Blog · IA & Data

Créer un agent IA avec n8n : 3 workflows pour PME, sans coder

Un agent IA n8n est un workflow dans lequel un modèle de langage comme Claude, ChatGPT ou Gemini lit des données, décide de l'action à mener et la déclenche dans vos outils.

Créer un agent IA avec n8n : 3 workflows pour PME, sans coder
Au sommaire
  1. Agent IA n8n : ce qui se passe vraiment dans un workflow
  2. n8n, Make ou Zapier pour un agent IA : lequel choisir ?
  3. Créer un agent IA avec n8n : les 5 étapes que je suis
  4. 3 workflows d'agent IA n8n pour une PME, avec les consignes à…
15 minde lecture
25 mai 2026date de publication
Massimo Melonefondateur de M-Twice

Un agent IA n8n est un workflow n8n dans lequel un modèle de langage (Claude, ChatGPT ou Gemini) lit des données entrantes, décide de l’action à mener et la déclenche lui-même dans vos outils : CRM, messagerie, tableur ou Slack. Créer un agent IA avec n8n ne demande pas de savoir coder. Il faut en revanche savoir décrire précisément une tâche répétitive.

Ce second point sépare les agents qui tournent de ceux qu’on abandonne au bout de deux semaines. Chez les PME que j’accompagne, l’outil est rarement le problème. Le problème, c’est la consigne : « triez mes e-mails » n’est pas une tâche, c’est un souhait.

Quand un dirigeant tape « n8n agent IA » dans Google, il cherche rarement une définition. Il veut savoir si ça peut marcher chez lui, combien de temps ça prend et où sont les pièges. Ce guide répond à ces trois questions. Il s’adresse aux dirigeants, aux responsables marketing et aux commerciaux de PME. Il part de trois workflows que je mets en place pour des clients (qualification de leads, tri des e-mails, reporting hebdomadaire), avec les consignes à copier, les erreurs que j’ai faites et la question que personne ne pose : sur quels chiffres l’agent travaille-t-il ?

Agent IA n8n : ce qui se passe vraiment dans un workflow

Un agent IA dans n8n repose sur un nœud appelé AI Agent. D’après la documentation officielle de n8n, ce nœud s’appuie sur trois briques :

  • un modèle de langage qui raisonne ;
  • une mémoire facultative qui garde le fil d’un échange ;
  • des outils, c’est-à-dire les actions que l’agent a le droit de déclencher.

Dans la pratique, un workflow d’agent IA suit toujours la même séquence. Un événement le déclenche : un formulaire soumis, un e-mail reçu, une heure programmée. Les données brutes arrivent au nœud AI Agent. Le modèle les lit à la lumière de votre consigne, choisit l’action adaptée parmi les outils que vous lui avez ouverts, puis l’exécute : créer une fiche dans le CRM, rédiger un brouillon, poster un message dans Slack. Personne n’a besoin d’être devant l’écran.

La différence avec une automatisation classique tient en une phrase. Une automatisation suit une règle fixe (si le champ budget est vide, alors…). Un agent, lui, interprète. Il comprend qu’« on aimerait démarrer avant l’été » signale une urgence, même si le mot n’apparaît nulle part. C’est sa force, et c’est aussi son risque : un agent qui interprète peut mal interpréter.

Ma règle de terrain est simple. Réservez l’agent aux tâches où il faut lire et juger. Pour tout ce qui se résume à « si ceci, alors cela », un workflow n8n sans IA est plus rapide, moins cher et plus prévisible.

n8n, Make ou Zapier pour un agent IA : lequel choisir ?

La question revient à chaque premier rendez-vous. Les trois outils connectent vos applications sans code, mais ils ne répondent pas au même besoin dès qu’une IA entre dans la boucle.

Critèren8nMakeZapier
Prise en mainPlus exigeante : il faut comprendre comment les données passent d’un nœud à l’autreLa plus visuelle pour un premier scénarioTrès simple pour des enchaînements courts
Agent IANœud AI Agent natif, au cœur du produitFonctions IA disponibles, périmètre à vérifier selon l’offreFonctions IA disponibles, périmètre à vérifier selon l’offre
HébergementCloud n8n ou votre propre serveurCloud uniquementCloud uniquement
FacturationCloud facturé par exécution de workflow ; édition communautaire auto-hébergée gratuiteÀ la consommation d’opérationsÀ la tâche exécutée
Mon usageAgents IA et gros volumesPremier test rapidePetits enchaînements ponctuels

Trois arguments me font pencher vers n8n pour les agents :

  • L’IA est native, pas greffée.
  • La facturation pèse moins lourd. Un workflow qui enchaîne dix actions et tourne des centaines de fois par mois coûte moins cher facturé par exécution que facturé à chaque action.
  • Les workflows restent chez vous. L’auto-hébergement les garde sur un serveur que vous contrôlez, ce qui compte quand le RGPD s’invite dans la discussion.

Les grilles des trois éditeurs changent souvent : vérifiez les tarifs à jour sur leurs pages officielles avant de comparer.

Mon avis reste nuancé. Si vous voulez tester l’idée d’une automatisation en une après-midi, Make est plus accueillant. n8n demande un apprentissage plus long que Make, mais beaucoup plus court que du code.

Créer un agent IA avec n8n : les 5 étapes que je suis

Voici l’ordre que j’applique pour chaque nouveau projet n8n agent IA chez un client. Sauter une étape fait presque toujours perdre plus de temps qu’elle n’en aurait coûté.

1. Choisir une tâche répétitive, fréquente et à faible risque

Le bon premier agent traite une tâche que quelqu’un fait chaque semaine à la main, qui demande un jugement simple et dont l’erreur ne coûte pas cher. Qualifier une demande entrante : oui. Envoyer seul un devis à un client : non, pas au début. Écrivez la tâche en trois phrases, comme si vous la confiiez à un nouveau collaborateur. Si vous n’y arrivez pas, l’agent n’y arrivera pas non plus.

2. Choisir entre le cloud n8n et votre propre serveur

Le cloud n8n se lance en quelques minutes et vous épargne la maintenance. L’édition communautaire auto-hébergée est gratuite côté logiciel, mais quelqu’un doit gérer le serveur, les mises à jour et les sauvegardes. Pour une PME sans profil technique, je conseille le cloud pour démarrer, puis une migration si les volumes ou les contraintes de données le justifient.

3. Poser le déclencheur et nettoyer les données d’entrée

Le déclencheur est l’événement qui lance tout : un formulaire, une nouvelle ligne de tableur, un e-mail, une planification. Juste après, ajoutez une étape qui ne garde que les champs utiles. Envoyez au modèle un e-mail entier, signature et historique compris : il se perdra plus souvent et vous coûtera plus cher en appels.

4. Configurer le nœud AI Agent : modèle, consigne, outils

Trois réglages font l’essentiel du résultat.

  • Le modèle : Claude, GPT ou Gemini, à choisir selon vos habitudes et vos contraintes de données. Sur des tâches de tri et de résumé, l’écart entre eux compte moins que la qualité de la consigne.
  • La consigne : le rôle de l’agent, les catégories autorisées, le format de sortie attendu et la conduite à tenir en cas de doute.
  • Les outils : ouvrez-lui uniquement les actions dont il a besoin. Un agent qui peut écrire dans le CRM ne doit pas pouvoir supprimer une fiche.

5. Tester sur des cas réels, puis garder un humain dans la boucle

J’ai appris cette étape à mes dépens. Mon premier agent de tri d’e-mails donnait des résultats propres sur mes exemples de test. En production, il a rangé plusieurs relances clients dans la mauvaise catégorie, parce que mes exemples étaient trop propres. Depuis, chaque agent démarre en mode suggestion : il propose, un humain valide pendant les premières semaines, et l’agent n’agit seul que sur les cas où ses propositions passent sans retouche.

Testez avec de vraies données des derniers mois, pas avec des exemples inventés. Les cas tordus sont dans vos archives, pas dans votre imagination.

3 workflows d’agent IA n8n pour une PME, avec les consignes à copier

Ces trois workflows couvrent les demandes que j’entends le plus souvent : trier ce qui entre, répondre plus vite et sortir un reporting sans y passer sa journée. Adaptez les consignes à votre activité ; leur structure fonctionne telle quelle.

1. Qualifier automatiquement les leads entrants

Le déclencheur est un formulaire de contact ou de devis. L’agent lit la demande et la classe en chaude, tiède ou froide selon vos critères : budget, délai, zone, type de besoin. Il crée ensuite la fiche dans votre CRM et prévient le commercial, dans Slack ou par e-mail, pour les demandes chaudes uniquement. Le commercial ne lit plus chaque demande : il traite d’abord celles qui ont une chance réelle d’aboutir.

Vous êtes l'assistant commercial de [nom de l'entreprise], qui vend [offre] à [cible].
Lisez la demande reçue et classez-la : CHAUD, TIÈDE ou FROID.
CHAUD : budget indiqué supérieur à [seuil], délai de moins de [délai], zone desservie.
TIÈDE : besoin clair, mais budget ou délai absent.
FROID : hors zone, hors offre, ou simple comparaison de prix.
Répondez uniquement au format JSON avec trois champs : categorie, raison (une phrase), action (appeler, relancer par e-mail ou archiver).
En cas de doute entre deux catégories, choisissez la moins chaude et expliquez pourquoi.

2. Trier les e-mails et préparer les brouillons de réponse

Le déclencheur est un nouvel e-mail dans une boîte partagée (contact@, info@). L’agent identifie le type de message : demande commerciale, client existant, fournisseur, facture ou démarchage. Il applique le libellé correspondant et, pour les questions fréquentes, rédige un brouillon que la personne relit avant envoi. Il n’envoie rien seul. C’est cette règle qui rend le workflow acceptable pour une équipe.

Vous triez les e-mails reçus par [nom de l'entreprise].
Attribuez une seule catégorie : COMMERCIAL, CLIENT, FOURNISSEUR, FACTURE, DÉMARCHAGE.
Si la catégorie est CLIENT et que la question figure dans la liste ci-dessous, rédigez un brouillon de réponse de cinq lignes maximum, vouvoyé, signé [prénom].
[Liste des questions fréquentes et des réponses validées]
N'inventez jamais un délai, un prix ou une promesse absente de cette liste.
Si le message exprime un mécontentement, catégorie CLIENT, aucun brouillon, et ajoutez le mot URGENT.

3. Produire le reporting hebdomadaire automatiquement

Une responsable marketing m’a dit récemment : « Je passe une journée par mois à préparer le reporting pour la direction. » Ce n’est pas un manque d’organisation. Ses chiffres vivent dans huit outils, chacun avec ses écrans et sa façon de compter. Il faut les copier, les remettre en forme, puis les commenter. Une journée par mois, ce sont douze journées par an où elle n’améliore rien.

Le déclencheur est une planification, chaque lundi à 8 h. Le workflow récupère les chiffres de la semaine : ventes de la boutique, visites, dépenses publicitaires. L’agent compare avec la semaine précédente, repère les trois écarts les plus importants et rédige un résumé de dix lignes, envoyé par e-mail à la direction. La personne ne fabrique plus le rapport : elle le commente.

Newsletter · chaque mardi

Brief Digital Hebdo.

Chaque mardi matin, un conseil précis pour améliorer votre boutique en ligne et vos ventes. Cinq minutes de lecture.

Votre adresse sert uniquement à l’envoi du Brief. Politique de confidentialité

Vous préparez le point hebdomadaire de [nom de l'entreprise] pour la direction.
Vous recevez les chiffres de cette semaine et de la précédente : ventes, visites, dépenses publicitaires par canal.
Repérez les trois écarts les plus importants, en pourcentage et en valeur.
Pour chacun, proposez une explication possible, en précisant qu'elle reste à vérifier.
N'additionnez jamais les conversions annoncées par plusieurs plateformes publicitaires.
Rédigez dix lignes maximum, sans jargon, avec un titre qui résume la semaine.

Ce que les données révèlent : un agent ne vaut que les chiffres qu’on lui donne

Le reporting automatique est le workflow le plus demandé, et le plus dangereux. Il donne une apparence de rigueur à des chiffres qui ne se parlent pas entre eux. Google Ads, Meta et Analytics comptent chacun à leur façon et s’attribuent chacun la vente. Un agent qui résume leurs tableaux de bord résume surtout leurs désaccords.

Un exemple tiré de mon terrain : une boutique française d’équipement sportif sous WooCommerce, dont j’ai repris les fondations fin juillet 2026, suivi des ventes compris. Depuis, en partant des commandes réelles plutôt que des plateformes, la répartition est nette :

  • 52 % des commandes passent par Google Shopping gratuit ;
  • 16 % par la publicité payante ;
  • 8 % par ChatGPT.

Les campagnes de notoriété, elles, ont produit plus de 4 400 clics sans aucun panier.

Aucun tableau de bord publicitaire ne raconte cette histoire. Un agent branché sur ces seules sources aurait conclu l’inverse de la réalité. Même constat pour la visibilité dans les réponses IA de Google (les AI Overviews, ces résumés générés en haut des résultats de recherche). La boutique y apparaissait une vingtaine de fois par jour avant la refonte, et environ 150 fois par jour à la mi-septembre, depuis la remise à plat. Ce type de signal n’existe que si quelqu’un le mesure.

Un agent IA branché sur des chiffres faux ne se trompe pas moins. Il se trompe plus vite, et avec plus d’assurance.

Avant d’automatiser un reporting, vérifiez donc que le suivi des ventes est juste à la source. Si ce n’est pas le cas, commencez par là : la remise à plat de votre boutique et de son suivi des ventes passe avant l’agent. Et si votre objectif est de savoir chaque semaine ce qui rapporte vraiment, c’est le rôle de l’accompagnement mensuel de M-Twice et de son application de pilotage.

Faire soi-même ou se faire accompagner : comment décider

La plupart des PME que je rencontre n’ont pas besoin d’un prestataire pour leur premier agent. Elles ont besoin de deux jours bloqués dans l’agenda et d’une tâche bien choisie.

Faites-le vous-même si la tâche est interne, si une erreur ne touche pas un client et si quelqu’un dans l’équipe aime comprendre comment les choses fonctionnent. La documentation de n8n et ses modèles de workflows suffisent pour démarrer un premier projet n8n agent IA.

Faites-vous accompagner si l’agent touche des données clients sensibles, s’il doit écrire dans plusieurs outils à la fois ou s’il doit tourner sans surveillance. Le coût d’un workflow mal conçu ne se voit pas le premier jour. Il se voit le jour où des fiches CRM ont été écrasées sans que personne ne s’en aperçoive.

Si vous cherchez une agence n8n et no-code pour cadrer ou construire vos workflows, j’interviens aussi à la carte : 750 € la journée et 150 € l’heure, selon la grille publiée sur la page tarifs de M-Twice.

Sécurité, RGPD et coûts : ce que je vérifie avant de lancer un agent

Trois vérifications reviennent sur chaque projet, quelle que soit la taille de l’entreprise.

Les données. Quelles informations quittent votre système, vers quel fournisseur de modèle, et sous quelles conditions de traitement ? Pour des données clients, lisez les conditions d’utilisation de l’API du fournisseur choisi et documentez le traitement dans votre registre RGPD. L’auto-hébergement de n8n garde le workflow chez vous, mais les données envoyées au modèle partent quand même chez son éditeur, sauf si le modèle est lui aussi hébergé localement.

Les accès. Prévoyez un compte dédié pour chaque outil connecté, avec les droits minimaux. Jamais le compte administrateur du dirigeant.

Les coûts. Deux lignes sont à suivre : l’abonnement n8n (ou le serveur) et la consommation du modèle de langage, facturée à l’usage par son éditeur. Sur les tâches courtes décrites ici, la seconde reste en général modeste. Elle grimpe vite si l’agent lit des documents longs. Fixez une limite de dépense chez le fournisseur du modèle dès le premier jour.

Questions fréquentes sur l’agent IA n8n

Voici les réponses aux questions que l’on me pose le plus souvent avant un premier projet n8n agent IA.

Comment créer un agent IA avec n8n sans savoir coder ?

Pour créer un agent IA avec n8n sans coder, assemblez quatre éléments dans l’éditeur visuel : un déclencheur (formulaire, e-mail ou planification), un nœud AI Agent, un modèle de langage connecté par une clé d’API (Claude, GPT ou Gemini) et les outils que l’agent a le droit d’utiliser, comme le CRM ou la messagerie. Tout se configure par glisser-déposer et par formulaires, sans écrire de code. La partie qui demande le plus de soin n’est pas technique : c’est la consigne donnée à l’agent. Elle doit préciser son rôle, les décisions possibles, le format de réponse attendu et la conduite à tenir en cas de doute. Je recommande de démarrer en mode suggestion, avec une validation humaine, puis de laisser l’agent agir seul uniquement sur les cas où ses propositions sont validées sans retouche.

Quels sont des exemples d’automatisation marketing avec n8n ?

Pour une PME, les exemples d’automatisation marketing avec n8n les plus rentables sont la qualification des leads entrants, le tri des e-mails avec préparation de brouillons et le reporting hebdomadaire envoyé à la direction. Dans le premier cas, un agent IA lit chaque demande de formulaire, la classe selon le budget, le délai et la zone, crée la fiche dans le CRM et alerte le commercial. Dans le deuxième, il range les messages d’une boîte partagée et rédige des réponses que l’équipe relit avant envoi. Dans le troisième, il rassemble les chiffres de la semaine, les compare avec la précédente et résume les écarts en dix lignes. D’autres usages existent, comme l’enrichissement de fiches contacts ou la veille concurrentielle. Ces trois-là offrent toutefois le meilleur rapport entre effort de mise en place et temps gagné.

Combien coûte n8n pour une PME ?

Le coût de n8n pour une PME dépend surtout du mode d’hébergement. L’édition communautaire auto-hébergée est gratuite côté logiciel, mais elle demande un serveur et quelqu’un pour le maintenir, le mettre à jour et le sauvegarder. La version cloud de n8n est payante, avec des formules par paliers d’exécutions de workflows. Les montants évoluent régulièrement : vérifiez-les sur la page tarifs officielle de n8n. S’y ajoute la consommation du modèle de langage (Claude, GPT ou Gemini), facturée à l’usage par son éditeur. Elle reste généralement modeste sur des tâches courtes, mais varie selon la longueur des textes traités. Le coût le plus sous-estimé reste le temps de conception et de test : il dépasse souvent celui de la configuration elle-même.

n8n, Make ou Zapier : quel outil choisir pour un agent IA ?

Pour un agent IA, n8n est le choix le plus solide dès que les volumes ou les contraintes de données augmentent. Make convient mieux à un premier test rapide, et Zapier reste pratique pour de petits enchaînements ponctuels. n8n intègre un nœud AI Agent natif, facture son cloud par exécution de workflow plutôt qu’à chaque action, et peut être auto-hébergé, ce qui garde les workflows sur un serveur que vous contrôlez. Make offre l’interface la plus visuelle pour débuter. Zapier facture à la tâche, ce qui pèse vite sur des workflows longs qui tournent souvent. Les trois proposent des fonctions d’intelligence artificielle. Comparez leur périmètre réel et leurs tarifs à jour sur les sites officiels, car les offres changent fréquemment.

Faut-il savoir coder pour utiliser n8n ?

Non, il n’est pas nécessaire de savoir coder pour utiliser n8n et y créer un agent IA : l’éditeur est visuel, et chaque étape se configure par formulaires. n8n demande cependant plus d’apprentissage que Make. Il faut comprendre comment les données passent d’un nœud à l’autre et savoir lire leur structure. Les personnes à l’aise avec un tableur avancé s’y retrouvent généralement après quelques sessions de pratique. Le code reste une option, via un nœud dédié pour des transformations précises, mais il n’est pas indispensable pour les trois workflows de ce guide. Le vrai prérequis est ailleurs : savoir décrire une tâche de façon précise, avec ses cas limites, comme vous la confieriez à un nouveau collaborateur.

Un agent IA qui travaille sur des chiffres justes

M-Twice cadre et construit des workflows n8n pour les PME et les boutiques en ligne, en partant de ce que disent vos ventes réelles plutôt que vos tableaux de bord publicitaires. Le diagnostic d’une heure est gratuit : il suffit pour savoir quelle tâche automatiser en premier, et sur quelles données.

Découvrir l’expertise n8n et no-code de M-Twice

Pour aller plus loin

Ces ressources sont classées de la découverte à l’action, pour passer du premier agent à un suivi qui rapporte.

Massimo Melone, fondateur de M-TwiceÉcrit par Massimo Melone, fondateur de M-Twice.
Son parcours

Travailler avec M-Twice

Voir les tarifs

À lire ensuite

Tous les articles
Scroll
M-twice
Privacy Overview

This website uses cookies so that we can provide you with the best user experience possible. Cookie information is stored in your browser and performs functions such as recognising you when you return to our website and helping our team to understand which sections of the website you find most interesting and useful.