Sommaire
- C'est quoi exactement un agent IA dans n8n ?
- Prérequis avant de créer ton agent IA n8n
- Tutoriel pas à pas : construire ton premier agent IA avec n8n
- Comparatif des configurations d'agents IA dans n8n
- Cas concrets : ce que des pros ont construit avec ces agents
- Les erreurs les plus fréquentes (et comment les éviter)
- Questions fréquentes
- Et maintenant, tu construis quoi ?
- Un agent IA dans n8n, c'est un workflow capable de raisonner, décider et agir tout seul à partir d'une instruction.
- Tu peux construire ton premier agent en moins d'une heure, sans écrire une ligne de code.
- Les outils (Slack, Gmail, Notion, Airtable...) se branchent directement sur l'agent via des nodes dédiés.
- Les cas d'usage les plus rentables : prospection automatique, tri d'emails, relances clients, génération de rapports.
Tu entends parler d'agents IA partout, mais quand tu ouvres n8n pour la première fois, tu vois une page blanche avec des nodes et tu ne sais pas par où attaquer. C'est normal. Le concept d'agent IA semble abstrait jusqu'à ce que tu en construises un toi-même et que tu regardes tourner le truc en temps réel.
Dans ce tutoriel, je te montre comment créer un agent IA avec n8n de A à Z. On va du setup initial jusqu'à un agent fonctionnel qui récupère des infos, raisonne dessus et effectue des actions concrètes dans tes outils. Avec des exemples tirés de vrais workflows de freelances et de petites équipes.
Si tu veux d'abord comprendre les bases de l'automatisation avec l'IA avant de te lancer, jette un œil à notre guide pour automatiser avec l'IA. Sinon, on y va directement.
C'est quoi exactement un agent IA dans n8n ?
Un workflow classique dans n8n suit une logique linéaire : si X arrive, fais Y, puis Z. Ça marche bien pour les tâches répétitives et prévisibles.
Un agent IA, c'est différent. Tu lui donnes un objectif, et il décide lui-même des étapes à suivre pour l'atteindre. Il peut appeler des outils, interpréter les résultats, corriger son approche et recommencer. C'est ce qu'on appelle une boucle "ReAct" (Reason + Act).
La différence avec un chatbot classique
Un chatbot répond à des questions. Un agent IA agit. Il peut envoyer un email, mettre à jour une fiche Airtable, chercher une info en ligne et résumer le tout dans un Slack. Tout ça dans la même exécution, sans que tu touches quoi que ce soit.
Pour aller plus loin sur les distinctions entre ces technologies, l'article sur les agents IA, chatbots et RPA explique les différences de façon très claire.
Ce que n8n apporte par rapport aux autres outils
n8n est open source, auto-hébergeable, et ses nodes "AI Agent" sont nativement intégrés depuis fin 2024. Tu n'as pas besoin de passer par du code Python ou une API complexe. L'interface visuelle te permet de voir exactement ce que l'agent fait à chaque étape.
Si tu hésites encore entre les outils d'automatisation du marché, notre comparatif n8n vs Zapier sur le coût total te donnera une vision claire sur le long terme.
Prérequis avant de créer ton agent IA n8n
Pas besoin d'être développeur. En revanche, quelques éléments doivent être en place avant de démarrer.
Compte n8n et accès à un LLM
Tu peux utiliser n8n en cloud (n8n.io, plan gratuit disponible) ou l'auto-héberger sur un VPS. Pour ce tutoriel, le cloud suffit largement.
Côté LLM, tu as le choix :
- OpenAI GPT-4o : le plus compatible nativement avec n8n, recommandé pour débuter.
- Anthropic Claude 3.5 Sonnet : excellent pour les tâches de raisonnement complexe.
- Mistral ou Ollama : pour ceux qui veulent garder les données en local.
Il te faut une clé API du LLM choisi. Pour OpenAI, ça se génère en 2 minutes sur platform.openai.com.
Identifie ton cas d'usage avant de construire
Avant d'ouvrir n8n, pose-toi une question simple : quelle tâche répétitive consomme le plus de ton temps chaque semaine ? L'agent sera d'autant plus utile qu'il résout un vrai problème.
Pour ce tutoriel, on va construire un agent qui surveille une boîte email, classe les messages entrants par priorité et crée automatiquement des tâches dans Notion pour les emails qui nécessitent une action. Un cas concret qu'une dizaine de freelances de notre communauté utilisent déjà.
Commence avec un seul outil connecté (ex. Gmail) avant d'en ajouter d'autres. Un agent simple qui fonctionne vaut mieux qu'un agent complexe qui plante.
Tutoriel pas à pas : construire ton premier agent IA avec n8n
créer un nouveau workflow et ajouter le node "AI Agent"
Dans ton dashboard n8n, clique sur "New Workflow". Cherche le node "AI Agent" dans la barre de recherche. C'est le node central qui va orchestrer tout le raisonnement.
rédiger un prompt système efficace
Le prompt système, c'est là que beaucoup de gens buguent. Trop vague, l'agent part dans tous les sens. Trop rigide, il perd tout intérêt.
connecter les outils (nodes "Tool")
Dans n8n, les outils de l'agent sont des nodes spéciaux que tu branches en sortie du node AI Agent. Pour notre cas d'usage :
ajouter une mémoire à l'agent
Par défaut, un agent n8n n'a pas de mémoire entre deux exécutions. Pour qu'il se souvienne des emails déjà traités ou du contexte d'une conversation, tu branches un node "Memory" (Simple Memory ou Window Buffer Memory).
tester et déboguer
Clique sur "Test Workflow" et envoie-toi un email test. Dans n8n, tu vois en temps réel les décisions de l'agent : quel outil il a choisi, pourquoi, ce qu'il a envoyé et la réponse qu'il a reçue. C'est là que tout se joue.
À l'intérieur du node AI Agent, tu vas configurer trois éléments :
- Le modèle de langage : connecte ta clé OpenAI ou Anthropic via les credentials n8n.
- Le prompt système : c'est l'instruction de base qui définit le rôle de ton agent.
- Les outils disponibles : les actions que l'agent peut déclencher.
Voici un exemple fonctionnel pour notre agent email :
"Tu es un assistant de gestion email pour un consultant indépendant. Quand tu reçois un email, tu dois : 1) évaluer sa priorité (haute/moyenne/basse) selon l'urgence et l'expéditeur, 2) rédiger un résumé en une phrase, 3) si la priorité est haute, créer une tâche dans Notion avec le titre et la date limite estimée. Ne réponds jamais à l'email directement. Agis seulement sur les outils disponibles."
Précis, actionnable, avec des limites claires. C'est tout ce qu'il faut.
- Gmail Trigger : déclenche le workflow à chaque nouvel email.
- Notion Tool : permet à l'agent de créer des pages/tâches dans Notion.
- Slack Tool (optionnel) : envoie une notification quand une tâche urgente est créée.
Pour chaque outil, configure les credentials et définis précisément ce que l'agent peut faire. Par exemple pour Notion : "créer une page dans la base 'Todo' avec les champs Titre, Priorité et Date".
Donne un nom clair à chaque outil dans sa description (ex. "crée une tâche Notion pour les emails urgents"). L'agent LLM lit ces descriptions pour décider quel outil appeler. Un mauvais nom = un agent qui choisit le mauvais outil.
Pour un agent email en traitement batch, la mémoire est moins critique. Elle devient indispensable dès que ton agent est en conversation continue avec un humain (support client, assistant commercial).
Si l'agent fait n'importe quoi, 9 fois sur 10 le problème est dans le prompt système ou dans la description d'un outil. Affine et reteste.
Active le mode "verbose" dans le node AI Agent pour voir exactement le raisonnement interne du modèle. Ça ressemble à du JSON un peu verbeux, mais c'est incroyablement utile pour comprendre pourquoi l'agent prend une décision.
Gagne du temps avec l'IA, sans la théorie.
Just Use AI te donne les ressources, modules et templates pour automatiser ton quotidien.
Comparatif des configurations d'agents IA dans n8n
| Configuration | LLM recommandé | Mémoire | Nb d'outils | Complexité | Cas d'usage idéal | Coût estimé/mois |
|---|---|---|---|---|---|---|
| Agent simple | GPT-4o mini | Non | 1-2 | Débutant | Tri email, résumés | 3-8 € |
| Agent avec mémoire | GPT-4o | Window Buffer | 2-4 | Intermédiaire | Support client, FAQ | 15-30 € |
| Agent multi-outils | Claude 3.5 Sonnet | Simple Memory | 4-7 | Intermédiaire | Prospection, CRM | 30-60 € |
| Agent avec sous-agents | GPT-4o + GPT-4o mini | Externe (Redis) | 7+ | Avancé | Workflows complexes | 60-150 € |
| Agent local (Ollama) | Mistral / LLaMA 3 | Simple Memory | 2-4 | Intermédiaire | Données sensibles | 0 € (infra seule) |
Cas concrets : ce que des pros ont construit avec ces agents
Clara
Clara reçoit 20 à 30 demandes de contact par semaine via son formulaire Typeform. Avant, elle lisait chaque réponse manuellement, en perdant facilement 3 heures chaque lundi.
Son agent n8n fait maintenant ça : récupère chaque réponse Typeform, évalue le profil du prospect selon ses critères (budget, secteur, urgence), envoie un email personnalisé si le profil correspond et crée une opportunité dans son CRM Notion. Résultat : 3 heures récupérées chaque semaine, taux de réponse initial monté à 94 %.
Si tu travailles dans l'accompagnement, les stratégies d'IA pour la prospection d'un coach business vont te donner des idées très concrètes pour aller plus loin.
Romain
Romain avait un problème classique : des devis envoyés sans suite et des factures impayées qu'il oubliait de relancer. Son agent scrute Airtable chaque matin, identifie les devis sans réponse depuis plus de 5 jours et les factures échues, et envoie des relances personnalisées avec son ton habituel.
Il a couplé ça avec un workflow pour gérer ses relances clients automatiquement, et ses délais de paiement sont passés de 47 jours à 23 jours en moyenne.
L'équipe marketing de TechPme (6 personnes) : agent de veille concurrentielle
Chaque lundi matin, l'agent scrape les pages de tarifs de 8 concurrents, compare avec la version précédente stockée en base, détecte les changements et envoie un résumé Slack avec les points d'attention. Ce qui prenait 2 heures à un junior prend maintenant 4 minutes à l'agent. La seule action humaine : lire le résumé.
Pour les agents qui tournent en autonomie sur des données sensibles, lis notre guide sur l'automatisation IA conforme RGPD et AI Act. Quelques précautions simples évitent de gros problèmes.
Les erreurs les plus fréquentes (et comment les éviter)
Donner trop de liberté à l'agent
Un agent sans contraintes claires hallucine des actions, appelle des outils au hasard ou crée des doublons. Toujours définir des limites dans le prompt : "ne supprime jamais de données", "crée maximum 3 tâches par exécution", "si tu n'es pas sûr, envoie-moi un message Slack plutôt qu'agir".
Connecter trop d'outils d'un coup
Plus tu donnes d'outils à un agent, plus il peut se perdre dans ses choix. Commence avec 2 outils maximum. Ajoutes-en un troisième seulement quand les deux premiers fonctionnent parfaitement.
Ne pas monitorer les exécutions
Un agent qui tourne sans surveillance peut faire des erreurs en boucle et te coûter des tokens (et de l'argent). Mets en place des alertes sur les exécutions en erreur dans n8n et consulte le log d'exécution au moins une fois par semaine au début.
Pour aller plus loin sur les bonnes pratiques d'automatisation sans code, notre section sur l'automatisation no-code compile les patterns les plus fiables.
Questions fréquentes
Oui, complètement. n8n a une interface visuelle et les nodes AI Agent sont conçus pour être configurés sans code. Le seul prérequis un peu technique est de générer une clé API chez OpenAI ou Anthropic, ce qui prend moins de 5 minutes. Si tu sais utiliser un outil comme Notion ou Airtable, tu peux construire un agent n8n.
Le coût dépend du LLM choisi et du volume d'exécutions. Avec GPT-4o mini pour 500 emails traités par mois, compte 3 à 8 euros de tokens. n8n cloud démarre à 20 €/mois (ou 0 € en auto-hébergé). La plupart des freelances qui démarrent restent sous 30 €/mois tout compris.
Un workflow classique suit un chemin fixe défini à l'avance. Un agent IA décide lui-même de ses actions à chaque exécution selon le contexte. Si les emails que tu reçois sont toujours identiques, un workflow suffit. Si chaque email nécessite une interprétation différente, tu as besoin d'un agent.
Oui. Tu peux avoir un agent principal sur GPT-4o et des sous-agents sur GPT-4o mini pour les tâches simples, ce qui réduit le coût. C'est la configuration "multi-agents" qui devient très puissante pour les workflows complexes, mais commence simple avant d'aller là.
Pas nativement, mais tu peux brancher un outil de recherche web (SerpAPI, Brave Search, ou le node HTTP Request) comme outil disponible pour l'agent. Il pourra alors chercher des infos en ligne à la demande, dans le cadre de ta requête.
Donne-lui uniquement les permissions dont il a besoin (lecture seule si possible, écriture seulement sur les champs nécessaires). Loggue toutes les exécutions. Commence en mode "dry run" (l'agent prépare les actions mais ne les exécute pas) avant de passer en production. Et consulte notre guide sur la conformité RGPD pour l'automatisation IA.
n8n est open source et auto-hébergeable gratuitement sur ton propre serveur. La version cloud gratuite est limitée en nombre d'exécutions et de workflows actifs. Pour une utilisation professionnelle régulière, le plan Starter à 20 €/mois ou l'auto-hébergement sur un VPS à 5-10 €/mois sont les options les plus courantes.
Et maintenant, tu construis quoi ?
Tu as maintenant tout ce qu'il faut pour créer ton premier agent IA avec n8n : la logique, les étapes concrètes, les erreurs à éviter et des exemples réels. Le plus dur, c'est souvent de décider par quel cas d'usage commencer.
Mon conseil : prends la tâche la plus pénible de ta semaine, celle que tu remettrais volontiers à un assistant si tu en avais un, et construis un agent pour ça. Juste pour cette tâche-là. Tu seras surpris de la vitesse à laquelle tu arrives à un résultat fonctionnel.
Si tu veux un coup de main pour identifier ton meilleur cas d'usage ou auditer ton stack actuel, tu peux passer par notre audit IA gratuit. Et si tu préfères avancer seul mais avec les bons outils en main, les ressources gratuites Just Use AI incluent des templates n8n prêts à l'emploi que tu peux importer directement.
Le premier agent, c'est toujours le plus long à construire. Le deuxième prend la moitié du temps. Au troisième, tu ne peux plus t'en passer.