Un founder qui cherche ses premiers clients n'a souvent ni le budget d'une agence ni le temps de tout faire à la main. Avec fog, il lance un agent par tâche de growth depuis son agent de code, relit le livrable et passe à la décision suivante.
fog (Founders Growth agents) est le stack open source d'agents IA marketing que swanbase publie sous licence Apache 2.0. La version 2.0.0, sortie le 14 novembre 2026, compte treize agents : étude de marché, premiers utilisateurs, SEO, landing pages, prospection, carrousels, publicités, vidéos courtes, posts de fondateur, publication, rapport hebdomadaire et sprint mensuel. Chaque agent tourne dans Claude Code, Codex, Cursor, Gemini CLI et dans tout agent de code capable de lire des fichiers et de lancer des commandes. Le code est sur GitHub, le site officiel sur fog-agents.com et le guide technique dans le Marketing Agents Playbook.
Cet article explique ce qu'est un agent IA marketing en 2026, comment fog structure chaque agent, comment les scripts vérifient le travail du modèle et comment démarrer.
Pourquoi on a créé fog pour des founders
Les founders early-stage construisent bien et vendent tard. Le marketing passe « après le lancement », et une agence coûte plus que la trésorerie ne le permet. Les prompts génériques produisent alors des textes assurés, avec des clients inventés, des chiffres sans source et des citations que personne n'a dites.
On a écrit fog pour swanbase avec une règle inverse : un agent par tâche de growth, et du code qui vérifie chaque agent. Le stack reprend les méthodes qu'on enseigne aux startups accompagnées, sous une forme que vous lancez vous-même. Il est open source pour que d'autres founders puissent le lire, le modifier et le forker.
C'est quoi un agent IA marketing en 2026 (définition opérationnelle)
Un dossier, lu par votre agent de code
Dans fog, un agent IA marketing est un dossier de fichiers que votre agent de code lit et exécute. Il n'y a ni robot ni service cloud à faire tourner. Voici la structure d'un agent :
agents/
└── market-signal/
├── AGENT_MARKET_SIGNAL.md ← le workflow : entrées, étapes, contrôles, livrable
├── README.md ← installation, outils optionnels, exemples
├── config.example.json ← paramètres par projet
├── skills/ ← méthodes, au format Agent Skills (SKILL.md)
├── scripts/ ← scripts Python qui comptent, vérifient et rendent
├── assets/ ← grilles, gabarits, schémas JSON
├── references/ ← documentation des API et lectures de fond
└── examples/ ← lancements fictifs pour voir le résultat
Ouvrez le dépôt dans votre agent de code et écrivez en langage naturel :
Run the market-signal agent. Market: freelance invoicing tools for designers.
L'agent de code lit le workflow, pose en un seul message les questions qui manquent, déroule les étapes, lance les scripts et écrit le livrable dans votre dossier projet. Le même dossier fonctionne dans Claude Code aujourd'hui et dans Codex demain, sans modification.
Agent, chatbot, prompt, skill : quatre fonctions
| Concept | Forme | Résultat | Quand l'utiliser |
|---|---|---|---|
| Prompt | Une phrase | Variable | Question ponctuelle |
| Chatbot | Conversation libre | Variable | Brainstorming, exploration |
| Agent | Workflow écrit (AGENT_ |
Même format à chaque lancement | Tâche répétée avec un livrable précis |
| Skill | Méthode réutilisable (SKILL.md) | Bloc chargé à une étape | Quand une méthode sert à plusieurs étapes ou agents |
Avec un agent, vous demandez « ce livrable, dans cette forme, à chaque fois », quel que soit l'outil qui l'exécute.
L'anatomie d'un fichier d'agent
Chaque AGENT_<NOM>.md de fog suit le même contrat, dans le même ordre. Le format s'est fixé sur des agents internes de swanbase avant l'ouverture du code.
- Step 0 : contexte. L'agent identifie le projet, charge le contexte commun écrit par project-context, lit la mémoire du projet, annonce les outils qu'il va utiliser, puis pose toutes les questions manquantes en un seul message, chacune avec sa valeur par défaut.
- When to run. Une à trois phrases qu'un founder lit en cinq secondes : avant d'écrire votre copy, quand le trafic baisse, avant de payer de la publicité.
- Inputs needed. La liste des entrées, obligatoires ou optionnelles, avec la valeur utilisée si vous ne répondez pas.
- Tools. Les capacités dont l'agent a besoin (recherche web, scraping, capture d'écran...) et la solution gratuite de repli pour chacune.
- Workflow. Des étapes numérotées. Chaque étape renvoie à une skill ou à une grille, et se termine par un critère « Done when » vérifiable : un fichier présent, une commande qui sort sans erreur, un comptage.
- Checks before delivery. Les contrôles communs, dans un ordre fixe : relecture du texte par script, vérification des preuves, validation des fichiers JSON, revue des rendus visuels, relecture par un regard neuf, inscription au journal.
- Output, location et failure modes. Le squelette du livrable, son chemin dans votre projet et la conduite à tenir pour chaque panne. Une clé API manquante déclenche un repli : elle n'arrête jamais le lancement.
Un founder qui ouvre n'importe quel fichier d'agent retrouve les mêmes parties au même endroit. Le Marketing Agents Playbook détaille chaque partie avec des exemples.
Agents verticaux contre mega-agent
Beaucoup de stacks d'agents empilent cinquante skills dans un seul agent géant, avec tous les outils dans le même contexte. Le modèle s'y perd.
Chaque agent fog fait une seule tâche, avec uniquement le contexte dont cette tâche a besoin. Il tient dans une session, le modèle reste concentré et vous pouvez changer d'outil sans rien rebrancher.
Pour enchaîner plusieurs tâches, fog passe par les fichiers. Les agents ne s'appellent jamais entre eux : chacun lit dans votre dossier projet les fichiers que les autres ont écrits. market-signal livre des citations vérifiées, que cold-outreach-builder, static-ads-builder et carousel-builder reprennent. first-users-hunter livre un CSV de prospects pour cold-outreach-builder. Si le fichier manque, l'agent fonctionne seul. Et quand vous voulez tout enchaîner vers un objectif, growth-sprint lance les agents dans l'ordre, vérifie chaque résultat sur le disque et ne revient vers vous que pour les décisions humaines.
Le comparatif Claude Code contre Cursor montre comment l'outil choisi influence la quantité de contexte gérable.
Les 13 agents du stack fog
Le site range les treize agents en cinq familles. Sur chaque fiche agent, deux boutons copient le prompt d'installation et le prompt de lancement.
Mise en place
project-context. À lancer en premier, une seule fois. À partir de l'URL de votre site, l'agent extrait votre charte graphique (couleurs, polices, variantes de logo), puis écrit votre contexte business : offre, cible, ton. Chaque preuve (client, chiffre, témoignage) garde sa source, sa date et son consentement. Les douze autres agents relisent ce dossier.
Demande et premiers utilisateurs
market-signal. À lancer avant d'écrire votre copy ou votre code, puis à intervalle régulier pour suivre votre marché. L'agent stocke un corpus tiré de Hacker News, Reddit, Stack Exchange, de forums et des avis d'applications. Un script compte les mentions et compare chaque citation mot pour mot à sa source.
first-users-hunter. À lancer après la validation, quand vous voulez dix vraies conversations cette semaine. Le livrable compte une ligne par personne qui a demandé ce que vous construisez, avec le signal daté, la preuve qu'elle publie encore et un premier message écrit pour elle.
cold-outreach-builder. À lancer pour vos 50 à 200 premières conversations. L'agent prépare un dossier sourcé par prospect, ouvre chaque premier message sur un fait vrai et daté, contrôle la séquence par script et suit les réponses d'un lancement à l'autre. Il livre un CSV que n'importe quel outil d'envoi importe, et n'envoie rien lui-même.
Visibilité et conversion
seo-audit. Chaque mois, ou quand le trafic baisse. L'agent crawle le HTML servi, lit Search Console et les résultats Google, mesure vos citations dans les moteurs de réponse et les signaux E-E-A-T. Un registre de sujets bloque les doublons et propose de nouveaux sujets. En mode écriture, l'agent rédige l'article dans votre ton, rend ses visuels à vos couleurs, ajoute les liens internes et livre le tout en patch pour le dépôt de votre site. Il suit ensuite la page publiée à 14, 28 et 56 jours.
landing-page-analyzer. Avant de payer du trafic, ou après un lancement. L'agent audite la page sur une grille de 340 critères organisée selon LEVER (coût, confiance, utilisabilité, compréhension, motivation), mesure la page dans le DOM et parcourt le formulaire sans l'envoyer. Chaque constat renvoie à sa preuve, et chaque correctif sort en rendu avant/après puis en patch.
Contenu à votre marque
carousel-builder. Pour un carrousel LinkedIn ou Instagram qui enseigne quelque chose. Six directions artistiques, 3 à 20 slides mesurées et relues, livrées en PDF, JPEG et MP4. Le rendu passe par HTML, CSS et Playwright, sans API payante.
static-ads-builder. Pour vos visuels publicitaires Meta. L'agent lit d'abord les résultats de la période précédente, prépare des concepts par étape du funnel, puis rend en local des visuels 1:1, 4:5 et 9:16 avec le texte exact et votre vrai logo. Votre meilleure publicité devient une base pour cinq tests à une variable. Un modèle d'image n'intervient que pour un fond photo, après deux validations de budget.
short-video-builder. Pour une conférence, un pitch ou une interview filmés à l'horizontale. L'agent produit des vidéos courtes 9:16 avec transcription locale, accroches tirées mot pour mot de la vidéo, relecture complète avant le rendu, suivi du visage et sous-titres mot à mot.
founder-content-writer. Pour transformer vos notes, un mémo vocal, un appel ou une conférence en posts LinkedIn et X dans votre style. Chaque post renvoie à un passage de votre matériau, et l'agent vérifie chaque chiffre dans votre liste de preuves. L'agent ne publie rien.
Publication, mesure et plan
content-publisher. Quand un livrable est prêt. L'agent écrit une version par réseau (LinkedIn, X, Instagram, et en option Threads et Bluesky), vérifie les limites de chaque plateforme par script et place tout en file d'attente. Seule une personne peut valider une publication. Par défaut, l'envoi reste simulé ; vous pouvez brancher Zernio, une commande locale ou un webhook.
growth-pulse. Une fois par semaine. L'agent calcule par script vos chiffres de Plausible, Umami, GA4, Search Console, des réseaux sociaux et de vos revenus, vérifie chaque nombre du rapport et propose trois expériences AARRR pour le sprint suivant.
growth-sprint. Quand vous avez un objectif pour le mois, comme « 15 premières conversations ». Vous validez un plan, puis l'agent enchaîne les autres agents dans votre session. Le budget d'API payantes reste à 0 par défaut.
Le dépôt contient aussi _template-agent, le squelette que vous copiez pour construire votre propre agent.
Le Marketing Agents Playbook donne la version longue, avec des exemples ligne à ligne.
Vos outils, avec un repli gratuit
Les agents marketing ont besoin d'agir : chercher sur le web, lire une page, capturer un écran, générer une image. fog ne branche aucune API en dur. Chaque agent demande une capacité, et vous choisissez le fournisseur dans le fichier tools.json de votre projet :
| Capacité | Exemples de fournisseurs |
|---|---|
web_search |
Exa, Serper, Brave, Tavily, recherche intégrée à votre agent de code |
scrape |
Firecrawl, Jina Reader, curl, lecture web intégrée |
serp |
Serper, SerpApi, DataForSEO |
screenshot, page_speed |
Playwright, PageSpeed Insights, Lighthouse (gratuits) |
image_gen |
fal, OpenAI, Gemini, ou votre propre outil à partir des prompts de l'agent |
email_finder |
Hunter, Dropcontact, Apollo, ou votre propre enrichissement |
Chaque capacité accepte aussi builtin (l'outil intégré à votre agent de code), manual (vous collez l'information) ou none. Au début de chaque lancement, l'agent annonce son plan d'outils. Un outil absent dégrade le résultat, et le rapport le liste dans sa section Limites.
Les CLI de cli-skills (exa, firecrawl, gsc, perplexity) restent disponibles comme boîte à outils par défaut, pour ceux qui veulent les fournisseurs avec lesquels le stack a été construit.
Les livrables s'écrivent dans votre dossier projet, au format <projet>/<agent>/<nom>-<AAAAMMJJ>.md, avec un JSON à côté pour les agents suivants. Versionnez-les dans Git et comparez-les d'un mois sur l'autre : aucune plateforme ne garde vos données.
Le contrôle du modèle par script
Dans fog, le modèle écrit une spécification, un script construit le livrable, puis une boucle de contrôle vérifie le résultat. Cinq règles en découlent.
- Sans preuve, rien ne sort. Les noms de clients et les témoignages viennent de votre liste de preuves ou d'une URL source. Un contrôle des affirmations et un contrôle d'écriture bloquent le reste avant que vous ne voyiez le brouillon.
- Les scripts comptent. Nombres de mentions, chiffres de croissance, limites de mots, mesures de mise en page et comparaison des citations passent par Python. Le rapport ne peut citer que les chiffres produits par les scripts.
- Vous gardez la main. Les agents préparent, et chaque envoi ou dépense passe par vous. Une publication demande une validation tapée par une personne, et chaque appel payant attend une confirmation explicite.
- Un regard neuf relit. Un sous-agent sans l'historique de la session note le livrable sur une grille. Une deuxième passe de la session qui a produit le travail ne compte pas comme relecture.
- fog apprend vos goûts. Chaque lancement s'inscrit dans un journal, et chaque brouillon que vous refusez devient une règle pour le lancement suivant.
Chaque agent a aussi ses tests, lancés hors ligne et sans clé API. Le script validate_stack.py vérifie la cohérence du dépôt à chaque push.
Comment créer votre propre agent (méthode en 4 étapes)
Étape 1 : copiez _template-agent
Le dépôt contient ce squelette. Il fixe la structure que chaque agent respecte : fichier de workflow, README, config.example.json, au moins une skill, des assets et un dossier references/.
cp -r agents/_template-agent agents/mon-nouvel-agent
Étape 2 : remplissez le contrat du workflow
Écrivez chaque section du contrat dans l'ordre, du Step 0 jusqu'aux pannes, avec un critère « Done when » à chaque étape du workflow. Toute méthode de plus d'une cinquantaine de lignes part dans une skill. Le Marketing Agents Playbook détaille chaque partie.
Étape 3 : confiez le calcul aux scripts
Tout ce qui se compte, se mesure ou se compare passe par un script : le modèle écrit la spécification, le script produit le résultat et le contrôle. Ajoutez un test hors ligne pour chaque script.
Étape 4 : validez et lancez sur plusieurs cas
Lancez python3 scripts/validate_stack.py depuis la racine du dépôt, puis lancez l'agent sur des cas variés, dans au moins deux agents de code. Si la forme du livrable varie, resserrez le gabarit. Si le contenu reste faible, précisez le workflow.
Les règles de portabilité
Un agent est portable quand il fonctionne de la même façon dans Claude Code, Codex, Cursor et Gemini CLI. Le gabarit de fog impose quelques règles strictes :
- Aucune fonction propre à un outil. Pas de
mcp__*, pas declaude-*, aucun appel qui n'existe que dans un seul outil. Shell, Python et capacités detools.jsonsuffisent. - Aucune API obligatoire. Chaque appel externe passe par une capacité avec un repli gratuit : programme local, outil intégré ou saisie manuelle.
- Aucun chemin absolu. L'agent travaille depuis la racine de votre projet, en chemins POSIX.
- Les livrables sortent du dossier de l'agent. Ils s'écrivent dans
<projet>/<agent>/, et ungit pullmet l'agent à jour sans toucher à vos fichiers.
Le jour où un agent ne respecte plus ces règles, il ne tourne plus que dans un seul outil.
fog face aux alternatives (agence, SaaS, DIY)
| Critère | Agence freelance | SaaS d'agents marketing | DIY (depuis zéro) | fog |
|---|---|---|---|---|
| Coût mensuel | Honoraires d'agence | Abonnement | Temps du founder | Votre agent de code, API optionnelles |
| Audit possible | Non | Non (boîte noire) | Oui | Oui (markdown et Python lisibles) |
| Chiffres vérifiés par script | Selon l'agence | Rarement | Selon votre code | Oui, à chaque livrable |
| Modifiable | Non | Limité | Oui | Oui (fork direct) |
| Portable entre outils | Sans objet | Non | Selon l'implémentation | Oui |
| Licence | Contrat | Abonnement | La vôtre | Apache 2.0 |
On liste d'autres outils pour founders sur la page outils gratuits.
Comment commencer maintenant
- Clonez le dépôt :
git clone https://github.com/tns-research/fog-agents.git, puis ouvrez le dossier dans votre agent de code. - Lancez project-context :
Run the project-context agent for https://votre-site.com. L'agent enregistre votre marque et votre activité, et propose d'écrire votretools.json. - Choisissez l'agent du moment : market-signal avant d'écrire, landing-page-analyzer avant de payer du trafic, seo-audit pour votre prochain article.
Le site fog-agents.com présente chaque agent avec ses entrées, ses livrables et ses prompts prêts à copier. Si vous construisez un agent qui pourrait rejoindre le stack public, proposez-le en pull request sur GitHub.
FAQ
Qu'est-ce qu'un agent IA marketing concrètement ?
Dans fog, un agent IA marketing est un dossier : un fichier de workflow AGENT_<NOM>.md, des skills en markdown, des scripts Python et des modèles de livrable. Votre agent de code (Claude Code, Codex, Cursor, Gemini CLI...) lit le workflow, lance les scripts et écrit le livrable dans votre dossier projet. Aucun serveur ni SDK propriétaire à maintenir.
Quelle est la différence entre un agent, un chatbot et un prompt ? Un prompt est une instruction ponctuelle. Un chatbot répond au fil d'une conversation libre. Un agent suit un workflow écrit, avec des entrées, des étapes numérotées, des contrôles et un livrable au format fixe : il produit la même forme de résultat à chaque lancement, quel que soit l'outil qui l'exécute.
Faut-il savoir coder pour utiliser fog ? Il suffit de savoir cloner un dépôt Git et d'ouvrir un dossier dans votre agent de code. Vous lancez ensuite chaque agent en langage naturel. Les scripts demandent Python 3, et les agents de rendu demandent aussi Playwright et ffmpeg. Modifier un agent ou en créer un demande de lire du markdown et un peu de Python.
Combien coûte fog ? fog est gratuit et sous licence Apache 2.0. Aucune API payante n'est obligatoire : chaque agent a une solution gratuite de repli. Vous payez votre agent de code (par exemple un abonnement Claude ou ChatGPT) et, si vous les branchez, les services tiers de votre choix, comme Exa, Firecrawl ou fal. Les dépenses passent toujours par une confirmation explicite.
Avec quels agents de code fog fonctionne-t-il ? fog fonctionne avec Claude Code, Codex, Cursor, Gemini CLI, GitHub Copilot, Grok, Mistral Vibe et Amp, et avec tout outil capable de lire des fichiers et de lancer des commandes shell. Les agents n'appellent aucune fonction propre à un seul outil.
Combien de temps faut-il pour démarrer ?
Le démarrage tient en un clone du dépôt et une phrase : Run the project-context agent for https://votre-site.com. Sans clé API, l'agent utilise la recherche et la lecture web intégrées à votre agent de code. Vous ajoutez ensuite vos clés si vous voulez des fournisseurs plus rapides.
Pourquoi fog est-il sous licence Apache 2.0 ? Vous devez pouvoir lire, vérifier et modifier un agent qui prépare vos décisions marketing. Apache 2.0 autorise l'usage commercial, la modification et le fork, à condition de conserver les mentions du fichier NOTICE.
fog remplace-t-il une agence marketing ? Pour un founder qui cherche ses premiers clients, fog couvre les tâches qu'on confie souvent à une agence : étude de marché, prospection, SEO, audit de landing page, carrousels, publicités, vidéos courtes et rapport hebdomadaire. Les agents préparent le travail, et vous gardez la main sur chaque publication et chaque dépense. Pour piloter une équipe ou de gros budgets publicitaires, une équipe marketing reste utile.
On développe fog chez swanbase, l'accélérateur de growth marketing qui accompagne des startups européennes à Paris et à distance, sur candidature. Pour aller plus loin, lisez la fiche fog, notre comparatif des alternatives open source aux agents IA et notre définition de Claude Code.
