Blog · Automatisation et agents IA

Construire son premier
agent IA avec n8n

Publié le 25 mars 2026 · 15 min de lecture · Par Emerik Bricaud

Depuis 2025, les agents IA sont passés de buzzword à réalité opérationnelle. n8n — plateforme d'automatisation open-source — est devenue l'outil de référence pour les monter sans coder. Dans ce tutoriel, tu construis ton premier agent IA de A à Z : un agent de veille concurrentielle qui scrute le web chaque matin, résume les nouveautés, et te les envoie par email. Prévois 45 minutes, aucun code.

Agent IA vs automatisation : la vraie différence

Beaucoup confondent les deux. L'automatisation classique (Zapier, Make) exécute une suite prédéfinie d'étapes : « quand X arrive, fais Y puis Z ». Un agent IA, lui, raisonne : on lui donne un objectif et des outils, et il choisit lui-même la séquence d'actions pour atteindre le but.

Concrètement : un agent de veille décide s'il doit lire 3 ou 15 articles selon leur pertinence, choisit de chercher plus d'info sur un sujet qui émerge, et s'arrête quand il a assez. Une automatisation classique fait toujours exactement la même chose.

Règle simple : si ton process est stable et répétable à l'identique, fais une automatisation. Si ton process demande du jugement à chaque exécution, fais un agent.

Pourquoi n8n en 2026

  • Open-source et auto-hébergeable : tes données restent chez toi — critère rédhibitoire pour beaucoup d'entreprises RGPD-sensibles.
  • 600+ connecteurs vers Gmail, Notion, Slack, Airtable, HubSpot, Google Drive, Postgres, OpenAI, Anthropic…
  • Nœud « AI Agent » natif qui orchestre LLM + outils + mémoire.
  • Tarif raisonnable : gratuit en self-hosted, ~25 €/mois sur le cloud n8n pour une équipe.
  • Visuel : on voit ce qui se passe dans chaque exécution, on debug facilement.

Notre cas pratique : un agent de veille concurrentielle

L'objectif : chaque matin à 8h, l'agent doit :

  1. Scanner 5 sources web définies (blogs, sites de concurrents, Google News sur 3 mots-clés).
  2. Identifier les 3 à 5 contenus les plus pertinents publiés depuis hier.
  3. Les résumer en 2-3 phrases chacun.
  4. Prioriser selon l'impact business pour notre entreprise.
  5. Envoyer le tout par email avec un objet accrocheur.

Ce cas couvre 90 % des agents utiles en entreprise : récupérer — comprendre — synthétiser — router.

Étape 1 · Installer n8n (5 min)

Deux options :

  • Cloud n8n (recommandé pour démarrer) : va sur n8n.io, crée un compte, tu es opérationnel en 2 minutes.
  • Self-hosted (si tu veux tes données chez toi) : docker run -it --rm -p 5678:5678 n8nio/n8n sur un serveur. Le docker-compose officiel te monte une instance persistante en 5 minutes.

Étape 2 · Créer le déclencheur (2 min)

Dans un nouveau workflow, ajoute le nœud Schedule Trigger. Configure-le pour déclencher chaque jour à 8h. Ce nœud est l'horloge qui lance ton agent.

Étape 3 · Ajouter le nœud AI Agent (5 min)

Le cœur du workflow. Ajoute le nœud AI Agent. Configure :

  • Modèle : Claude Sonnet 4.6 ou GPT-5 (recommandé : Claude pour la qualité de synthèse longue).
  • Prompt système (le rôle de ton agent) — rédige-le avec la méthode CRAFT pour cadrer rôle, contraintes et format de sortie :
Tu es un analyste de veille concurrentielle pour [ton entreprise / secteur].
Ton objectif quotidien : identifier parmi les contenus récents ceux qui ont
le plus d'impact potentiel sur notre stratégie.

Outils disponibles :
- search_web (Google News, Brave Search)
- fetch_url (récupère le contenu d'une page)
- send_email (envoie la synthèse finale)

Méthode :
1. Cherche les nouveautés des 24 dernières heures sur [3 mots-clés].
2. Visite les 5-10 résultats les plus pertinents.
3. Filtre : garde uniquement ce qui change quelque chose pour nous.
4. Rédige une synthèse structurée (3-5 items max).
5. Envoie l'email final.

Reste factuel. Pas de buzzwords. Cite les sources.
        

Étape 4 · Connecter les outils (10 min)

L'agent a besoin de 3 « tools » :

Outil 1 : recherche web

Ajoute un sous-nœud HTTP Request Tool connecté à une API de recherche (Brave Search API ou SerpAPI ; comptez ~5 €/mois). Nomme-le search_web, décris-le : « Recherche le web sur une requête. Retourne jusqu'à 10 résultats. »

Outil 2 : récupération de contenu

Ajoute un second HTTP Request Tool. Nomme-le fetch_url, pointe-le vers une API de scraping (Jina AI Reader est gratuit et simple : r.jina.ai/{url}). Description : « Récupère le contenu texte d'une URL. »

Outil 3 : envoi d'email

Ajoute un nœud Gmail ou SMTP configuré en tool. Décris-le : « Envoie un email final à l'utilisateur avec objet + corps markdown. »

Étape 5 · Ajouter la mémoire (3 min)

Pour éviter que l'agent te renvoie 3 fois le même article sur 3 jours, ajoute-lui une mémoire via le nœud Memory (Postgres, Redis, ou la mémoire intégrée de n8n). Il y stocke les URLs et titres déjà envoyés, et ignore les doublons.

Étape 6 · Tester (5 min)

Clique sur Execute Workflow. Regarde l'exécution : l'agent cherche, lit, filtre, rédige, envoie. À chaque étape tu vois son raisonnement (« je cherche X car... »). C'est la partie la plus magique de n8n : le debug est transparent.

Si quelque chose cloche : ajuste le prompt système. Si l'agent est trop verbeux, raccourcis son instruction de synthèse. S'il oublie des sources, précise-les explicitement. Besoin d'inspiration pour le prompt ? Pioche dans nos 50 prompts IA pour voir des structures qui marchent.

Étape 7 · Mettre en production (5 min)

Active le workflow (toggle en haut à droite). Il tourne désormais chaque matin à 8h. Coût de l'exécution : ~5 à 10 centimes d'API LLM par passage, soit 1,5 à 3 € / mois. Pour un temps humain de 30 min/jour économisé, le ROI n'a pas besoin d'être démontré.

Les 6 agents les plus utiles à construire ensuite

  1. Agent de réponse email de premier niveau : trie ta boîte mail et propose des brouillons de réponse pour les mails standards.
  2. Agent de qualification commerciale : analyse les leads entrants, enrichit via LinkedIn / Pappers, score et route vers le bon commercial.
  3. Agent de synthèse réunion : récupère la transcription, génère un CR structuré, l'envoie aux participants et l'archive dans Notion.
  4. Agent de reporting client : compile chaque vendredi les données d'un compte client (activité CRM, tickets, emails) en un point d'étape.
  5. Agent de réponse à appel d'offres : analyse le cahier des charges, cartographie les critères, propose une trame de réponse.
  6. Agent de tri CV : pré-score les candidatures selon tes critères (cf. cas d'usage RH, attention au cadre RGPD/IA Act).

Les 5 erreurs à éviter

1. Un prompt système flou

Ton prompt système est la boussole de l'agent. S'il est vague, l'agent erre. Rédige-le avec la méthode CRAFT.

2. Trop d'outils d'un coup

Plus tu donnes d'outils, plus l'agent hésite. Commence avec 3 outils maximum. Ajoute des outils seulement quand tu constates un vrai besoin.

3. Pas de mémoire

Un agent sans mémoire répète les mêmes erreurs et te renvoie les mêmes infos. C'est 5 minutes à ajouter, essentiel.

4. Pas de mécanisme de stop

Donne une limite explicite : « maximum 5 itérations » ou « maximum 10 appels d'outils ». Sinon, un agent en boucle peut consommer plusieurs € d'API en une exécution.

5. Pas de supervision humaine au début

Les 2 premières semaines, configure l'agent pour produire un brouillon que tu valides. Une fois la qualité stable, tu passes en mode autonome complet.

Sécurité et conformité

Quatre principes à respecter :

  • Données sensibles : si l'agent traite des données perso ou confidentielles, utilise des modèles via offre entreprise (Azure OpenAI, AWS Bedrock, Claude Enterprise) et héberge n8n en self-hosted.
  • Journalisation : conserve les logs d'exécution (n8n le fait par défaut). Indispensable pour auditer en cas de problème.
  • Autorisation : donne à chaque outil le minimum de droits nécessaires (un token read-only plutôt que write, un accès à un dossier plutôt qu'un drive entier).
  • Conformité IA Act : si ton agent prend des décisions impactant des personnes (recrutement, crédit, évaluation), tu es probablement en « IA à haut risque ». Documente, supervise, contrôle. Voir notre guide IA Act et RGPD.

Pour aller plus loin

Notre parcours IA PRO inclut un module agents IA avec 3 agents construits en live. Pour les équipes qui veulent déployer des agents à l'échelle, notre offre entreprise combine formation + accompagnement technique.

FAQ

Questions fréquentes — agents IA et n8n

n8n ou Zapier pour un agent IA ?
n8n si vous voulez héberger vous-même (souveraineté, coût maîtrisé, branches logiques complexes). Zapier si vous voulez du plug-and-play rapide sans technique. Make est un intermédiaire. Pour un agent IA qui appelle plusieurs LLM + conditions, n8n l'emporte.
Combien coûte un agent n8n self-hosted ?
De 0 € (self-hosted sur un serveur déjà existant) à ~10 €/mois (VPS dédié) + coût des appels LLM à la consommation (souvent 0,5 à 5 €/mois par agent personnel).
Faut-il savoir coder pour construire un agent n8n ?
Non pour 80 % des cas. n8n est visuel. Des connaissances JSON + quelques lignes JavaScript dépannent pour les 20 % restants (transformations custom).
Quel LLM brancher sur n8n ?
ChatGPT (OpenAI), Claude (Anthropic), Gemini (Google) et Mistral disposent tous de nodes ou d'intégrations HTTP directes. Pour un premier agent, partez sur ChatGPT ou Claude via la node dédiée.
Comment garder mes données confidentielles ?
Self-host n8n (pas le cloud public), utilisez des API LLM en version Business/Team (isolation des données), et ne stockez pas les payloads sensibles dans les logs n8n. Le parcours IA PRO détaille le cadre.
Quel premier agent construire en pratique ?
Un agent de veille (RSS → LLM résumé → Slack) ou de tri email (Gmail → LLM classification → label). 30 minutes à monter, ROI immédiat.
Et maintenant ?

Passer à l'action : maîtriser l'IA dans votre métier

Le parcours IA PRO vous fait passer du bricolage à une pratique structurée, avec la certification RS6776. 16h, 100% en ligne, éligible OPCO.

Voir le Parcours IA PRO → Rejoindre le Challenge IA (gratuit)