Module 3Automatisation spécialisée (n8n et écosystème)

1. Pourquoi automatiser ? La logique du système

L'équation de l'automatisation

  TÂCHE RÉPÉTITIVE  +  RÈGLE CLAIRE  +  VOLUME  =  CANDIDAT PARFAIT
                                                               │
                                                               v
                                                    "Si je le fais 3 fois
                                                     par semaine, une
                                                     machine doit le faire
                                                     à ma place."

La règle d'or : automatisez ce qui est répétitif et prévisible. Gardez pour vous ce qui est créatif ou relationnel.

   AUTOMATISER                     GARDER HUMAIN
   ─────────────────               ─────────────────
   ✓ Surveiller un site            ✓ Répondre à un client
   ✓ Collecter des données         ✓ Prendre une décision
   ✓ Formater un rapport           ✓ Créer un contenu de marque
   ✓ Envoyer un rappel             ✓ Gérer un conflit
   ✓ Trier/classer                 ✓ Négocier

2. Les plateformes d'automatisation comparées

Notre choix pour cette formation : n8n — c'est l'outil utilisé dans les exemples réels de cette formation (surveillance de sites, radar emploi). Gratuit en self-host, on peut héberger ses données soi-même (RGPD friendly), et il expose une API complète.

3. Anatomie d'un workflow n8n

┌──────────┐    ┌──────────┐    ┌──────────┐    ┌──────────┐
│ DÉCLENCHEUR│ -> │  ACTION  │ -> │ LOGIQUE  │ -> │  SORTIE  │
│           │    │          │    │          │    │          │
│ "Quand    │    │ "Va      │    │ "Si le   │    │ "Envoie  │
│  quoi ?"  │    │  chercher│    │  site est│    │  une     │
│           │    │  quoi ?" │    │  down..."│    │  alerte" │
└──────────┘    └──────────┘    └──────────┘    └──────────┘

Exemple réel (déployé dans cette formation) :

  [Toutes les 5 min] -> [Vérifier 6 sites] -> [Site en erreur ?]
                                                    │
                                          non ──────┼────── oui
                                                    v
                                          [Alerte Discord instantanée]

Les 4 familles de déclencheurs

1. Planifié (cron) : "toutes les 5 minutes", "chaque lundi 8h"
2. Webhook : "quand quelqu'un soumet mon formulaire"
3. Événement app : "quand je reçois un mail", "quand une ligne Google Sheets est ajoutée"
4. Manuel : bouton "exécuter"

4. Cas d'école complet : le radar emploi (workflow réel)

Ce workflow est réellement déployé sur l'instance n8n de la formation. Il montre toutes les briques essentielles :

[Toutes les 2h]
      │
      v
[Code : obtenir un token OAuth2 France Travail]
      │
      v
[Code : lancer 9 recherches d'offres en parallèle]
  (CDI + alternance, 8 mots-clés, Île-de-France, 7 derniers jours)
      │
      v
[Code : déduplication - mémoire des offres déjà vues]
      │
      v
[Filtre : y a-t-il de NOUVELLES offres ?] ── non ──> [STOP silencieux]
      │ oui
      v
[IA DeepSeek : score de fit 0-100 par offre + argument de candidature]
      │
      v
[Code : trier par score, fusionner]
      │
      v
[Discord : alerte avec la meilleure offre en premier]

Ce que ce seul workflow enseigne :

• Authentification OAuth2 (token, expiration, scopes)
• Appels API REST (GET avec paramètres, en-têtes)
• Persistance d'état (staticData : ce qui a déjà été vu)
• Logique conditionnelle (filtre)
• Appel d'un LLM dans un workflow (le nœud Scoring)
• Transformation de données (JSON -> tableau trié -> message formaté)

5. Intégrer un LLM dans un workflow : les 3 patterns

Pattern 1 : Classification (le plus rentable)

Données brutes -> [LLM : "classe en urgent/normal/ignorer"] -> routage

Exemple réel : chaque mail entrant est résumé et classé par urgence (workflow "Résumé mails" de cette formation).

Pattern 2 : Enrichissement

Objet simple -> [LLM : "ajoute une analyse, un score, un résumé"] -> objet enrichi

Exemple réel : chaque offre d'emploi reçoit un score de fit et un argument.

Pattern 3 : Génération

Déclencheur + données -> [LLM : "rédige le contenu"] -> validation humaine -> publication

Exemple : idée d'article -> brouillon -> vous validez -> publié sur le blog.

⚠️ Règle de sécurité IA : ne jamais laisser un LLM envoyer/publier/dépenser sans validation humaine. L'IA propose, l'humain dispose.

6. Sources fiables pour l'automatisation (à suivre)

7. Exercices pratiques

Exercice 3.1 : premier workflow (30 min)

1. Créez un compte sur n8n.io (cloud trial) ou installez en local (Docker)
2. Workflow : [Manuel] -> [HTTP Request vers api.github.com] -> [Affichage]
3. Faites-le tourner. Vous venez d'appeler une API.

Exercice 3.2 : surveillance de site (45 min)

1. [Toutes les heures] -> [HTTP Request vers votre site] -> [IF statut != 200] -> [envoyez-vous un mail]
2. C'est le workflow le plus rentable du monde : 30 min d'effort, paix éternelle.

Exercice 3.3 : l'IA dans la boucle (1 h)

1. [Webhook] -> [Code : formate les données] -> [LLM : "résume en 3 points"] -> [Discord/mail]
2. Testez avec de vraies données de votre activité.

8. Points clés

1. Automatisez le répétitif prévisible, gardez l'humain pour le relationnel.
2. n8n = le meilleur rapport puissance/prix/contrôle pour un pro.
3. Les 3 patterns LLM : classification, enrichissement, génération (jamais de décision finale sans humain).
4. Chaque workflow doit avoir : un déclencheur clair, une gestion d'erreur, et un mode silencieux quand il n'y a rien à signaler.