Table des matières
L’ère de l’automatisation intelligente avec l’agent IA n8n
ChatGPT et les autres LLMs - Gemini, Claude, Deepseek, Mistral, etc - ont déjà fait couler beaucoup d'encre.
Et ce, alors qu'ils ne faisaient que produire du texte probabiliste.
Aujourd'hui, avec les agents IA déployés via des logiciels d'automatisation comme n8n, l'intelligence artificielle atteint une sorte de révolution cognitive. On parle d'IA agentique. Elle actionne des processus de travail qui, jusque-là, nécessitaient impérativement d'avoir un cerveau.
Un agent IA n8n permet concrètement de faire fonctionner toute une galerie d'outils (tools) pour atteindre un certain objectif.
Dans cet article, vous découvrirez tout ce qu’il faut savoir sur l’agent IA n8n, ses avantages, ses cas d’usage concrets et comment l’intégrer étape par étape dans vos propres workflows.
Suivez le guide pour propulser votre productivité et votre créativité à un niveau supérieur.
Comment créer et paramétrer un agent IA dans n8n
Le node Agent IA
Un agent IA est un des types de "node" de n8n.
Un node est une étape dans un workflow.
Et un workflow, c'est une liste de tâches exécutées les unes à la suite des autres.
Par exemple, dans le workflow de rédaction automatisée ci-dessous, j'ai 3 nodes :
- un tchat, à qui je donne un mot-clé
- un agent IA, branché avec le LLM ChatGPT, à qui je donne le mot-clé avec une instruction de rédaction, et qui rédige un article
- un node WordPress, qui va sur mon site et poste l'article en brouillon
Les connexions du node Agent IA
Le node Agent IA peut avoir 3 types de branchements, en plus de ses connexions ordinaires en entrée et sortie (input et output) :
- un branchement Chat Model, où on connecte le LLM qu'on veut : ChatGPT, Gemini, Claude etc. On choisit bien sûr le LLM en fonction des tâches à effectuer : un LLM fort en rédaction, ou fort en calcul, ou fort en raisonnement, ou peu puissant et gratuit pour des tâches peu exigeantes, par exemple de classement ou de classification.
- un branchement Memory (mémoire), surtout utile quand l'agent reçoit beaucoup d'instructions différentes, est connecté à beaucoup d'outils, ou interagit avec un tchat dont il doit se rappeler les interactions précédentes
- de multiples branchements Tool (outil), qui permettent de mobiliser les services de plus de 400 applications tierces, comme
- des bases de données (Qdrant, Supabase, MySQL, Pinecone, mongoDB...)
- des CRM (Zoho, Agile, Microsoft Dynamics...)
- des outils de communication (WhatsApp, Telegram...)
- des API de réseaux sociaux (LinkedIn, Facebook, Instagram...)
- des logiciels e-commerce (Magento, WooCommerce...)
- des e-mails (Gmail...)
- des moteurs de recherche (Google ou Bing via API, ElasticSearch...)
- des outils de travail personnel ou collaboratif (Notion, Trello, Slack...)
Ainsi, l'agent IA connecté à une multiplicité d'outils peut agir comme une sorte de chef d'orchestre opérationnel.
Il peut analyser, décider et agir en toute indépendance selon des instructions prédéfinies ou contextuelles. Il peut discuter, analyser des textes ou des données, déclencher des actions et s’adapter à des situations complexes.
Exemple d'Agent IA connecté à des tools
L'agent IA ci-dessous est connecté :
- au modèle de chat Google Gemini
- à une mémoire
- et à 2 outils : Google Calendar, et Whatsapp
Avec une telle configuration, on peut donner à l’agent IA, dans le prompt, des instructions comme :
- « Ajoute une réunion avec l'interlocuteur à la date et à l'heure indiqués dans le tchat »
- « Préviens-moi s’il y a un événement demain dans mon agenda »
- « Envoie un message WhatsApp de confirmation au client après l’ajout de l’événement »
L’agent analyse la requête en langage naturel, la traite via le modèle Google Gemini, s’appuie sur sa mémoire pour le contexte (par exemple, reconnaître l'interlocuteur, savoir s'il est un client ou une personne inconnue), puis utilise les outils connectés :
- Google Calendar pour créer un événement,
- WhatsApp pour envoyer un message automatique via un template prédéfini.
Exemple d'un agent IA gestionnaire de rendez-vous
On peut aussi avoir un agent IA spécialisé dans un type d'application, et connecté à des fonctionnalités différentes du même outil, comme dans cette configuration où un agent IA connecté au LLM Mistral tient le rôle de gestionnaire de rendez-vous et peut les créer, les reporter ou les annuler dans Google Calendar :
Bien choisir son "chat model" : les forces et faiblesses de chaque LLM
On l'a vu, les Agents IA sont connectés à des "chat models", des modèles de langage (LLM) qui sont en quelque sorte leur cerveau.
Or, il existe des centaines de modèles de langage, chacun ayant ses forces et ses faiblesses.
Rien qu'OpenAI propose une kyrielle de modèles, aux capacités très différentes :
- GPT-4.1 : Modèle avancé optimisé pour le codage.
- GPT-4.1 Mini : Version plus rapide et économique de GPT-4.1.
- GPT-4.1 Nano : Modèle ultra-rapide pour tâches simples.
- GPT-4.5 : Modèle puissant avec capacités améliorées.
- GPT-4o : Modèle multimodal traitant texte, images et audio.
- GPT-4o Mini : Version allégée de GPT-4o pour usage rapide.
- o1 : Modèle axé sur le raisonnement complexe.
- o1 Mini : Variante rapide du modèle o1.
- o1 Pro : Version haut de gamme du modèle o1.
- o3 : Modèle avancé pour analyses complexes.
- o3 Mini : Version compacte du modèle o3.
- o4 Mini : Modèle rapide pour tâches de raisonnement.
- DALL·E 3 : Générateur d'images à partir de texte.
- Whisper : Transcription et traduction audio multilingue.
- Sora : Génération de vidéos réalistes à partir de texte.
Il en va de même avec les modèles de Google :
- Gemini 2.5 Pro : Raisonnement avancé, multimodalité, contexte étendu.
- Gemini 2.0 Pro : Modèle polyvalent pour tâches complexes.
- Gemini 2.0 Flash : Réponses rapides, idéal pour applications interactives.
- Gemini 1.5 Pro : Modèle stable avec large fenêtre de contexte.
- Gemini 1.5 Flash : Version optimisée pour rapidité et efficacité.
- Imagen 3 : Génération d'images réalistes à partir de texte.
- Veo : Création de vidéos à partir de descriptions textuelles.
Modèles de Claude, d'Anthropic :
- Claude 3.7 Sonnet : Raisonnement hybride de pointe.
- Claude 3.5 Haiku : Réponses ultra-rapides avec contexte étendu.
- Claude 3.5 Sonnet : Équilibre entre performance et rapidité.
- Claude 3 Opus : Raisonnement complexe et compréhension avancée.
Modèles du français Mistral :
- Mistral 7B : Modèle open-source compact et efficace.
- Mixtral 8x7B : Architecture MoE pour performances accrues.
- Mixtral 8x22B : Modèle MoE puissant pour tâches complexes.
- Codestral : Spécialisé dans la génération de code.
- Mistral Nemo : Optimisé pour applications cloud natives.
- Mistral Small 3.1 : Modèle léger pour environnements contraints.
Modèles de LLaMa, du groupe Meta :
- Llama 4 Maverick : 17B, 128 experts, multimodal performant.
- Llama 4 Scout : 17B, 16 experts, rapide et économique.
- Llama 4 Behemoth : 2T, modèle en développement.
- Llama 3.3 : Amélioration des performances générales.
- Llama 3.2 : Version intermédiaire avec optimisations.
- Llama 3.1 : Base solide pour diverses applications.
Modèles du chinois DeepSeek :
- DeepSeek R1 : Raisonnement avancé, open-source MIT.
- DeepSeek V3 : Architecture MoE avec 671B paramètres.
- DeepSeek Prover V2 : Raisonnement mathématique et logique.
- DeepSeek Coder V2 : Génération de code optimisée.
- DeepSeek R1-Distill : Versions distillées pour efficacité.
Modèles du chinois Qwen (AliBaba) :
- Qwen 3.0 : Raisonnement hybride, multilingue avancé.
- Qwen 2.5 Omni : Entrée/sortie multimodale, 7B paramètres.
- Qwen 2.5 Max : Performances supérieures en génération de texte.
- Qwen 1.5 MoE : Architecture MoE pour tâches complexes.
- Qwen 1.8B / 7B / 14B / 72B : Gamme de tailles pour divers besoins.
Il importe donc de bien choisir son modèle, en fonction :
- de la spécialité :
- raisonner
- écrire du texte
- écrire du code
- générer des images
- générer des vidéos
- générer de la parole en text-to-speech
- du prix et des limites d'utilisation (plusieurs modèles, par exemple Gemini 2.5, sont gratuits jusqu'à un certain nombre d'utilisations par jour, puis bloqués ou payants)
Exemple d'utilisation de modèles différents dans un même workflow
J'ai un workflow de rédaction, où j'utilise des agents IA avec des modèles très différents.
En voici un morceau ci-dessous, pour que vous voyiez à quoi ça ressemble :
1/ Des nodes vont d'abord faire une recherche sur Google. Ils récupèrent chaque page et la font analyser et résumer par un agent IA.
A votre avis, quel modèle ai-je utilisé pour ça ? J'ai utilisé un modèle moyennement intelligent et assez peu coûteux : GPT 4o.
2/ Ensuite, un node a découpé les résumés en petits morceaux, et les a fait étiqueter / classifier par un agent IA.
Avec quel modèle ? J'ai utilisé Gemini 1.5-flash, car cette tâche demande peu d'intelligence, mais doit se faire des centaines de fois, donc je dois optimiser le coût du traitement.
3/ Puis, j'ai des nodes qui vont rechercher l'information étiquetée, et la fournissent à un agent IA qui a la tâche de rédiger un excellent article, basé sur des sources fiables.
Devinez quel modèle j'utilise ? Cette fois, je ne lésine pas sur les moyens, j'utilise soit GPT 4-5, soit Gemini 2-5, car je veux que le texte soit stylé et évite les hallucinations.
4/ Enfin, j'ai un dernier agent IA qui a la tâche basique de formater mon excellent article en HTML : ça, je le donne à faire à un modèle gratuit, GPT 3-5 turbo.
Vous voyez donc que pour un seul workflow, j'utilise pas moins de 4 LLMs différents.
Tout ce qu'on peut faire avec des agents IA n8n
Les agents IA n8n n'ont que trois limites :
- la puissance des modèles d'IA auxquels on peut les brancher
- la diversité des services tiers auxquels on peut les connecter
- et enfin l'imagination !!!
Ainsi, la plupart des entreprises peuvent gagner en productivité en automatisant certaines tâches grâce à des agents.
Ou, gagner en compétitivité en faisant des choses qu'elles ne faisaient pas avant en raison d'un budget limité.
Quelques cas d'usage
Voici quelques exemples d'usage des agents IA :
- faire du marketing automatisé sur les réseaux sociaux
- créer des articles et nourrir un site web automatiquement
- créer des vidéos Youtube avec Kling AI, des podcasts avec ElevenLabs, des pubs...
- faire de la veille documentaire
- traiter des documents (effacer l'arrière-plan sur des images, les dimensionner etc)
- créer des chatbots contrôlés (grâce à des prompts donnés à l'agent IA) via Telegram, Whatsapp, Slack ou Teams, ou sur un site web
- filtrer les emails (par thème, par priorité etc)
- monitorer les avis clients grâce à une analyse de sentiment
- gérer des tickets (répondre automatiquement quand la réponse est connue, diriger vers les experts après étiquetage de la question...)
- scraper des emails sur Google maps ou sur le web
- établir des devis et des factures
- etc etc
Laissez parler votre créativité : l’intégration de l’agent IA dans n8n ouvre la voie à une infinité d’idées et d’optimisations.
Vous vous demandez si tel ou tel projet est possible ?
Prestataire en automatisation, je peux évaluer le temps de travail et le coût de vos cas d'usage, n'hésitez pas à me contacter pour en discuter :
Liens, ressources et communauté autour de l’agent IA n8n
Envie d’approfondir ? Voici quelques liens et ressources utiles pour aller plus loin :
Pour d’autres conseils, parcourez nos articles spécialisés sur n8n et l’automatisation.
