Stratégie Freelance AI — Marché Français 2026
Le fichier le plus actionnable du repo. À lire en premier même avant la théorie. Tu peux commencer plusieurs items dès aujourd'hui sans skills techniques.
Reality check 2026
| Donnée | Valeur |
|---|---|
| Médiane TJM AI freelance France | ~780€/jour |
| TJM senior LLM/RAG architect | 1000-1500€/jour |
| TJM voice agents (équivalent jour à l'heure) | 150-275€/h (€20-50k fixed-price) |
| % missions FR via LinkedIn/réseau | ~60% |
| Croissance missions AI vs offre candidats | 2× (la demande dépasse l'offre) |
| % missions ciblant profils confirmés | 90% |
| Projets agentic qui seront annulés d'ici fin 2027 | 40% (Gartner) → marché "rescue" |
Implication : marché saturé en bas, talent-short en haut. Le but n'est pas d'être un freelance AI parmi d'autres, mais le freelance AI [verticale] full-stack TypeScript que personne d'autre n'est.
Le modèle mental d'un staff engineer freelance
Un junior pense "TJM = ce que je vaux à l'heure". Un senior pense revenu net annualisé sous incertitude. Ce sont deux métiers différents. Les quatre leviers, par ordre d'impact :
- Taux d'utilisation (le tueur silencieux). Ton revenu n'est pas
TJM × 218 jours ouvrés. C'estTJM × jours facturés réels. Entre prospection, propale, admin, formation, congés et trous inter-missions, un freelance AI confirmé facture 130–160 jours/an la première année, 170–190 en régime établi. Un TJM de 1000€ à 140 jours (140k€) bat un TJM de 1200€ à 110 jours (132k€). Le levier #1 n'est pas le TJM, c'est le pipeline qui supprime les trous. - Positionnement → pricing power. La verticale ne sert pas le marketing, elle sert la marge. Un généraliste est en concurrence parfaite (prix tiré vers le coût marginal) ; un spécialiste reconnu est en concurrence monopolistique (rente de différenciation). C'est exactement la même dynamique que commodity vs SaaS différencié — tu connais déjà ce raisonnement côté produit.
- Risque de concentration. Une mission = 100% de ton CA chez un client = risque de défaut maximal. Trois missions à temps partiel ou un mix mission + produit + contenu = diversification. Un staff engineer traite son portefeuille de clients comme un SRE traite ses dépendances : pas de SPOF.
- Effet de composition du track record. Chaque mission livrée est un actif réutilisable (témoignage, cas d'usage, référence). Le TJM n'augmente pas linéairement, il augmente par paliers de preuve. D'où la stratégie de seed sous-évalué : tu échanges du cash court-terme contre des actifs qui débloquent le palier suivant.
Mythes que ce fichier corrige
| Mythe junior | Réalité senior |
|---|---|
| "Je fixe mon TJM au plus haut, je négocie en baissant" | Tu affiches haut mais ton TJM effectif = TJM × utilisation. Un TJM affiché jamais atteint vaut 0. |
| "La plateforme va m'amener des missions" | Les plateformes amènent du volume bas de gamme. Le haut de gamme vient du réseau (60% des missions FR). La plateforme est un canal de seed, pas de scale. |
| "Plus de compétences cochées = plus de leads" | Au-delà de ~10 compétences, le profil devient illisible et le matching algo se dilue. Précision > exhaustivité. |
| "Le TJM, c'est mon salaire" | Sur 1000€/jour facturé : ~22% URSSAF (micro) ou charges réelles (SASU/EI), TVA, mutuelle, retraite, provision congés, provision trous. Le net dans la poche est ~50–60% du brut facturé. Raisonne en net annualisé. |
1. Positionnement (la décision #1)
Pourquoi vertical >> généraliste
"Consultant IA pour direction financière de PME" se vend 10× mieux que "freelance IA généraliste".
Raisons :
- Les clients cherchent quelqu'un qui parle leur métier
- Tu peux justifier un TJM 50% plus élevé
- Le marketing devient évident (1 audience claire, 1 message)
- Tu deviens référent au lieu de commodity
Comment choisir ta verticale
Cf. 10-vertical-positioning.md. Top 5 pour mai 2026 :
| Verticale | TJM 2026 | Pourquoi maintenant | Maturité marché |
|---|---|---|---|
| Legal / Avocats | 1000-1600€ | EvenUp $2B, Legora $5.55B — boom légal AI | ⭐⭐⭐⭐ |
| Finance / Compta | 900-1400€ | RegTech, compliance, reportings — gros budgets | ⭐⭐⭐⭐ |
| Recrutement / RH | 700-1100€ | ATS, sourcing, screening — adoption rapide | ⭐⭐⭐ |
| E-commerce | 700-1000€ | Catalogue, support, perso — volume énorme | ⭐⭐⭐ |
| Médical / Santé | 1000-1500€ | OpenEvidence $12B — entrée plus dure (régul) | ⭐⭐ |
→ Décide en 7 jours. N'attends pas "le bon choix" — choisis et avance, tu peux pivoter à mois 6.
Ton headline LinkedIn (template, version calibrée 2026)
Format recommandé :
AI Engineer & Solo Builder | Built Dravos (autonomous SDLC platform)
LangGraph + Temporal + MCP | Python + TypeScript | [verticale]Variantes par verticale :
AI Engineer & Solo Builder | Built Dravos | Agentic systems for legal tech | LangGraph + MCPAI Engineer | Built Dravos with AI-assisted development | Voice agents + RAG for fintechAI Engineer & Solo Builder | Built Dravos (119 Python files in 2 months) | AI for HR tech
Pourquoi ce format marche :
- "Solo Builder" = signal 2026 fort, montre tu peux shipper en autonomie
- "Built Dravos" + nature du projet = proof point unique (les autres candidats n'ont pas ça)
- "AI-assisted development" = revendiqué (vs caché) → différenciation
- Stack précise = filtre les recruteurs pertinents
- Verticale = qualifie la mission
Ton "About" LinkedIn (template à customiser, version calibrée)
J'aide les [verticale] à industrialiser leurs systèmes IA en production
— de l'archi à la prod, en solo, en AI-assisted development.
📦 Projet flagship : Dravos — plateforme autonome de SDLC
• 11 agents spécialisés orchestrés via LangGraph + Temporal
• FastAPI + pgvector + Claude Code en runtime
• 119 fichiers Python, déployée sur k3s/Hetzner via ArgoCD
• Construite en solo en pair-programming avec Claude Code
→ C'est exactement la méthode AI-assisted que les boîtes adoptent en 2026
🛠️ Stack
Backend : Python (FastAPI, LangGraph, Temporal, SQLAlchemy, pgvector)
Frontend : TypeScript (Next.js, Vercel AI SDK)
Agents : MCP custom, tool use, multi-agent orchestration
Infra : k3s, ArgoCD, Cloudflare, Hetzner
📚 Avant l'IA : 10 ans en architecture backend SaaS B2B
(PHP, Symfony, TypeScript, NestJS). Je sais ce que "production-grade"
veut dire — eval, observability, cost control, sécurité prompt injection.
💼 Disponible pour :
• Missions agentic / RAG / MCP en [verticale]
• Audits + rescue de pilotes AI qui n'ont pas atteint la prod
• Architecture + delivery solo style
📅 [calendly] | ✉️ [email]Tip : mets la liste des compétences Malt en accord : ajoute "AI-Assisted Development", "Claude Code", "MCP" en plus des stacks standards.
2. Plateformes — où s'inscrire et stratégie
Malt (priorité 1 — volume)
- Statut FR : #1 plateforme freelance tech, ~500k+ freelances
- Commission : 5-12% selon niveau
- Force : volume de missions, visibilité passive
- Faiblesse : saturation au junior, algo favorise les "anciens"
- Stratégie :
- Inscris-toi MAINTENANT (avant d'être prêt) — le compte mature avec le temps
- TJM annoncé : 600€ initial (sous-évalué exprès pour seed missions)
- Compétences à cocher : Python, TypeScript, RAG, LangChain, LangGraph, MCP, OpenAI, Anthropic, pgvector, Docker, Kubernetes
- Description longue avec mots-clés SEO ("LangChain freelance Paris", "RAG developer France", etc.)
- Photo pro (pas selfie)
- Lien vers Dravos + repos GitHub
Crème de la Crème (priorité 2 — premium)
- Statut : premium, top 10% des candidatures acceptées
- Force : missions de qualité, TJM élevés, clients sérieux
- Faiblesse : sélectif, demande un track record
- Stratégie :
- Postule en phase 5 (après projet 2)
- Mets en avant : Dravos + 2 projets portfolio + 1 article publié
- Si refusé : redemande dans 6 mois après plus de track record
Comet (priorité 3 — tech only)
- Statut : plateforme tech spécialisée, matching algorithmique
- Force : clients tech-savvy, moins de "fluff"
- Stratégie : inscris-toi en phase 4
LinkedIn (priorité 1 — distribution principale, 60% des missions FR viennent de là)
Trois activités à faire toutes les semaines :
A) Poster (2× / semaine minimum)
Types de posts qui marchent :
- "Aujourd'hui j'ai construit X. Voici ce que j'ai appris :" (avec 1 leçon claire)
- "Erreur commune en RAG : Y. Voici comment l'éviter :"
- Démo vidéo (30 sec) d'un projet
- Hot take sur un truc du marché ("LangChain vs raw SDK + MCP en 2026 — mon take")
- Thread série : "RAG production checklist part 1/7"
Anti-patterns :
- ❌ "Je suis fier de partager..." → cringe
- ❌ Reposter du contenu d'autres → algo te pénalise
- ❌ Inspi quotes / motivation → ton audience n'est pas ça
- ❌ Posts > 2000 caractères → lecture abandonnée
B) Engager (15 min/jour)
- Commenter 5-10 posts de CTOs/AI engineers FR par jour
- Commentaires de fond (pas "great post!"), avis nuancé, lien vers ressource
- Les recruteurs et CTOs voient tes commentaires aussi
C) Cold outreach (5 messages/jour à partir de phase 4)
Template :
Bonjour [Prénom],
Je vois que [Entreprise] explore [sujet AI/RAG/agentic visible sur leur LinkedIn].
J'ai construit Dravos — une plateforme SDLC autonome avec LangGraph + MCP +
Claude Code. Je suis actuellement freelance, spécialisé sur [verticale].
J'ai écrit un article sur [angle pertinent pour eux]: [lien]
Si l'industrialisation de vos pilotes IA vous intéresse, j'aurai plaisir
à échanger 20 min sans engagement.
Bonne journée,
AchrefRègles :
- Personnalise les 2 premières lignes (jamais copier-coller)
- Lien vers Dravos OU article OU démo dans le 1er message
- Si pas de réponse à J+7 → 1 relance courte, puis stop
- Pas de PDF / pas d'attached CV au 1er message
ESN / Sociétés de conseil (priorité 4 — sous-traitance)
Underestimé. Liste à approcher :
- BCG GAMMA / BCG X
- Capgemini Invent
- Onepoint
- Sopra Steria (NextWave)
- Sia Partners
- Wavestone
- Talan
- Devoteam
- Octo Technology
Approche : LinkedIn → trouve le "Head of AI" ou "Manager AI Practice" → message direct. Ces boîtes ont des deals enterprise, manquent toujours de devs AI, prennent une marge mais fournissent un flux stable.
Freelance.com / Le Hibou / freelance-info.fr (priorité 5 — corporate)
Backup pour combler entre missions premium. Plus de corporate / banque / grand compte. TJM moyens (500-800€).
3. Pricing par phase
| Phase | TJM annoncé | TJM négociable jusqu'à | Note |
|---|---|---|---|
| Première mission | 600€ | 500€ minimum | Seed le track record |
| 2-3 premières missions | 750€ | 650€ min | Demande recommandations++ |
| Après 3 missions + 1 article public | 1000€ | 900€ min | Vrai positionnement |
| Après 6 missions / 1 vertical clear | 1200-1400€ | 1100€ min | Standard senior FR |
| Spé MCP/agentic / niche reconnue | 1500-2000€ | 1300€ min | Top du marché |
Règle : ne baisse jamais ton TJM affiché sur Malt/LinkedIn. Négocie en privé si nécessaire mais affiche haut.
Du TJM affiché au net dans la poche (le calcul que personne ne fait)
Un TJM de 1000€ ne fait pas 1000€ dans ta poche. Décompose-le avant de t'engager :
TJM affiché 1 000 €/jour
× jours facturés (régime établi) × 175 jours/an
= CA brut HT = 175 000 €/an
— charges sociales (selon statut) ~25 % (SASU dirigeant) à ~22 % (micro)
— frais pro (assurance RC pro,
compta, outils, formation) ~8 000–12 000 €/an
— provisions (congés, trous,
maladie, retraite complément.) ~15 %
≈ net annualisé ≈ 90 000–105 000 €/anConséquences pour la négociation :
- Une mission à 600€/jour sur 6 mois pleins peut battre une mission à 1100€/jour qui n'arrive jamais. Le revenu, c'est TJM × probabilité × durée, pas TJM tout court.
- Connais ton TJM-plancher (le point sous lequel tu refuses) avant le call, calculé sur ton net annualisé cible — pas improvisé en réunion. Un staff engineer arrive avec son numéro défendu, pas avec une fourchette molle.
- Un client qui négocie -30% sur le TJM signale souvent un budget sous-dimensionné → risque de scope creep et d'impayé. Le prix est aussi un filtre de qualité client.
Choix de statut (ne pas l'éluder)
Le statut change ton net de 10–20 points. Ordre de grandeur 2026, à valider avec un expert-comptable :
| Statut | Seuil pertinent | Pour | Contre |
|---|---|---|---|
| Micro-entreprise (BNC) | CA < ~77 700 €/an | Démarrage zéro friction, compta minimale | Plafond de CA, pas de récup TVA ni de déduction de frais, protection sociale faible |
| EI au réel | CA moyen | Déduction des frais réels, pas de plafond | Compta plus lourde |
| SASU | CA élevé / volonté de capitaliser | Optimisation rémunération/dividendes, image société, protection sociale dirigeant | Charges sur salaire ~80% du net, compta + frais de structure |
| Portage salarial | Première mission / aversion au risque | Salariat (chômage, sécurité), zéro admin | Marge du portage 8–12%, TJM net amputé d'autant |
Heuristique senior : démarre en micro pour seed les premières missions sans friction, bascule en SASU dès que tu dépasses durablement le plafond micro ou que tu veux capitaliser/embaucher. Ne sur-optimise pas le statut avant d'avoir un pipeline — c'est prématuré.
Modèles de facturation (au-delà du TJM)
Le TJM (régie) n'est pas le seul modèle, et souvent pas le plus rentable :
| Modèle | Quand l'utiliser | Risque / upside |
|---|---|---|
| Régie (TJM) | Mission longue, scope flou, le client pilote | Risque faible, upside plafonné par tes heures |
| Forfait (fixed-price) | Livrable clair, tu maîtrises le périmètre | Tu captures les gains de productivité IA (tu factures la valeur, pas tes heures) — d'où les 20–50k€ fixed-price sur voice agents. Risque : scope creep si le périmètre n'est pas verrouillé par écrit. |
| Value-based / % résultat | Tu peux mesurer l'impact (€ économisés, conversion) | Upside maximal, mais demande confiance et métrique partagée — réserve aux clients établis |
| Retainer (abonnement) | Maintenance, run, support post-livraison | Revenu récurrent prévisible — le graal pour lisser l'utilisation |
Le piège du TJM en 2026 : l'IA décuple ta productivité. Si tu factures à la journée, le client capte tout le gain de productivité. Le forfait et le value-based te le rendent. Un staff engineer migre progressivement de la régie vers le forfait à mesure que sa maîtrise du scope augmente.
3 bis. L'économie unitaire que tu vends (le vrai différenciateur)
C'est la section qui sépare le freelance "prompt-only" du freelance que personne ne peut remplacer. Le forfait, le value-based et l'offre "rescue" reposent tous sur une compétence : savoir chiffrer le coût marginal d'un système agentic en prod. Si tu ne sais pas répondre à "ça coûte combien par requête à l'échelle ?", tu ne peux pas défendre un forfait, et tu ne peux pas auditer un pilote échoué.
Le modèle mental : un système LLM est une infra à coût marginal non-nul
Un dev backend classique raisonne en coût quasi-fixe : tu déploies, le coût marginal d'une requête est négligeable. Un système agentic casse cette intuition — chaque requête a un coût marginal réel et volatil (tokens × prix), qui peut exploser silencieusement quand le contexte gonfle, quand une boucle d'agent part en vrille, ou quand le cache ne tape pas. Le client qui a chiffré son pilote sur 50 requêtes de démo découvre en prod que sa facture est 30× plus haute. C'est exactement le piège que tu vends de désamorcer.
Les trois leviers de coût, par ordre d'impact, et la manière dont un staff engineer les attaque :
| Levier | Symptôme quand il dérape | Le geste senior |
|---|---|---|
| Choix du modèle | "On met le modèle le plus puissant partout" → coût ×5 sans gain de qualité mesurable | Router : modèle cher (flagship) seulement pour le raisonnement dur ; modèle cheap pour classification/extraction/routing. La majorité des appels d'un agent ne méritent pas le flagship. |
| Prompt caching | cache_read_input_tokens = 0 à chaque requête alors que le prompt système est stable | Geler le préfixe (system + tools), mettre le volatil (timestamp, question) après le dernier point de cache. Un cache qui tape coûte ~10% du prix input. Sur un agent avec gros system prompt, c'est 50-90% de la facture input qui disparaît. |
| Boucle d'agent / contexte qui gonfle | La p95 latence et le coût/requête montent avec la longueur de conversation | Mesurer usage par appel, plafonner les tours, compacter le contexte, instrumenter avant d'optimiser. Un agent non-instrumenté est un coût non-bornable — donc un forfait que tu ne peux pas tenir. |
Le calcul de coin qu'un senior fait de tête
Tu dois pouvoir esquisser, en réunion, le coût marginal d'une feature. Ordre de grandeur 2026 (à recalculer sur les prix réels du jour — ne récite jamais un prix de mémoire en clientèle, vérifie) :
Coût d'une requête agentic =
Σ (tokens_input × prix_input par modèle)
+ Σ (tokens_output × prix_output par modèle)
− économie cache (cache_read ≈ 10% du prix input sur le préfixe stable)
Exemple de raisonnement (un agent RAG, 1 appel flagship) :
~8 000 tokens input (system + docs récupérés + question)
~1 000 tokens output (réponse)
→ si le system prompt (~5 000 tk) est caché : l'essentiel de l'input
bascule à 10% du prix → la facture input s'effondre.
À l'échelle (100 000 requêtes/mois) la différence
"cache qui tape vs cache à zéro" se chiffre en milliers d'euros/mois.Pourquoi c'est un argument de vente ET un piège : le client qui ne sait pas mesurer ça a chiffré son budget run sur un prototype non instrumenté. Tu arrives, tu mesures usage (input/output/cache) et la p95 latence sur un échantillon réel, et tu transformes une inquiétude floue ("est-ce que ça va coûter cher ?") en un chiffre défendable. C'est précisément ce que tes 10 ans de backend SaaS — où tu raisonnais déjà coût d'infra, SLO, observabilité — te permettent de faire mieux qu'un freelance "prompt-only".
La checklist d'architecte (les 5 points de l'offre "rescue")
Quand un Head of AI te dit "on a un POC mais ça ne passe pas en prod", tu ne devines pas — tu déroules une checklist standardisée. Ce sont les 5 axes sur lesquels 40% des projets agentic meurent (Gartner), et chacun mappe sur une compétence backend que tu as déjà :
- Eval reproductible. Existe-t-il un jeu de test figé avec un critère de succès mesurable (ex : exactitude sur 200 docs étiquetés) ? Sans eval, "ça marche" est une opinion, pas un fait. (≈ tes tests d'intégration.)
- Observabilité. Logge-t-on
usage(tokens, cache), la p95 latence, le coût/requête, les taux d'erreur/refus par étape ? Sans ça, on optimise à l'aveugle. (≈ tes métriques / traces.) - Contrôle de coût. Le coût/requête tient-il à l'échelle ? Routing modèle + caching + plafonds de boucle sont-ils en place ? (≈ ton capacity planning.)
- Sécurité — prompt injection. Les entrées non fiables (docs utilisateur, web, emails) peuvent-elles détourner l'agent ou exfiltrer un secret ? Les outils sensibles sont-ils derrière une approbation ? (≈ ta validation d'input / ton modèle de menace.)
- Robustesse / mode dégradé. Que se passe-t-il sur rate-limit, timeout, surcharge, réponse hors-schéma ? Y a-t-il retry, fallback de modèle, sorties structurées validées ? (≈ ta gestion d'erreurs et tes circuit breakers.)
L'angle de vente en une phrase : "Un pilote IA qui n'atteint pas la prod, c'est presque toujours un problème d'ingénierie de production — eval, observabilité, coût, sécurité, robustesse — pas un problème de prompt. C'est exactement le terrain où mes 10 ans de backend SaaS B2B sont un avantage déloyal."
4. Process commercial type (premier contact → contrat)
- Premier contact (LinkedIn DM ou Malt request) → réponds dans les 4h ouvrées
- Call de découverte 20 min (Calendly) → écoute, qualifie : budget, deadline, équipe, stack, qui décide
- Si fit → propose un POC 5-10 jours (€2-5k) avant la mission complète. Tu valides leur use case, ils te valident toi
- Devis envoyé sous 24h → 1 page, ton positionnement, méthodo, livrables, prix, conditions
- Contrat : Talenteo / LegalStart / template perso. Toujours : acompte 30%, propriété code, NDA mutuelle
- Onboarding : Slack/Teams, accès repo, intro stakeholders, kickoff 1h
- Delivery : sprints 1-2 sem, demo Friday, rétro
- Closing : recommandation LinkedIn + témoignage Malt + cas d'usage (anonymisé) à publier
Modes d'échec du cycle commercial (et comment les désamorcer)
Un staff engineer ne pense pas qu'au happy-path. Voici où les missions déraillent :
| Mode d'échec | Signal d'alerte | Désamorçage |
|---|---|---|
| Scope creep | "Et tant qu'on y est, est-ce que tu pourrais aussi…" | Périmètre écrit, avenant payant pour tout hors-scope. Le POC payant sert aussi à objectiver le scope. |
| Impayé / retard de paiement | Grand compte avec 60–90j de délai, ou TPE sans trésorerie visible | Acompte 30% à la commande, facturation par jalons, pénalités de retard contractuelles, affacturage si grand compte. |
| Le client ne sait pas ce qu'il veut | Brief vague, pas de critère de succès, "on verra en avançant" | POC cadré avec un critère de succès mesurable écrit (ex : "extraction correcte sur 95% d'un échantillon de 200 docs"). Pas de critère = pas de mission. |
| Dépendance à un décideur unique | Le sponsor part, le projet meurt | Identifier 2 stakeholders dès le kickoff ; un projet sans relais hiérarchique est fragile. |
| Pilote IA qui n'atteint jamais la prod | "On a un POC mais ça ne passe pas en prod" | C'est précisément ton angle "rescue" (40% des projets agentic annulés d'ici 2027, Gartner). Eval, observability, cost control, prompt-injection : ce que tu sais déjà côté backend SaaS. |
| Sous-estimation IA (coût/latence) | Le client a chiffré sur un prototype non instrumenté | Toujours mesurer usage (tokens, cache) et p95 latence en POC. Un coût/requête mal estimé fait exploser le budget run — c'est un argument de vente et un piège si tu ne l'instrumentes pas. |
Observabilité de ton funnel (mesure ou meurs)
Tu instrumentes tes systèmes en prod ; instrumente ton business de la même façon. Le funnel freelance est un pipeline avec des taux de conversion mesurables — traite-le comme tel :
Impressions LinkedIn / vues profil
→ connexions / leads inbound (taux : views → leads)
→ calls de découverte (taux : lead → call)
→ propales / POC (taux : call → propale)
→ missions signées (taux : propale → close)
→ recommandations / renouvellements (taux : close → repeat)Si ton taux call → propale est bon mais propale → close est mauvais : problème de pricing ou de scope. Si lead → call est mauvais : problème de positionnement ou de preuve. Comme pour un système distribué, tu débugges au niveau de l'étape qui chute, pas au hasard.
5. Quick wins à faire CETTE SEMAINE (avant même phase 1)
- [ ] Jour 1 : choisir verticale (au pire 3 candidats, on tranche)
- [ ] Jour 2 : update LinkedIn (headline, photo, about, lien Dravos)
- [ ] Jour 3 : créer profil Malt complet
- [ ] Jour 4 : créer compte X/Twitter dédié AI (optionnel mais aide)
- [ ] Jour 5 : identifier 50 CTOs/AI engineers FR à follow
- [ ] Jour 6 : écrire ton premier post LinkedIn ("Pourquoi je pivote vers l'AI engineering en 2026")
- [ ] Jour 7 : créer Calendly + email pro (achref@... ou prénom-nom.com)
Coût total : 0€. Temps total : ~8h sur la semaine.
6. Stratégie de contenu (LinkedIn principalement)
Plan d'éditorial 90 jours
| Semaine | Thème |
|---|---|
| 1 | "Pourquoi je pivote" + Dravos comme intro |
| 2-4 | Notes d'apprentissage (1 concept / sem) |
| 5-8 | Build in public : projet RAG |
| 9-12 | Démo + leçons projet RAG |
| 13-16 | MCP : pourquoi c'est critique en 2026 |
| 17-20 | Build in public : projet MCP custom |
| 21-24 | Voice agents : démos + tutos courts |
| 25+ | Pure positionnement : avis marché, opinions, cas clients |
Règles d'or
- Spécifique > général : "J'ai débuggé un bug de chunking sur 10k docs Notion" > "Le RAG c'est dur"
- Métriques > opinions : "Mon RAG fait p95 200ms et coûte $0.003/query" > "Mon RAG est rapide"
- Vulnérabilité > expertise feinte : "J'ai mis 3 jours à comprendre MMR rerank" > "Voici 10 tips pour le RAG"
- Format > contenu : punchy hook, 1 idée, 1 visuel, 1 CTA
7. Indicateurs de succès (tracker hebdo)
À mesurer chaque dimanche :
- Vues profil LinkedIn (objectif phase 1 : 50/sem ; phase 4 : 500/sem)
- Connexions ajoutées (objectif : 30/sem qualifiées dans verticale)
- Messages reçus inbound (objectif : 1/sem à partir de phase 3)
- Réponses à mon outreach (objectif : taux > 15%)
- Demandes Calendly (objectif : 1-2/sem à partir de phase 5)
🏋️ Exercices
Ces exercices ne sont pas "change cette constante". Ils sont conçus pour te faire défendre des chiffres et casser tes propres hypothèses — exactement ce qu'un client senior ou un recruteur va te demander.
Exercice 1 — Construis ton modèle de revenu net (Objectif : raisonner en net annualisé, pas en TJM)
Construis un tableur (ou un script Python) qui prend en entrée : TJM affiché, jours facturés/an, statut juridique, frais pro annuels, et sort ton net annualisé. Fais-le tourner pour 3 scénarios : (a) 600€ × 180j en micro, (b) 1200€ × 120j en SASU, (c) 900€ × 160j en EI.
Indice/Solution : le piège est d'oublier les charges sociales différentes par statut et les provisions (congés/trous ~15%). Le scénario "gros TJM, peu de jours" perd souvent face au "TJM moyen, forte utilisation". Tu dois pouvoir dire lequel gagne et pourquoi en une phrase.
Exercice 2 — Rédige et défends ton TJM-plancher (Objectif : ne jamais improviser un prix en réunion)
À partir de l'exercice 1, calcule le TJM minimum sous lequel tu refuses une mission, pour un objectif net de 90k€/an. Puis écris la phrase exacte que tu dis quand un client propose 30% en dessous — sans céder ni claquer la porte.
Indice/Solution : TJM-plancher =
(net cible + charges + frais) / jours facturables réalistes. La phrase senior recadre vers la valeur, pas le prix : "Mon tarif reflète le risque que je porte sur la livraison en prod. À ce budget, je peux réduire le périmètre à X — voici ce qu'on enlève." Tu négocies le scope, jamais le TJM affiché.
Exercice 3 — Audit du funnel d'un profil simulé (Objectif : débugger un pipeline commercial comme un système)
On te donne ces chiffres mensuels : 4000 vues profil, 40 leads, 8 calls, 6 propales, 1 close. Identifie l'étape qui chute et propose deux interventions ciblées avec une métrique de succès pour chacune.
Indice/Solution : call → propale = 75% (bon), propale → close = 17% (faible). Le problème est en aval : pricing trop haut sans preuve, scope mal cadré, ou POC absent. Interventions : (a) introduire un POC payant 5–10j pour dé-risquer côté client (cible : close > 35%), (b) ajouter un cas d'usage chiffré dans la propale (cible : raccourcir le cycle). Ne touche pas au haut du funnel — il convertit déjà.
Exercice 4 — Choisis un modèle de facturation et défends-le (Objectif : capturer le gain de productivité IA)
Un client veut "un agent qui qualifie les leads entrants". Tu estimes 12 jours de dev avec ton stack assisté IA, vs 30 jours sans. Le client a un budget mental de "1 mois de dev à 1000€/jour". Propose un modèle de facturation qui te rend le gain de productivité, et justifie-le face à l'objection "pourquoi 25k€ pour 12 jours de travail ?".
Indice/Solution : en régie tu factures 12k€ et tu offres 18 jours de gain au client. En forfait/value-based tu factures la valeur (25–30k€) : tu vends le résultat (un agent en prod, instrumenté, avec eval), pas tes heures. Réponse à l'objection : "Vous payez un système en production avec eval, observability et contrôle de coût — pas des jours-homme. Le fait que je le livre vite est ma compétence, pas votre rabais."
Exercice 5 — Casse ton positionnement, puis répare-le (Objectif : stress-tester la verticale)
Prends ta verticale choisie. Écris les 3 raisons pour lesquelles elle va échouer (marché trop petit, cycle de vente trop long, régulation, concurrence d'acteurs établis…). Puis décide : tu pivotes, ou tu défends ? Justifie avec un critère mesurable de pivot (ex : "si < 1 mission signée à 6 mois, je pivote vers X").
Indice/Solution : un staff engineer ne tombe pas amoureux de son hypothèse — il définit à l'avance le signal d'invalidation. Le médical paie bien (1000–1500€) mais l'entrée est dure (régulation) → critère de pivot serré. Le legal boom mais sature vite → fenêtre de timing. Le bon livrable est le critère de décision, pas la défense émotionnelle.
Exercice 6 (boss) — Conçois ton offre "rescue" pour pilotes IA échoués (Objectif : transformer la statistique Gartner en produit)
40% des projets agentic seront annulés d'ici fin 2027. Conçois une offre packagée de "rescue" : audit en X jours, livrables précis, prix, et les 5 points que tu vérifies systématiquement (eval, observability, cost, sécurité prompt-injection, scalabilité). Rédige le one-pager que tu enverrais à un Head of AI dont le pilote n'a jamais atteint la prod.
Indice/Solution : l'audit est un produit standardisé (3–5 jours, prix fixe) qui débouche sur une mission de rescue (régie ou forfait). Les 5 points sont ton checklist d'architecte : le pilote a-t-il une eval reproductible ? mesure-t-il
usage/tokens et la p95 latence ? gère-t-il le prompt-injection (entrées non fiables) ? le coût/requête tient-il à l'échelle ? le système est-il observable (logs, traces, coût) ? C'est précisément là que tes 10 ans de backend SaaS B2B deviennent un avantage déloyal face aux freelances "prompt-only".
🎤 En entretien
Questions que ce sujet invite côté senior (mission, client exigeant, ou poste de lead AI engineer), avec la réponse d'une ligne.
- "Comment fixez-vous votre TJM ?" → Je pars du net annualisé cible et d'un taux d'utilisation réaliste (~160–175 j/an), j'en déduis un TJM-plancher défendu, et j'affiche au-dessus pour garder du levier de négociation sur le scope — jamais sur le tarif.
- "Pourquoi facturer un forfait plutôt qu'en régie sur un projet IA ?" → Parce que l'IA décuple ma productivité : en régie le client capte tout le gain ; en forfait je vends la valeur du résultat (un système en prod, instrumenté) et je capture le gain — à condition d'avoir verrouillé le périmètre par écrit.
- "Un pilote IA n'atteint pas la prod — par où commencez-vous ?" → Je vérifie d'abord s'il existe une eval reproductible et des métriques (
usage/tokens, p95 latence, coût/requête) ; sans observabilité on optimise à l'aveugle. Ensuite sécurité (prompt-injection sur entrées non fiables), coût à l'échelle, puis architecture. - "Comment évitez-vous la dépendance à un seul client ?" → Je traite mon portefeuille comme un système sans SPOF : plusieurs sources de revenu (missions, retainer, contenu), acompte + jalons pour le risque d'impayé, et 2 stakeholders minimum par mission pour le risque de sponsor.
- "Un client demande combien va coûter son agent en prod — comment répondez-vous ?" → Je ne devine pas, j'instrumente : je mesure
usage(tokens input/output, cache) et la p95 latence sur un échantillon réel, puis je chiffre le coût marginal = tokens × prix par modèle, moins l'économie de cache. Les trois leviers sont le routing modèle (cher seulement pour le raisonnement dur), le prompt caching sur le préfixe stable, et le plafonnement des boucles d'agent — un coût/requête non mesuré est un budget run qui explose silencieusement. - "Pourquoi un freelance plutôt qu'une ESN pour rescue un pilote IA ?" → Parce que le problème est presque toujours d'ingénierie de prod — eval reproductible, observabilité, contrôle de coût, prompt-injection, mode dégradé — pas de prompt ; je déroule une checklist d'architecte standardisée et je livre en solo, sans la marge ni le délai d'une practice.
Ressources externes
- Plateformes : Malt · Crème de la Crème · Comet · Le Hibou
- Outils gratuits : Calendly (planning), LegalStart (templates contrats), Notion (CRM perso), Beehiiv (newsletter si besoin)
- Communautés : Indie Hackers FR, Discord LangChain, Discord Anthropic Builders
- Tracker : TJM Freelance Tech (mise à jour annuelle)
Mise à jour : 2026-05-21