Dans n8n, un agent IA se construit autour du node AI Agent. Tu y branches un modèle de langage (Claude par exemple), des outils (les nodes n8n qui parlent à tes logiciels) et une mémoire. L'agent reçoit un objectif, choisit lui-même quels outils appeler, et une étape de validation humaine s'insère dans le flux avant toute action sensible. Le tout se monte visuellement, sans écrire de code.
Si la notion même d'agent est encore floue, commence par qu'est-ce qu'un agent IA. Pour la vue d'ensemble (cas d'usage, risques, données), le guide complet est ici : agent IA pour entreprise en Suisse.
Je pose la question à chaque projet : est-ce qu'il faut vraiment un agent, ou est-ce qu'un workflow n8n classique suffit ? L'agent se justifie dans trois situations.
Le chemin n'est pas prévisible : selon le contenu d'un e-mail ou d'un document, la suite change. Un workflow figé exploserait en dizaines de branches ; l'agent décide à la volée.
La tâche demande de comprendre du texte libre : lire, extraire, reformuler, croiser plusieurs sources. C'est le terrain du modèle de langage, pas d'une règle si/alors.
Il faut enchaîner plusieurs outils pour finir le travail : chercher dans le CRM, vérifier un dossier, préparer une réponse. L'agent orchestre, toi tu tranches à la fin.
Le grand avantage de n8n : le garde-fou n'est pas une promesse, c'est un node. Avant chaque action qui engage (envoyer un e-mail à un client, écrire dans la compta, modifier un dossier), j'insère une étape d'approbation : le flux s'arrête, tu reçois un message avec le travail préparé et deux boutons, valider ou refuser. L'exécution ne reprend qu'après ta réponse.
Deuxième garde-fou, moins visible mais aussi important : je ne donne à l'agent que les outils dont il a besoin. Un agent qui trie du courrier n'a pas accès aux paiements. Ce que l'agent ne peut pas toucher, il ne peut pas le casser.
Sur le canvas n8n, un agent n'est pas une boîte noire : ce sont quatre briques visibles, connectées entre elles, que tu peux lire à l'écran.
Le chef d'orchestre. Il reçoit l'objectif, raisonne, choisit quel outil appeler, et boucle jusqu'au résultat. C'est lui qui fait la différence avec un workflow figé.4
Branché en sous-node : Claude (Anthropic), OpenAI ou Mistral au choix.4 C'est le cerveau qui comprend et décide. Il se remplace sans reconstruire le flux.
Chaque node n8n (Gmail, CRM, tableur, base de données) devient un outil que l'agent peut appeler. Au moins un outil est obligatoire ; j'en donne le moins possible.4
Un sous-node optionnel pour tenir une conversation ou garder le contexte entre les étapes. La mémoire de base ne persiste pas entre les sessions : je la dimensionne au besoin réel.4
Un agent IA peut se coder en Python avec un framework. Je fais le choix inverse pour mes clients, et il est réfléchi. Voici pourquoi, et aussi ce que n8n ne règle pas.
Un workflow n8n classique suit un chemin que j'ai dessiné à l'avance : si la facture vient de tel fournisseur, alors telle action. Le node AI Agent inverse la logique. La documentation n8n le décrit comme un système autonome qui reçoit des données, prend des décisions et agit pour atteindre un objectif4 : c'est le modèle qui examine la situation, consulte la liste de ses outils et décide lequel appeler, dans quel ordre. Depuis la version 1.82.0 de n8n, tous les nodes AI Agent fonctionnent sur ce principe d'agent à outils. Concrètement, je décris chaque outil à l'agent (« cet outil cherche un client dans le CRM », « celui-ci classe un document ») et son prompt système fixe les règles du jeu : ce qu'il doit faire, ce qu'il n'a pas le droit de faire, quand s'arrêter.
Le même agent codé en Python fonctionne aussi bien, parfois mieux. Mais pour une PME sans équipe de développement, le code crée une dépendance invisible : le jour où le développeur part, plus personne ne sait ce qui tourne. Sur le canvas n8n, le flux se lit à l'écran : tu vois le déclencheur, l'agent, ses outils, le point de validation. Quand je montre un agent à un client, il comprend la logique en cinq minutes sans savoir programmer. Chaque exécution laisse une trace consultable, étape par étape, donnée par donnée : quand quelque chose déraille, je vois exactement où et pourquoi. Et le jour où un meilleur modèle sort, je remplace le sous-node du modèle sans toucher au reste. Ce n'est pas un détail : je construis et je maintiens ces agents dans la durée, et la maintenance est précisément là où le visuel bat le code.
n8n s'installe sur un serveur que tu choisis. Le mien tourne en Suisse, et c'est moi qui l'administre : l'orchestration, les données qui transitent dans les flux et l'historique des exécutions restent sur cette machine, pas chez un éditeur SaaS américain. Pour un cabinet soumis au secret professionnel ou une entreprise attentive à la nLPD, c'est souvent le critère qui fait basculer la décision ; j'ai détaillé toute la mécanique sur la page n8n auto-hébergé en Suisse. Je le dis aussi honnêtement : l'hébergement suisse est une option pour les secteurs réglementés, pas un dogme. Le modèle de langage, lui, reste en général une API externe, encadrée par un accord de traitement et sans entraînement sur tes données.
Un agent n8n n'est pas magique, et je préfère te le dire avant de construire. Un modèle de langage se trompe parfois, avec assurance : chez les développeurs eux-mêmes, la méfiance envers la précision des outils IA dépasse la confiance1. Un agent au périmètre trop large devient lent, coûteux et imprévisible : plus il a d'outils, plus il a d'occasions de mal choisir. Ma parade est toujours la même : un périmètre étroit, cinq outils maximum au départ, une validation humaine sur tout ce qui engage, et on élargit seulement quand les exécutions le méritent. Et parfois la conclusion honnête, c'est qu'il ne faut pas d'agent du tout : si ta tâche suit toujours le même chemin, une automatisation de processus classique sera plus fiable et moins chère. L'agent se réserve aux cas où il faut vraiment décider.
Quatre étapes, un périmètre volontairement étroit au départ. C'est moi qui construis, c'est moi qui fais tourner ensuite.
Une seule tâche pour commencer, pas dix : répétitive, déclenchée par un événement, où le chemin varie assez pour justifier un agent plutôt qu'un workflow figé.
Node AI Agent, modèle adapté à ton secteur, tes logiciels branchés en outils, prompt système strict et étape de validation humaine placée avant chaque action qui engage.
L'agent tourne sur tes données réelles, en mode validation systématique. On lit les exécutions une par une, je resserre le prompt et les outils jusqu'à ce que ce soit fiable.
Surveillance des exécutions, mises à jour de n8n et du modèle, évolutions du périmètre quand c'est mérité. Tu n'as rien à gérer techniquement ; tu gardes le dernier mot.
Le premier agent que je propose souvent : celui qui traite la boîte e-mail générique de l'entreprise. Voici à quoi il ressemble sur le canvas n8n.
Un e-mail arrive dans la boîte info@. Le node déclencheur Gmail ou Outlook lance le flux et transmet le message complet à l'agent, pièces jointes comprises.
Claude lit le message, identifie de quoi il s'agit (demande client, facture, candidature, spam) et décide quels outils appeler pour le traiter, dans quel ordre.
Recherche du contact dans le CRM, classement de la pièce jointe dans le bon dossier, étiquetage du message, préparation d'un brouillon de réponse dans ton ton.
Tu reçois le brouillon avec le contexte et deux boutons : valider ou corriger. Rien ne part vers un client sans ton accord. Le tri et le classement, eux, sont déjà faits.
Tout ce flux tient sur un seul écran n8n. C'est ça, le point : ton agent n'est pas une boîte noire, c'est un schéma que tu peux lire.
des développeurs utilisent ou prévoient d'utiliser des outils IA dans leur travail (Stack Overflow, 2025)1
des développeurs se méfient activement de la précision des outils IA, contre 33% qui leur font confiance : d'où mes garde-fous (Stack Overflow, 2025)1
des organisations interrogées font déjà tourner des agents IA en production, et 78% prévoient d'en déployer (LangChain, 2024)2
intégrations disponibles dans n8n, autant d'outils potentiels pour un agent (n8n.io, juillet 2026)3
Un agent lit tes e-mails et tes documents : la question de la circulation des données n'est pas un détail. Voici la répartition, sans jargon.
n8n auto-hébergé en Suisse : les flux, les identifiants d'accès et l'historique des exécutions ne partent pas chez un éditeur SaaS.
Le texte à analyser part vers le modèle (Claude par exemple) sous accord de traitement, sans entraînement sur tes données. Pour les secteurs réglementés, un modèle hébergé en Suisse est une option.
L'agent agit dans tes logiciels existants via leurs accès officiels. Tes données restent dans tes outils ; l'agent y lit et y écrit, il ne les copie pas ailleurs. Conformité nLPD documentée.
Les questions qui reviennent le plus souvent. Si la tienne n'y est pas, écris-moi.
C'est le node qui transforme un workflow n8n en agent : tu y branches un modèle de langage, des outils et une mémoire. L'agent reçoit un objectif et choisit lui-même quels outils appeler pour l'atteindre, au lieu de suivre un chemin fixe.
Non pour l'essentiel : l'agent se monte visuellement, en connectant des nodes sur un canvas. Un peu de JavaScript aide sur les cas tordus, mais c'est justement mon rôle : je construis et je maintiens, toi tu utilises.
Le node AI Agent accepte plusieurs modèles, dont Claude (Anthropic), OpenAI et Mistral. Je travaille surtout avec Claude pour la qualité du raisonnement et le respect des consignes. Le modèle se remplace ensuite sans reconstruire le workflow.
Oui. n8n est auto-hébergeable : je le fais tourner sur un serveur en Suisse que je gère moi-même. L'orchestration et tes données de flux restent sur ce serveur ; pour les secteurs réglementés, c'est souvent l'argument décisif.
Par construction : des outils limités au strict nécessaire, un périmètre étroit, et une étape de validation humaine placée dans le flux avant toute action qui engage (envoi, écriture comptable, paiement). L'agent prépare, tu valides.
Mes abonnements démarrent à 690 CHF par mois, construction, hébergement et maintenance compris. Le bon palier dépend du périmètre de l'agent : on le définit ensemble lors d'un audit gratuit.
Les chiffres de cette page sont issus de sources primaires vérifiées, datées et liées ci-dessous.
Les domaines sur lesquels j'interviens. Chacun mène à une page dédiée.
Répondre à tes clients 24/7, conforme nLPD.
Découvrir →Tes tâches répétitives transformées en workflows fiables avec n8n.
Découvrir →Par où commencer, quoi automatiser, quel retour attendre.
Découvrir →Monter en compétence, ton équipe et toi.
Découvrir →Des automatisations pensées pour ton secteur.
Découvrir →Pas de promesse d'IA qui pilote ton entreprise toute seule. On choisit une tâche précise et répétitive, je la construis en agent n8n, hébergeable en Suisse, avec ta validation sur tout ce qui engage.