n8n AI Automation Cheat Sheet : webhooks, expressions, agents, workflows et patterns de prod

Le workflow le plus robuste pour l'IA ressemble souvent à :

1. Trigger
2. Nettoyage et normalisation
3. Décision / routage
4. Étape IA
5. Validation / garde-fous
6. Réponse / persistance

Un workflow fragile fait souvent l'inverse :

• il mélange logique métier et prompts partout
• il répond directement depuis le nœud IA
• il ne sépare pas test, prod, fallback et logging

Le principe simple :

• chaque nœud doit avoir une responsabilité lisible
• les prompts doivent vivre dans des endroits identifiables
• les transformations de données doivent être explicites

Expressions ou Code node ?

Utilisez les expressions quand :

• vous injectez une valeur
• vous faites une transformation simple
• vous voulez garder la logique proche du paramètre

Utilisez le Code node quand :

• la logique se répète
• vous devez restructurer des objets ou des tableaux
• la logique métier devient difficile à lire inline

Webhook : ce qu'il faut retenir

Le Webhook node a :

• une URL de test
• une URL de production

La règle pratique :

• test pour itérer
• production uniquement quand le workflow est publié / actif

Respond to Webhook

Dès que vous construisez une vraie route HTTP, n'attendez pas la fin du workflow "par défaut". Utilisez Respond to Webhook pour garder le contrôle sur :

• le timing de la réponse
• le format
• le status code
• le body retourné

Si vous faites un agent IA derrière un webhook, la séparation propre est :

Webhook → workflow → validation → Respond to Webhook

Utilisez AI Agent quand vous avez besoin :

• d'outils connectés
• de raisonnement multi-étapes
• d'un assistant qui choisit dynamiquement quoi appeler

Évitez-le quand le besoin est :

• déterministe
• simple
• répétitif
• strictement formaté

Dans ces cas, un simple appel modèle + parsing + branchements n8n est souvent meilleur.

La bonne question n'est pas :

> Est-ce que je peux utiliser un agent ?

La bonne question est :

> Est-ce que j'ai besoin d'autonomie, ou juste d'un bon pipeline contrôlé ?

Règle simple

Les patterns à garder :

1. Normaliser toutes les entrées

Avant l'IA :

• nettoyer le JSON
• renommer les champs
• limiter la longueur
• retirer les données inutiles

2. Poser des garde-fous avant les actions

Avant d'écrire en base, envoyer un email, ou créer un ticket :

• valider le schéma
• vérifier les champs requis
• ajouter un fallback ou une revue humaine si besoin

3. Logger les étapes utiles

Au minimum :

• input reçu
• branche choisie
• sortie IA
• erreur éventuelle
• durée

4. Prévoir le timeout et le retry

Les appels LLM, webhooks et APIs tierces échouent. Votre workflow doit savoir :

• retenter
• court-circuiter
• envoyer une réponse propre

5. Gérer explicitement le streaming ou la réponse lente

Si vous exposez n8n derrière un webhook vers un front, pensez très tôt au comportement de réponse :

• immédiat avec job async
• attente bloquante courte
• streaming si votre stack le supporte

Pour une petite équipe :

• Webhook
• Set / Edit Fields
• IF / Switch
• Code node pour la logique durable
• HTTP Request
• AI Agent seulement quand nécessaire
• Respond to Webhook

Pour une stack un peu plus sérieuse :

• logs d'exécution
• schéma de validation
• queue / retry
• stockage d'état minimal
• base de prompts versionnés

Si vous utilisez un vector store ou un agent outillé, documentez clairement :

• ce qui est déterministe
• ce qui est généré
• ce qui est validé
• ce qui peut déclencher une action business