourne un rapport :
- Succes : formulaire soumis et confirmation reçue
- Incertain : soumis mais sans confirmation visible (formulaire AJAX)
- CAPTCHA : site protégé, ignoré
- Echec : formulaire introuvable ou non fonctionnel
Sur une campagne type de 500 prospects, on atteint 60 a 70 % de soumissions réussies ou incertaines.
Ce qui représente concrètement : 300 a 350 messages de prospection envoyés, sans qu'une seule personne n'ait ouvert un navigateur.
Et maintenant ?
Ce projet est né d'un besoin précis : aider une entreprise a prospecter a grande échelle, sans gonfler son équipe commerciale.
Mais les applications sont larges. Tout secteur B2B avec des prospects identifiables et des sites web avec formulaires peut béneficier de cette approche - bureaux d'études, agences, prestataires BTP, cabinets de conseil.
Si vous avez une activité B2B et que vous passez du temps a copier-coller des messages sur des formulaires de contact, il existe probablement une solution automatisée adaptée à votre cas.
Vous voulez en discuter ? Je suis disponible pour un échange sans engagement sur richard.salanon.info