content-machine
Skill0 starsChanged 7 months agoMITView on GitHub
Génère du contenu marketing pour LinkedIn, blog, newsletter et études de cas. Utiliser quand l'utilisateur demande de rédiger du contenu, un post LinkedIn, un article de blog, ou une newsletter.
Files
Content Machine
Objectif
Générer du contenu marketing professionnel pour les canaux de communication de Teddy Deberdt, en respectant le tone of voice et les formats définis dans les références.
Déclencheurs
/contenu LinkedIn post NIS2/contenu blog article subventions cyber/contenu newsletter mars 2026/contenu case-study ACME Corp- "écris un post LinkedIn sur les subventions"
- "rédige un article de blog sur NIS2"
- "prépare la newsletter de ce mois"
- "fais une étude de cas sur cette mission"
Types de contenu
| Type | Identifiant | Format de référence |
| Post LinkedIn | linkedin_post | references/formats/linkedin-post.md |
| Article de blog | blog_article | Structure SEO : titre, chapô, H2/H3, conclusion, CTA |
| Newsletter | newsletter | Édito + 3 actus + 1 conseil + CTA |
| Étude de cas | case_study | Contexte → Problème → Solution → Résultats |
Paramètres d'entrée
| Paramètre | Obligatoire | Exemple |
type | Oui | linkedin_post, blog_article, newsletter, case_study |
sujet | Oui | "NIS2", "subventions cyber", "audit RGPD association" |
angle | Non | "retour d'expérience", "data chiffrée", "actualité", "conseil pratique" |
cta | Non | "Prenez RDV", "Téléchargez le guide", lien spécifique |
Processus de génération
- Identifier le type de contenu demandé
- Charger le format de référence correspondant (
references/formats/) - Appliquer le tone of voice défini dans
references/formats/tone-of-voice.md - Générer le contenu en respectant :
- La structure du format (hook, corps, CTA pour LinkedIn)
- Les contraintes de longueur (1300 chars max pour LinkedIn)
- Le ton expert, data-driven, sans fluff
- La langue française
- Vérifier la cohérence, les faits cités, et les données chiffrées
Format de sortie
Le contenu brut, prêt à copier-coller, avec :
- Le contenu principal formaté selon le type
- Les hashtags recommandés (LinkedIn)
- Le meilleur créneau de publication suggéré
- Des suggestions de visuels/illustrations (description textuelle)
Règles
- Tout contenu en français.
- Ton expert et factuel — voir
references/formats/tone-of-voice.md. - Les données chiffrées doivent être sourcées et vérifiables.
- Ne jamais inventer de statistiques. Si pas de données fiables, reformuler sans chiffre.
- Respecter les limites de caractères par plateforme.
- Chaque contenu doit avoir un CTA clair (appel à l'action).
- Ne pas mentionner de clients nommément sans accord explicite — utiliser des anonymisations ("une PME toulousaine", "une association de santé").
Other versions2 projects use a version of this.
Word for word · 0
None found.
Edited · 0
None found.
Wrote their own version · 2
- nicknisi/skills★ 5same name
- derekcedarbaum2/content-machine★ 2same name
How matches are found. Word for word: the exact same text. Edited: shares passages with this file (“99% same” means 99% of its five-word phrases also appear here; 10% or more counts). Their own version: similar meaning, or, weakest, the same name. We can’t tell which project had it first. Projects are counted among the 200 most-starred candidates, and mentions are links to the repository we found, up to 50 per site, so both counts are a floor.
In this repository172 other files it gives its agents.
- AGENTS.mdAGENTS.md
- .claude/skills/vercel-composition-patterns/AGENTS.mdAGENTS.md
- .claude/skills/vercel-react-best-practices/AGENTS.mdAGENTS.md
- .claude/skills/vercel-react-native-skills/AGENTS.mdAGENTS.md
- address-sanitizerSkill
- aflppSkill
- agentic-actions-auditorSkill
- agentic-workspaceSkill
- agent-patternsSkill
- aides-finderSkill
- algorand-vulnerability-scannerSkill
- algorithmic-artSkill
- apexSkill
- ask-questions-if-underspecifiedSkill
- atherisSkill
- audit-context-buildingSkill
- audit-flash-cyberSkill
- audit-prep-assistantSkill
- audit-quickSkill
- bodacc-watchSkill
- brand-guidelinesSkill
- burpsuite-project-parserSkill
- cairo-vulnerability-scannerSkill
- canvas-designSkill
- capitalizeSkill
- cargo-fuzzSkill
- claude-in-chrome-troubleshootingSkill
- claude-memorySkill
- cnil-scannerSkill
- code-maturity-assessorSkill
- codeqlSkill
- code-review-agentSkill
- commitSkill
- competitive-intelSkill
- constant-time-analysisSkill
- constant-time-testingSkill
- context-engineeringSkill
- cosmos-vulnerability-scannerSkill
- coverage-analysisSkill
- create-prSkill
- daily-briefingSkill
- data-auditSkill
- data-cleanerSkill
- data-contractSkill
- data-freshness-checkSkill
- data-scienceSkill
- debug-buttercupSkill
- deep-researchSkill
- deploy-to-vercelSkill
- designing-workflow-skillsSkill
- devcontainer-setupSkill
- devops-agentSkill
- differential-reviewSkill
- dl-capitalizeSkill
- dl-costSkill
- dl-crawlSkill
- dl-importSkill
- dl-mcpSkill
- dl-scaffoldSkill
- dl-schemaSkill
- The first 60 shown.
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.