Un agent IA ne suit pas une marche à suivre : on lui donne des outils, et il choisit lui-même lesquels appeler pour répondre à une demande. C’est ce qui le distingue d’une automatisation classique, où chaque étape est écrite à l’avance.
n8n est l’un des meilleurs outils pour construire un agent IA relié à vos propres logiciels : agenda, messagerie, facturation, CRM. Voici la méthode que je suis, en six étapes, à partir d’agents réellement en service. Elle correspond à la partie « IA dans le flux » de la formation n8n.
Agent IA ou automatisation classique : la différence en une phrase
Une automatisation classique dit : « quand un formulaire arrive, crée la fiche, puis envoie l’e-mail ». Un agent reçoit une phrase et décide. Pour un agent immobilier, j’ai construit un agent qui reçoit un vocal du genre « j’ai fait visiter tel bien à telle personne, elle rappelle lundi ». Il cherche le bien, cherche la personne, la crée si elle est nouvelle, enregistre la prise de contact au bon endroit et ajoute la tâche de rappel. Personne ne lui a écrit cet ordre : il dispose de six actions sur la base, et il les appelle autant de fois qu’il le faut.
Ce projet-là tourne sur Make. Le principe est le même dans n8n, où l’agent est un nœud qu’on place dans un workflow.
Étape 1 : partir d’une question qu’on se pose dix fois par jour
Un agent utile ne naît pas de l’envie d’avoir un agent. Il naît d’une friction répétée. Pour mon propre agent IA sur WhatsApp et Slack, la friction était simple : une journée de travail passe d’un outil à l’autre, l’agenda, la messagerie, le logiciel de facturation, un moteur de recherche. Chaque changement d’outil coûte quelques minutes et casse l’attention.
La question n’était pas de remplacer ces outils, mais de pouvoir les interroger sans les ouvrir, depuis la messagerie qu’on a déjà sous la main. Choisissez le point d’entrée de votre agent de la même façon : là où vous êtes déjà, pas dans un outil de plus.
Étape 2 : tout ramener à du texte, le plus tôt possible
Une demande arrive sous plusieurs formes : un texte, un vocal, une photo, un PDF. Plutôt que d’apprendre à l’agent à comprendre quatre formats, le workflow les convertit avant de lui passer la main. Le vocal est transcrit, la photo décrite, le PDF extrait. L’agent n’a donc qu’un seul type d’entrée à comprendre.
Même chose pour les canaux : WhatsApp, Slack ou le chat intégré de n8n, le message est normalisé, puis traité de la même façon. Le canal d’entrée ne change rien à la suite.
Étape 3 : choisir le modèle, et le rendre remplaçable
Le modèle d’IA est le moteur de l’agent, mais ce n’est pas une pièce soudée. Sur mon agent, il se change dans un paramètre. Les modèles évoluent vite : un agent dont le modèle est figé dans dix endroits vieillit mal.
Ajoutez une mémoire de conversation, pour que l’agent se souvienne de ce qui vient d’être dit. Sans elle, chaque message repart de zéro, et « envoie-lui la même chose qu’hier » ne veut rien dire.
Étape 4 : donner des outils, pas une marche à suivre
C’est le cœur de la méthode. Mon agent dispose d’une dizaine de serveurs MCP comme outils : Google Agenda, Gmail, Google Contacts, Claap, Firecrawl, les données publiques d’entreprises et le logiciel de facturation. Il choisit lui-même lesquels appeler, et seulement ceux dont il a besoin.
Le bénéfice se voit au moment d’étendre l’agent : ajouter un outil revient à brancher un serveur MCP de plus et à le décrire. Le reste de l’automatisation ne bouge pas. La description compte autant que le branchement : c’est elle qui dit à l’agent à quoi sert l’outil et quand l’appeler.
Étape 5 : écrire ce qui reste humain
Un agent qui agit sans contrôle n’est pas un gain de temps, c’est un risque. Sur mon agent, la règle est claire : il prépare, retrouve et propose, mais il n’envoie pas un e-mail ni ne pose un rendez-vous sans qu’on le lui demande. La réponse repart sur le canal d’origine, et dans le format de la question : à un vocal, il répond par un vocal.
Écrivez cette frontière avant de construire, pas après le premier incident.
Étape 6 : tester avant de changer quoi que ce soit
Un agent ne se vérifie pas comme une automatisation classique : la même question peut recevoir deux réponses formulées différemment, toutes deux justes. Sur mon agent, des tests automatisés comparent ses réponses à des réponses attendues, sur la similarité et sur l’exactitude. C’est ce qui permet de changer de modèle sans naviguer à vue.
Un exemple à refaire en dix minutes
Pour voir le principe sans rien brancher de sensible, j’ai monté dans mon n8n le plus petit agent possible : quatre nœuds, aucun outil métier. C’est le point de départ de tous les autres.
- Message reçu dans le chat : le déclencheur. n8n fournit une fenêtre de chat intégrée, idéale pour tester avant de brancher WhatsApp ou Slack.
- Agent IA : le nœud qui reçoit la question, décide quoi faire et rédige la réponse.
- Modèle OpenAI : branché sous l’agent, sur la prise « Chat Model ». C’est le moteur ; il se remplace par un autre modèle sans toucher au reste.
- Mémoire de conversation : branchée sur la prise « Memory », elle garde les dix derniers échanges.
La troisième prise de l’agent, « Tool », reste vide ici. C’est là que se branchent les outils de l’étape 4 : un agenda, une messagerie, un logiciel de facturation.
Tout le comportement de l’agent tient dans sa consigne, le message système. Ici, trois phrases : il est l’assistant d’une petite entreprise de rénovation dans les Landes, il répond en français, en trois phrases au plus, et s’il ne sait pas, il le dit au lieu d’inventer. Cette dernière phrase compte plus qu’elle n’en a l’air.
Premier essai dans le chat : « un client me demande un devis pour refaire son tableau électrique, quelles informations dois-je lui demander ? ». L’agent liste les photos du tableau, la surface, le chauffage, les équipements, et conseille une visite. Deuxième message : « transforme ça en un SMS de deux lignes ». Il le fait sans qu’on lui redonne le contexte : c’est la mémoire de conversation. Le panneau des journaux, à droite, montre ce qui s’est passé à chaque étape : la mémoire lue, le modèle appelé, la mémoire mise à jour.
De là, chaque étape de la méthode ajoute une brique : un canal réel à la place du chat, une conversion des vocaux et des PDF en texte, puis les outils un par un, chacun décrit pour que l’agent sache quand l’appeler.
Pas besoin d’un agent partout
Dans beaucoup de workflows, l’agent n’est qu’une étape parmi d’autres. Dans mon automatisation de veille publiée en article, un agent rédige l’article, mais tout le reste est écrit à l’avance : la recherche de l’actualité, la lecture de la page, le choix de l’image de une, la création dans WordPress. Dans le post LinkedIn en trois formats, un agent rédige le texte, puis un aiguillage classique l’envoie vers l’image, la vidéo ou le carrousel.
La règle que je suis : un agent là où il faut décider ou rédiger, une automatisation classique là où les étapes sont toujours les mêmes. C’est moins coûteux, plus rapide et plus facile à surveiller.
n8n est-il le bon outil pour votre agent ?
n8n se distingue par son coût à l’exécution et non à l’opération, par la possibilité de l’héberger chez vous, et par sa liberté sur le code. C’est un atout pour un agent qui touche à vos données. En contrepartie, c’est l’outil le plus exigeant à prendre en main. Si ce n’est pas votre cas, Make donne les mêmes résultats sur la plupart des besoins : j’ai détaillé le choix dans Make ou n8n : lequel choisir pour une PME ?
Avant de vous lancer, posez-vous trois questions :
- Quelle question posez-vous plusieurs fois par jour à vos outils, et dans quelle messagerie aimeriez-vous la poser ?
- Quelles actions l’agent a-t-il le droit de faire seul, et lesquelles doivent attendre votre accord ?
- Comment saurez-vous qu’il répond juste, avant et après un changement ?
Le construire soi-même, ou se faire accompagner
La formation n8n couvre en deux jours ce qu’il faut pour construire un premier agent outillé et le fiabiliser : la donnée en JSON, les webhooks, l’appel d’un modèle d’IA ou d’un agent, la vérification de ce qu’il produit, la gestion des erreurs. On travaille sur vos outils et vos données. Si vous voulez d’abord savoir quel agent vous ferait gagner le plus de temps, je vous propose un audit gratuit de 30 minutes.
