MCP Chrome DevTools & Google Analytics : indispensables pour GEO et LLMs

Google a lâché deux news passées inaperçues : un MCP pour Chrome DevTools et un MCP Google Analytics.

Ils s’ajoutent à la pile de serveurs MCP déjà disponibles.

Une fois, c’est un accident ; deux fois, c’est une coïncidence ; trois fois, c’est une tendance…

Si vous êtes Consultant GEO/SEO et que vous ne jouez pas d’ores et déjà avec les MCP (Model Context Protocol), c’est que vous êtes à la traîne.

Dans cet article

MCP (Model Context Protocol), c’est quoi ?

Le MCP est un standard open-source (propulsé par Anthropic, entreprise mere de Claude). Un MCP agit comme un « câble USB universel » pour l’Intelligence Artificielle.

Il permet de connecter n’importe quel modèle de langage (LLM) à des données locales (vos fichiers) ou des outils distants (Google Analytics, Chrome dans ce cas) de manière sécurisée et standardisée.

En quoi le MCP est révolutionnaire ?

Avant le MCP, les IA étaient isolées dans une fenêtre de chat. Avec le MCP, elles deviennent des Agents capables d’agir sur votre infrastructure.

Les 3 points clés à retenir :

Standardisation : Plus besoin de créer une intégration spécifique pour chaque outil. Un serveur MCP fonctionne pour Claude, Cursor, Windsurf, et demain Gemini.
Connexion au Réel (Ground Truth) : L’IA ne répond plus seulement avec ses « données d’entraînement » (souvent obsolètes), mais avec vos données réelles et fraîches (Live Data).
Sécurité : C’est vous (le client) qui contrôlez quelles données l’IA peut voir et quelles actions elle peut effectuer. L’IA ne « scrape » pas au hasard, elle utilise un protocole autorisé.

Je ne vais pas faire l’alarmiste, mais vous devez installer les deux MCP que je vous présente plus bas. Pas pour faire joli, mais pour comprendre comment ça marche, et surtout pour améliorer votre quotidien.

Chrome DevTools MCP

En tant que SEO, GEO Technique, j’avoue que je suis épaté par ce MCP.

Avant, les LLMs « hallucinaient » le rendu d’une page ou se contentaient d’un curl basique du HTML.

Avec le MCP Chrome Dev Tools, vous connectez l’IA directement au debugger de Chrome via Puppeteer.

D’ailleurs, Dan Petrovic de Dejan.ai a mené des tests dans lesquels il a explicitement demandé à ChatGPT de décrire ce qu’il « voyait » sur une page. Il a démontré que ChatGPT (via OAI-SearchBot) agit comme un récupérateur de texte (similaire à une commande curl) que comme un navigateur.

Comment fonctionne le MCP Chrome Dev Tools ?

Le MCP Chrome Dev Tools fonctionne comme suit :

Votre IA (dans votre éditeur de code ou terminal) envoie une demande en langage naturel (ex: « Vérifie pourquoi le site est lent »).
Le Serveur MCP traduit cela en commandes techniques via le protocole Chrome DevTools Protocol (CDP).
Chrome (headless ou visible) exécute l’action (clique, analyse le réseau, prend une capture).
Le résultat est renvoyé à l’IA qui peut alors analyser les vraies données (logs, temps de chargement).

Comment fonctionne le MCP Chrome Dev Tools ?

PS : perso, je préfère voir le MCP lancer une instance Chrome.Ça me rappelle le Google Computer Use Model, que j’ai testé.

Dans mon cas, ce n’était pas fou : impossible de passer le Captcha. J’ai sûrement raté un truc, mais l’expérience m’a suffit pour voir le potentiel… et les limites actuelles.

Avantages du MCP Chrome Dev Tools

Console & Debugging : L’IA a accès aux logs de la console (Console.logs, erreurs JS). Elle peut voir l’erreur exacte qui se produit au runtime.
Inspection DOM : L’outil permet à l’IA de faire des « snapshots » du DOM pour comprendre la structure réelle de la page après le rendu JavaScript.
Réseau (Network) : L’IA peut surveiller les requêtes HTTP, repérer les erreurs 404 ou 500 et analyser les problèmes de CORS sans que vous ayez à copier-coller les logs.
Scripting : L’IA peut exécuter du JavaScript directement dans la page (evaluate_script) pour tester des correctifs en direct.
Performance Réelle (Core Web Vitals) : L’IA peut lancer des traces de performance pour mesurer le LCP (Largest Contentful Paint) et le CLS (Cumulative Layout Shift) en temps réel.
Vérification du Rendu : Idéal pour vérifier comment Googlebot voit votre site (SSR vs CSR). L’IA peut vous dire si le contenu important est bien chargé dans le DOM.
Analyse des balises : Vous pouvez demander à l’IA de « scanner toutes les balises meta et canonical de la page actuelle » pour vérifier la conformité SEO technique instantanément.

Comment l’installer le MCP Chrome Dev Tools ?

Pré-requis : Node.js (v20+).

Dans votre fichier de config MCP (pour Claude Desktop ou Cursor), ajoutez ceci :

JSON

{

  "mcpServers": {

    "chrome-devtools": {

      "command": "npx",

      "args": ["-y", "chrome-devtools-mcp@latest"]

    }

  }

}

Perso, je l’ai installé sur VS code. Je le prompt directement et j’obtiens les réponses sous forme de page Markdown. Je trouve ça super pratique.

Vous l’avez compris, c’est super pratique.

Cas d’usage du MCP Chrome Dev Tools pour le SEO / GEO

Une fois connecté, voici ce que vous pouvez demander à votre Agent (et ce qu’il utilise réellement) :

Audit de Rendu JS (Maps_page + evaluate_script)
- Le Prompt : « Va sur cette URL, attends que le réseau soit calme, et extrais-moi le H1 et les Meta Description tels qu’ils sont rendus dans le DOM final. »
- L’Intérêt : Vérifier si votre Framework JS (React/Angular) foire le SEO côté client. C’est le test ultime de « Renderability ».
Audit Core Web Vitals (performance_start_trace)
- Le Prompt : « Lance une trace de performance sur la Homepage. Analyse le JSON résultant et dis-moi quel script bloque le Main Thread et impacte l’INP. »
- La puissance : L’IA ne vous donne pas juste le score Lighthouse. Elle lit la stack trace et pointe le fichier .jscoupable.
Debugging des Erreurs Invisibles (get_console_message)
- Le Prompt : « Parcours le tunnel d’achat. Est-ce qu’il y a des erreurs 404 ou des erreurs JS dans la console quand je clique sur ‘Ajouter au panier’ ? »
- Le GEO : Si l’Agent ne peut pas cliquer parce qu’un script plante, le Search Bot IA ne pourra pas non plus indexer le contenu derrière.

Cas d'usage du MCP Chrome Dev Tools pour le SEO / GEO

Les obstacles à l’installation du MCP Chrome Dev Tools

Je ne vous cache pas que j’ai bien galèré pour installer l’MCP.

C’est pas (encore) du « Plug & Play ». Pour avoir essuyé les plâtres, voici les 3 obstacles que vous allez rencontrer :

Le Contexte Token : Chrome DevTools extrait le DOM complet. Si vous demandez à Claude d’analyser une page trop lourde, vous allez exploser votre fenêtre de contexte (et vos crédits API si vous n’êtes pas en forfait illimité). Mon conseil : Demandez à l’agent d’extraire des sélecteurs spécifiques (ex: document.querySelector(‘main’)) plutôt que toute la page body.

Les « Headless » Blockers : Même avec ce MCP, certains sites (Cloudflare, Akamai) peuvent détecter que c’est un Chrome « piloté » et vous bloquer. Ce n’est pas une baguette magique pour scraper Amazon.

L’environnement Python/Node : Si vous avez des conflits de versions sur votre machine (ce qui arrive à 99% des devs), l’installation via uvx ou npx peut échouer. Assurez-vous d’avoir un environnement propre.

MCP Google Analytics MCP

On va pas se mentir, l’interface de GA4 est un enfer UX. Nous sommes tous d’accord là-dessus. Le serveur MCP permet de bypasser l’interface pour parler directement à l’API Data.

j’ai entendu des Googlers aux Search Central de Zurich dire qu’ils détestent Google Analytics, et qu’ils en ont marre devant tout le monde. Vous pouvez me citer là-dessus 😂 J’assume, preuves à l’appui…

Comment fonctionne le MCP Google Analytics ?

Le serveur est écrit en Python. Il orchestre deux librairies officielles de Google qui existent depuis un moment mais qui étaient réservées aux développeurs backend :

google-analytics-data (Data API v1beta) : C’est le moteur. C’est elle qui va chercher les chiffres.
google-analytics-admin (Admin API v1beta) : C’est le configurateur. Elle sert à lister les comptes, les propriétés et vérifier les droits.

Le Flux de Données (Le Pipeline)

Voici ce qui se passe quand vous demandez à Claude : « Combien de visiteurs hier ? »

Traduction (LLM -> MCP) : le prompt est converti par le client MCP (Claude/Cursor) en un appel de fonction standardisé, du type :JSON{ "name": "run_report", etc}
Exécution (Python Wrapper) : le serveur MCP reçoit ce JSON. Il instancie le client BetaAnalyticsDataClient de la librairie google-analytics-data.
Authentification : le script ne vous demande pas votre mot de passe. Il cherche les ADC (Application Default Credentials).
Appel API & Réponse : Google renvoie un JSON brut. Le serveur MCP le nettoie (pour virer le bruit inutile) et le renvoie à l’LLM sous forme de texte ou de tableau structuré.
Interprétation : Claude reçoit la donnée brute (ex: {"activeUsers": 450}) et formule sa phrase : « Vous avez eu 450 visiteurs actifs hier. »

Le Flux de Données (Le Pipeline) MCP Google Analytics

Comment installer le MCP Google Analytics ?

Pré-requis : Python 3.10+ et uv ou pip.
L’Authentification : c’est là que beaucoup vont bloquer. Il faut configurer les « Application Default Credentials » (ADC) sur le Google cloud. (Je ne vais pas vous mentir, c’était pénible).
Config MCP

SON

{

  "mcpServers": {

    "analytics-mcp": {

      "command": "uvx",

      "args": ["analytics-mcp"],

      "env": {

        "GOOGLE_CLOUD_PROJECT": "votre-project-id"

      }

    }

  }

}

Idem pour Google Analytics MCP. Je l’utilise sur VS Code.

Bien évidement, c’est pas pour tous les jours. Mais pour quelqu’un qui gère beaucoup de comptes sur GA4, c’est un life saver…

Utilisation du MCP Google Analytics pour le SEO

run_report (Le classique)
- L’IA construit la requête JSON pour l’API. Vous pouvez demander : « Donne-moi les 10 pages avec le plus fort taux d’engagement venant du trafic organique le mois dernier. »
- L’Angle GEO : Identifiez les contenus qui « accrochent » vraiment l’utilisateur, car ce sont ceux que les modèles IA privilégieront dans leurs réponses (User Signal).
run_realtime_report
- Idéal pour monitorer un lancement de produit ou une migration en direct sans rafraîchir la page Realtime de GA4.

Combiner le MCP GA4 et le MCP Chrome DevTools

Théoriquement, on pourra combiner les deux MCP Analytics et Chrome DevTools pour sortir avec des insights sympas.

Exemple : Analyser pourquoi une page spécifique ne convertit pas.

J'ai besoin d'une analyse croisée pour la page "https://aioseo.fr/top-10-des-outils-geo-pour-suivre-votre-positionnement-ia-2025/" :
1. Utilise le MCP Google Analytics pour me donner le "Taux d'engagement" et le "Temps moyen" sur cette page les 28 derniers jours.
2. Utilise le MCP Chrome DevTools pour visiter cette même page. Fais un screenshot du premier écran (above the fold).
3. Analyse le screenshot : est-ce que le CTA principal est visible sans scroller ? Est-ce qu'une pop-up cache le contenu ?
4. Dis-moi si le problème visuel détecté peut expliquer la métrique GA4.

Crash Test » GEO : Votre site est-il prêt pour les LLMs ?

Les MCP avec ChromeDevTools, (Analytics un peu moins), permettent de faire pas mal de test GEO / AEO / LLM.

Test de l’accessibilité LLMs

Demandez à votre Agent MCP : « Va sur le site, trouve le produit le moins cher de la catégorie ‘Chaussures’, et dis-moi s’il est en stock. »

Si l’Agent réussit : Votre maillage interne et vos balises sémantiques sont clairs.
Si l’Agent échoue : Il vous dira souvent « Je ne trouve pas le bouton pour filtrer par prix » ou « Le menu est vide ». C’est exactement ce que vivra SearchGPT.

Test d’interaction JS

Demandez : « Clique sur le bouton ‘Ajouter au panier’. Quelle est la réponse du serveur (Network tab) ? » Beaucoup de sites React/Vue.js échouent car l’événement onClick est obscurci. Si l’Agent ne peut pas cliquer, il ne pourra jamais finaliser une action pour l’utilisateur (le futur du search transactionnel).

La règle d’or : Si Claude via MCP ne peut pas le faire, un Agent autonome ne vous enverra pas de trafic qualifié.

Recap sur les MCP Chrome Dev Tools et MCP Google Analytics pour le GEO et les LLMs

Nom du Serveur MCP	Technologie / Langage	Fonctions Clés	Cas d’Usage SEO/GEO	Pré-requis d’Installation	Avantages Principaux
Chrome DevTools MCP	Node.js (v20+), Puppeteer, Chrome DevTools Protocol (CDP)	Inspection DOM, logs console, surveillance réseau (HTTP), exécution de scripts JS (evaluate_script), captures d’écran, mesure des Core Web Vitals (LCP, CLS).	Audit de rendu JS (SSR vs CSR), vérification des balises meta/canonical, débogage d’erreurs 404/500, test d’accessibilité pour les agents IA et bots de recherche.	Node.js (v20+), commande ‘npx -y chrome-devtools-mcp@latest’ dans le fichier de config MCP.	Évite les hallucinations des LLM sur le rendu, permet à l’IA d’analyser les données réelles (Ground Truth) et les erreurs d’exécution en direct.
Google Analytics MCP	Python (3.10+), google-analytics-data (v1beta), google-analytics-admin (v1beta)	Extraction de rapports via API Data (run_report), rapports temps réel (run_realtime_report), gestion des comptes et propriétés via API Admin.	Identification des contenus à fort engagement pour optimisation GEO, monitoring de migration, analyse croisée performance visuelle / métriques GA4.	Python 3.10+, uv ou pip, configuration des ‘Application Default Credentials’ (ADC) et ID de projet Google Cloud.	Bypasse l’interface GA4 complexe, permet d’interroger les données en langage naturel et de nettoyer les JSON bruts pour le LLM.

Un mot sur la Sécurité des Données

Tout ce que vous faites transiter par un MCP n’est pas confidentiel.

Les résultats de vos requêtes, le JSON de GA4, le HTML d’une page inspectée via DevTools, sont envoyés à Anthropic ou OpenAI pour interprétation.

Donc, jamais de MCP sur des comptes ou projets contenant des données sensibles ou personnelles (santé, identité précise) sans anonymiser avant.

Parce que oui, ces données passent par les serveurs du modèle.

La curiosité, oui.

L’inconscience, non.

Mon Avis sur les MCP Chrome Dev tools et MCP Google Analytics

Google ne fait pas de cadeaux. En sortant ces MCP, ils nous disent : « Voici les standards pour parler à nos outils ».

L’API GA4 pour la vérité des chiffres.

Chrome DevTools pour la vérité du rendu.

Installez-les. Jouez avec. C’est la meilleure façon de comprendre comment les IA « voient » réellement le web. Et rappelez-vous : Good GEO is good infrastructure.

SEO / GEO consultant

Aslane SAMAI

Google AIO SEO