Comment utilisons-nous l'IA pour piloter les campagnes Ads ? Trois workflows expliqués

Une question revient dans presque tous nos rendez-vous de cadrage : « Vous utilisez l'IA sur nos campagnes, concrètement ? » La réponse est oui, mais rarement là où on l'imagine. Chez Growth Room, l'IA ne choisit ni la stratégie ni le budget. Elle nous aide à piloter les campagnes Ads plus vite et avec plus de rigueur, à trois moments précis : avant le lancement, pendant la production des annonces, puis au quotidien dans le suivi des comptes.

Voici nos trois workflows IA, étape par étape, avec ce que chacun change vraiment et ce qui reste entre les mains d'un consultant.

L'essentiel à retenir

• Nous utilisons l'IA à trois moments : la cartographie des intentions, la production et le test des créas, la surveillance des comptes.
• Dans chaque workflow, l'IA prépare et propose, un consultant valide et décide. Aucun budget ne bouge sans validation humaine.
• Rien ne fonctionne sans données fiables : le tracking, HubSpot et GA4 sont branchés avant le premier euro dépensé.
• La méthode que ces workflows accélèrent a fait ses preuves : chez Poiscaille, elle a divisé par 7 le coût d'acquisition et généré plus de 2 000 abonnements.
• Elle s'applique telle quelle à ChatGPT Ads, disponible en France depuis le 24 août 2026, où l'on cible des conversations et non des mots-clés.

Pourquoi utiliser l'IA pour piloter des campagnes Ads en 2026 ?

Parce que les régies ont déjà automatisé une partie du métier, et que la valeur s'est déplacée ailleurs. Les enchères automatiques de Google Ads ajustent le prix de chaque clic bien mieux qu'un humain ne le ferait à la main. Nous détaillons leur fonctionnement dans notre guide sur les stratégies d'enchère Google Ads.

Mais l'IA d'une régie ne voit que sa propre plateforme. Elle ignore vos marges, ce que deviennent vos leads dans le CRM et la façon dont vos prospects formulent leur besoin. C'est précisément là que nous faisons intervenir nos propres workflows.

Que fait déjà l'IA des régies, et que reste-t-il à faire ?

En clair, nous laissons les régies faire ce qu'elles font bien, et nous concentrons notre usage de l'IA sur ce qu'elles ne feront jamais à notre place.

Workflow 1 : comment l'IA nous aide-t-elle à cartographier les intentions avant le lancement ?

Une campagne se gagne avant d'être en ligne. Si l'on cible les mauvaises requêtes, aucune optimisation ne rattrapera le tir. Notre premier workflow sert donc à construire une cartographie des intentions : qui cherche quoi, avec quels mots, et à quelle étape de sa décision.

Il se déroule en quatre temps :

1. Nous rassemblons la matière première : termes de recherche des comptes existants, questions entendues par les commerciaux, verbatims clients, pages des concurrents.
2. L'IA regroupe ces formulations par intention et par étape de décision : découverte, comparaison, achat.
3. Elle propose ce qui manque : formulations longues, questions posées en langage naturel, exclusions à prévoir.
4. Le consultant tranche. Quelles intentions méritent un groupe d'annonces, lesquelles partent en mots-clés négatifs, lesquelles sont hors cible.

Cette logique n'est pas née avec l'IA. Chez Poiscaille, par exemple, les requêtes génériques comme « poissonnerie en ligne » nourrissaient la phase d'engagement, quand les requêtes localisées comme « livraison de poisson Paris » étaient réservées à la conversion. Avec l'IA, le raisonnement reste le même, mais nous le menons sur un volume de formulations bien plus large, sans y passer des jours.

En quoi ce workflow change-t-il sur ChatGPT Ads ?

Sur ChatGPT Ads, il n'y a plus de mots-clés. On décrit à OpenAI Ads Manager les types de conversations où l'offre a sa place : ce sont les context hints. Le système décide ensuite seul de la diffusion.

Notre workflow s'y transpose presque tel quel. Nous cartographions les questions que les prospects posent à ChatGPT, étape par étape, comme nous le faisons pour nos prompts cibles en GEO. Puis nous testons plusieurs familles d'hypothèses en parallèle. Sur cette régie, nous estimons que le bon contexte pèse 80 % de la performance.

Workflow 2 : comment produisons-nous et testons-nous les créas avec l'IA ?

Une bonne annonce se trouve rarement du premier coup. Il faut en essayer plusieurs, et c'est là que l'IA fait gagner le plus de temps. Notre deuxième workflow organise les tests de créas en cinq étapes :

1. Le brief. Le consultant fixe l'angle, la promesse, les preuves que l'on a le droit d'avancer et le ton de la marque.
2. La génération. L'IA décline chaque angle en plusieurs accroches et descriptions, au format exact de chaque régie.
3. Le tri. Le consultant écarte ce qui sonne faux, réécrit ce qui doit l'être et retient quelques variantes par hypothèse.
4. Le test. Les variantes partent en parallèle, chacune rattachée à une hypothèse claire.
5. La lecture. On garde ce qui gagne au CPA ou au ROAS, on coupe le reste, puis on relance un cycle.

L'étape 3 n'est pas négociable. Une IA peut écrire une accroche séduisante et parfaitement fausse. Aucune annonce ne part sans relecture humaine.

Pourquoi l'IA est-elle utile sur les formats courts ?

Parce que la contrainte y est maximale. Sur ChatGPT Ads, une annonce tient dans un titre d'environ 16 caractères et une description d'environ 32 caractères. Trouver la bonne formule dans un espace aussi réduit demande beaucoup d'essais, et l'IA produit ces essais en quelques minutes.

Qu'est-ce que l'IA ne remplace pas dans la création ?

Le regard sur l'image et sur la marque. Dans le cas Poiscaille, nos recommandations les plus utiles portaient sur les visuels et les landing pages :

• ajouter le logo et un appel à l'action sur toutes les annonces ;
• créer un carrousel pour comparer les abonnements ;
• tester des recettes filmées étape par étape et des témoignages clients ;
• alléger le menu de la page d'abonnement pour ne garder que l'essentiel.

Ce type de recommandation naît de l'analyse des annonces qui obtiennent le meilleur CPA, pas d'un générateur de texte.

Workflow 3 : comment l'IA surveille-t-elle les comptes et prépare-t-elle les arbitrages ?

Un compte Ads dérive en silence. Un CPA qui grimpe, une balise qui saute, une créa qui s'essouffle : le problème se voit souvent trop tard, une fois le budget parti. Notre troisième workflow repose sur la détection d'anomalies et sur une synthèse hebdomadaire.

1. Les données des régies, de GA4 et de HubSpot sont rapprochées, du clic jusqu'au lead qualifié.
2. L'IA compare les indicateurs à leur niveau habituel et signale ce qui s'en écarte.
3. Elle rédige une synthèse : ce qui a bougé, les explications possibles, les questions à creuser.
4. Le consultant vérifie, diagnostique et décide : couper, corriger ou réallouer.

Quels signaux surveillons-nous ?

• Un coût par acquisition qui s'écarte de la cible.
• Une dépense anormale sur une campagne ou un groupe d'annonces.
• Une chute brutale des conversions, qui révèle le plus souvent un souci de mesure.
• Un écart entre les leads déclarés par la régie et les leads qualifiés dans le CRM.
• Un taux de clic qui s'érode, signe qu'une créa fatigue.

Sur quels critères décidons-nous de déplacer le budget ?

Sur le coût par lead qualifié et le chiffre d'affaires généré, jamais sur les impressions. La synthèse de l'IA prépare l'arbitrage budgétaire, mais elle ne le rend pas.

La raison est simple : les chiffres bruts trompent. Une campagne faible au dernier clic peut être celle qui nourrit le plus votre pipeline, comme nous l'expliquons dans notre article sur la rentabilité réelle des Ads B2B. Trancher ce genre de cas demande de connaître le cycle de vente du client. C'est le travail du consultant.

Quels résultats cette méthode produit-elle ? L'exemple Poiscaille

Un workflow IA ne vaut que par la méthode qu'il accélère. La nôtre tient en trois verbes : tester beaucoup, tout mesurer, réallouer vite. Le cas Poiscaille en est l'illustration la plus parlante, avec un coût d'acquisition divisé par 7.

Poiscaille vend des abonnements de produits de la mer achetés directement aux pêcheurs français. Nous avons structuré leur acquisition sur Google Ads et Meta, en trois phases : notoriété, engagement, conversion. Entre le 21 novembre 2022 et le 31 janvier 2023, les campagnes ont généré plus de 2 000 abonnements, avec un coût par abonnement en baisse de mois en mois.

‍

Ces chiffres ne comptent qu'un seul abonnement par client, alors que les abonnés restent en moyenne 8 à 10 mois. La rentabilité réelle est donc plus élevée encore.

Qu'est-ce qui a fait baisser les coûts chez Poiscaille ?

Trois gestes, répétés tout au long de la mission :

• des tests A/B sur de nombreuses audiences, froides et chaudes : centres d'intérêt, audiences similaires, remarketing ;
• une lecture régulière du coût par abonnement, régie par régie et campagne par campagne ;
• des recommandations concrètes sur les annonces et les landing pages.

Ce sont précisément les trois gestes que nos workflows outillent aujourd'hui. La méthode reste la même, la cadence augmente : davantage d'hypothèses testées, des dérives repérées plus tôt.

Le détail de la stratégie, des audiences et des annonces gagnantes est à lire dans le cas pratique Poiscaille complet.

Que décide l'IA, et que décide le consultant ?

L'IA ne décide de rien. Elle prépare, propose et alerte. Chaque décision qui engage votre budget ou votre image revient à un consultant. Le tableau ci-dessous résume la répartition des rôles.

Quelles sont les limites de l'IA dans le pilotage des Ads ?

Nous en voyons trois, et nous préférons les annoncer d'emblée.

• Elle ne connaît pas votre entreprise. Vos marges, votre cycle de vente et vos contraintes de marque doivent lui être fournis, sinon elle raisonne à l'aveugle.
• Elle peut se tromper avec aplomb. Une accroche plausible n'est pas une accroche vraie, d'où la relecture systématique.
• Elle dépend de la qualité des données. Sans tracking fiable, elle analyse du bruit.

Ce dernier point explique notre exigence sur la mesure. Notre COO était team leader chez Fifty Five, et chaque consultant est formé à installer et à lire le tracking de ses comptes. Les workflows IA viennent après, jamais avant.

Que deviennent ces workflows sur une régie aussi récente que ChatGPT Ads ?

Ils y prennent encore plus de valeur. Sur Google Ads ou Meta, des années d'historique guident les décisions. Sur ChatGPT Ads, ouvert en France depuis le 24 août 2026, tout reste à apprendre : quelles conversations cibler, quelles formules tiennent en 16 caractères, quel coût par lead qualifié attendre. Cartographier les intentions, multiplier les tests et surveiller la mesure de près : voilà ce qui permet d'apprendre vite sans gaspiller le budget.

Nos premières campagnes tournent en ce moment, avec le pixel OpenAI et la Conversions API reliés à HubSpot dès le premier jour. Si vous vous demandez quelle place cette régie peut prendre à côté de vos campagnes actuelles, notre agence ChatGPT Ads cadre le test avec vous, le pilote et vous rend un verdict chiffré.

‍