n8n est devenu l'un des outils les plus puissants pour créer des chatbots IA connectés à ton business. Contrairement aux plateformes no-code limitées, n8n te donne un contrôle total sur la logique, les sources de données et les intégrations. Voici comment construire un chatbot IA de A à Z.
Pourquoi créer un chatbot avec n8n plutôt qu'une plateforme dédiée ?
Les plateformes comme Botpress, Tidio ou Intercom sont excellentes pour les cas simples. Mais dès que tu veux connecter ton chatbot à ta BDD, ton CRM, ton ERP ou des systèmes internes, tu te heurtes à leurs limites.
Avec n8n, le chatbot est un workflow comme un autre. Il peut :
- Consulter ta base de données Postgres ou Airtable pour répondre à des questions précises
- Créer des tickets dans Jira ou Zendesk directement depuis la conversation
- Qualifier un lead et l'injecter dans ton CRM en temps réel
- Changer de comportement selon le plan ou le profil de l'utilisateur
- Passer la main à un humain si la confiance du modèle est trop faible
L'architecture d'un chatbot n8n
Un chatbot n8n repose sur 3 composants :
Le déclencheur
Webhook qui reçoit les messages de l'utilisateur depuis ton interface (site web, Slack, Telegram, WhatsApp).
Le cerveau IA
Nœud AI Agent (Claude, GPT-4, Gemini) qui traite le message, consulte les outils disponibles et formule une réponse.
Les outils (Tools)
Fonctions que l'IA peut appeler : chercher dans la BDD, créer un ticket, envoyer un email, récupérer un statut de commande.
Étape 1 — Créer le webhook d'entrée
Ajoute un nœud Webhook comme déclencheur. Il recevra les messages de ton interface frontend. La structure de payload attendue :
// Payload entrant
{
"message": "Quel est le statut de ma commande #12345 ?",
"userId": "usr_abc123",
"sessionId": "sess_xyz789"
}
Étape 2 — Configurer le nœud AI Agent
n8n 1.x intègre nativement un nœud AI Agent avec support LangChain. Configure-le avec :
Étape 3 — Définir les outils (Tools)
Les Tools sont les super-pouvoirs de ton chatbot. Chaque tool est un sous-workflow que l'IA appelle quand elle en a besoin. Exemples :
get_order_status
Requête ta BDD avec l'ID commande → retourne le statut, la date estimée, le transporteur
Déclenché quand : L'utilisateur demande où en est sa commande
create_support_ticket
Crée un ticket Zendesk avec le résumé de la conversation et le niveau de priorité
Déclenché quand : Le problème nécessite une intervention humaine
search_knowledge_base
Recherche dans ta FAQ / documentation via embeddings vectoriels (Pinecone, Supabase)
Déclenché quand : Question technique ou produit
qualify_lead
Extrait les informations clés (entreprise, budget, besoin) et crée le contact dans HubSpot
Déclenché quand : L'utilisateur est un prospect
Étape 4 — Gérer la mémoire de conversation
Sans mémoire, chaque message est traité isolément — le chatbot "oublie" ce qui a été dit 2 messages plus tôt. n8n propose deux approches :
Window Buffer Memory
Garde les N derniers messages en mémoire. Simple, rapide, zéro config. Adapté pour des conversations courtes (<10 messages).
Redis / Postgres Memory
Persiste la mémoire entre les sessions. L'utilisateur peut reprendre une conversation plusieurs jours plus tard. Recommandé pour le support client.
3 cas d'usage chatbot n8n en production
Support client e-commerce
Le chatbot répond aux questions sur les commandes, gère les demandes de remboursement simples et crée des tickets pour les cas complexes. Réduit les tickets entrants de 40-60%.
n8n + Claude + Shopify + ZendeskFAQ interne d'entreprise
Branché sur la documentation Notion ou Confluence via RAG, répond aux questions RH, IT, processus en temps réel. Économise 2-3h/semaine par employé.
n8n + GPT-4 + Notion + SlackQualification de leads entrants
Intégré en widget sur ton site, qualifie les visiteurs en posant des questions clés et injecte les leads qualifiés directement dans ton CRM avec un score.
n8n + Claude + HubSpot + CalendlyCréer ton chatbot n8n avec FlowAI en 5 minutes
FlowAI génère l'architecture complète du chatbot depuis une description en français :
"Crée un chatbot de support client pour mon e-commerce Shopify. Il doit pouvoir répondre aux questions sur les commandes, créer des tickets Zendesk si nécessaire, et passer la main à un humain si la confiance est inférieure à 70%. Mémoire persistante en Postgres."
L'agent construit le webhook d'entrée, le nœud AI Agent avec Claude, les 3 tools (get_order, create_ticket, escalate_human), la mémoire Postgres et la réponse formatée — entièrement connecté et déployé dans ton instance n8n.