Automatisation e-mail avec n8n : classification intelligente des messages
Ce workflow n8n a pour objectif de classifier automatiquement les e-mails entrants en utilisant des modèles d'intelligence artificielle. Dans un contexte où la gestion des e-mails peut devenir chronophage, cette automatisation permet aux équipes de se concentrer sur les messages importants et d'améliorer leur efficacité. Les cas d'usage incluent la priorisation des e-mails en fonction de leur contenu, l'extraction de données pertinentes et la génération de réponses automatiques. Le workflow commence par un déclencheur d'e-mail qui utilise le nœud 'Email trigger' pour lire les messages entrants via IMAP. Ensuite, les e-mails sont analysés par le nœud 'Classify email', qui utilise un modèle de classification de texte pour déterminer la catégorie de chaque message. Parallèlement, le nœud 'Extract variables - email & attachment' extrait des informations clés des e-mails et des pièces jointes. Les données extraites peuvent ensuite être traitées par les modèles OpenAI pour générer des réponses ou des résumés. Ce processus permet non seulement de gagner du temps, mais aussi d'améliorer la précision des réponses aux e-mails, réduisant ainsi le risque d'erreurs humaines. En intégrant cette automatisation n8n, les entreprises peuvent optimiser leur flux de travail et améliorer la satisfaction client.
Workflow n8n email, OpenAI, classification : vue d'ensemble
Schéma des nœuds et connexions de ce workflow n8n, généré à partir du JSON n8n.
Workflow n8n email, OpenAI, classification : détail des nœuds
Inscris-toi pour voir l'intégralité du workflow
Inscription gratuite
S'inscrire gratuitementBesoin d'aide ?{
"id": "39KuujB1fbOvx8Al",
"meta": {
"instanceId": "0a5638e14e0c728ef975d18d109cfb41edae575e3d911724f4f1eccde06a729f"
},
"name": "OpenAI e-mail classification - application",
"tags": [],
"nodes": [
{
"id": "6156844f-d1ba-413d-9ab2-02148bef5bf0",
"name": "Email trigger",
"type": "n8n-nodes-base.emailReadImap",
"position": [
-440,
120
],
"parameters": {
"format": "resolved",
"options": {},
"postProcessAction": "nothing",
"dataPropertyAttachmentsPrefixName": "attachment"
},
"credentials": {
"imap": {
"id": "il5dS1iQxJvOMWbE",
"name": "IMAP account"
}
},
"typeVersion": 2
},
{
"id": "1aedaa56-d988-469b-86b9-61d50e707950",
"name": "Sticky Note",
"type": "n8n-nodes-base.stickyNote",
"position": [
0,
0
],
"parameters": {
"height": 200,
"content": "### Change or add any category you want\nEach category can be assigned it's own specific workflow"
},
"typeVersion": 1
},
{
"id": "d41ba844-2b99-42bb-80df-cff1b97dcbb9",
"name": "Classify email",
"type": "@n8n/n8n-nodes-langchain.textClassifier",
"position": [
0,
120
],
"parameters": {
"options": {},
"inputText": "={{ $('Email trigger').first().json.text }}\n\nattachment:\n{{ $('Extract data from attachment').first().json.text }}\n",
"categories": {
"categories": [
{
"category": "job_application",
"description": "for job applications"
},
{
"category": "inbound_lead",
"description": "for sales inquiries or requests for more information about our products/services"
},
{
"category": "invoice",
"description": "for invoices"
},
{
"category": "other",
"description": "for all other sorts of emails"
}
]
}
},
"typeVersion": 1
},
{
"id": "b63a864f-f968-4e7e-9da4-d704f3ffa022",
"name": "Extract variables - email & attachment",
"type": "@n8n/n8n-nodes-langchain.informationExtractor",
"position": [
440,
20
],
"parameters": {
"text": "={{ $('Email trigger').first().json.text }}\n\nResume:\n{{ $('Extract data from attachment').first().json.text }}\n",
"options": {},
"attributes": {
"attributes": [
{
"name": "first_name",
"description": "first name of the applicant"
},
{
"name": "last_name",
"description": "last name of the applicant"
},
{
"name": "age",
"description": "age of the applicant"
},
{
"name": "residence",
"description": "residence of the applicant"
},
{
"name": "study",
"description": "relevant completed study of the applicant"
},
{
"name": "work_experience",
"description": "relevant work experience of the applicant"
},
{
"name": "personal_character",
"description": "personal characteristics of the applicant"
}
]
}
},
"typeVersion": 1
},
{
"id": "398b9240-0d9c-416e-af3b-31ba9e1ac9b2",
"name": "Extract data from attachment",
"type": "n8n-nodes-base.extractFromFile",
"onError": "continueRegularOutput",
"position": [
-220,
120
],
"parameters": {
"options": {},
"operation": "pdf",
"binaryPropertyName": "attachment0"
},
"typeVersion": 1,
"alwaysOutputData": false
},
{
"id": "9f949aac-1681-4f04-983e-8bd5c949987a",
"name": "OpenAI Chat Model 2",
"type": "@n8n/n8n-nodes-langchain.lmChatOpenAi",
"position": [
660,
200
],
"parameters": {
"model": "gpt-4o",
"options": {}
},
"credentials": {
"openAiApi": {
"id": "by5xbXU1Yz36JahE",
"name": "OpenAi account"
}
},
"typeVersion": 1
},
{
"id": "c7a61afe-d68d-407e-8653-46cb123877e9",
"name": "OpenAI Chat Model",
"type": "@n8n/n8n-nodes-langchain.lmChatOpenAi",
"position": [
100,
320
],
"parameters": {
"model": "gpt-4o",
"options": {}
},
"credentials": {
"openAiApi": {
"id": "by5xbXU1Yz36JahE",
"name": "OpenAi account"
}
},
"typeVersion": 1
},
{
"id": "5a22e81b-8b60-443e-985b-47d493724389",
"name": "Workflow 2",
"type": "n8n-nodes-base.noOp",
"position": [
440,
180
],
"parameters": {},
"typeVersion": 1
},
{
"id": "808e4f35-604e-4354-ab8b-3ba68940016b",
"name": "Workflow 3",
"type": "n8n-nodes-base.noOp",
"position": [
600,
360
],
"parameters": {},
"typeVersion": 1
},
{
"id": "d793675d-c68d-4f73-a99d-6451be5bea30",
"name": "workflow 4",
"type": "n8n-nodes-base.noOp",
"position": [
440,
360
],
"parameters": {},
"typeVersion": 1
}
],
"active": false,
"pinData": {},
"settings": {
"errorWorkflow": "rkMQmtrfcSF3XpMF",
"executionOrder": "v1"
},
"versionId": "28448ab7-6d45-41df-9de3-aad0e187edc5",
"connections": {
"Email trigger": {
"main": [
[
{
"node": "Extract data from attachment",
"type": "main",
"index": 0
}
]
]
},
"Classify email": {
"main": [
[
{
"node": "Extract variables - email & attachment",
"type": "main",
"index": 0
}
],
[
{
"node": "Workflow 2",
"type": "main",
"index": 0
}
],
[
{
"node": "Workflow 3",
"type": "main",
"index": 0
}
],
[
{
"node": "workflow 4",
"type": "main",
"index": 0
}
]
]
},
"OpenAI Chat Model": {
"ai_languageModel": [
[
{
"node": "Classify email",
"type": "ai_languageModel",
"index": 0
}
]
]
},
"OpenAI Chat Model 2": {
"ai_languageModel": [
[
{
"node": "Extract variables - email & attachment",
"type": "ai_languageModel",
"index": 0
}
]
]
},
"Extract data from attachment": {
"main": [
[
{
"node": "Classify email",
"type": "main",
"index": 0
}
]
]
},
"Extract variables - email & attachment": {
"main": [
[]
]
}
}
}Workflow n8n email, OpenAI, classification : pour qui est ce workflow ?
Ce workflow s'adresse aux entreprises de taille moyenne à grande qui reçoivent un volume élevé d'e-mails. Il est particulièrement utile pour les équipes de support client, les départements marketing et les professionnels de la vente qui cherchent à automatiser la gestion de leurs communications par e-mail. Un niveau technique intermédiaire est recommandé pour la mise en place et la personnalisation du workflow.
Workflow n8n email, OpenAI, classification : problème résolu
Ce workflow résout le problème de la surcharge d'e-mails en automatisant la classification des messages entrants. Les utilisateurs n'ont plus à passer des heures à trier manuellement leurs e-mails, ce qui réduit le stress et améliore la productivité. Grâce à cette automatisation, les équipes peuvent se concentrer sur les tâches à forte valeur ajoutée, tout en assurant une réponse rapide et appropriée aux demandes des clients. En fin de compte, cela conduit à une meilleure gestion du temps et à une satisfaction client accrue.
Workflow n8n email, OpenAI, classification : étapes du workflow
Étape 1 : Le workflow débute avec le déclencheur 'Email trigger' qui lit les e-mails entrants.
- Étape 1 : Les e-mails sont ensuite analysés par le nœud 'Classify email' pour déterminer leur catégorie.
- Étape 2 : Parallèlement, le nœud 'Extract variables - email & attachment' extrait des informations pertinentes des e-mails et de leurs pièces jointes.
- Étape 3 : Les données extraites sont envoyées aux modèles OpenAI via les nœuds 'OpenAI Chat Model' et 'OpenAI Chat Model 2' pour générer des réponses ou des résumés.
- Étape 4 : Enfin, les résultats peuvent être stockés ou utilisés pour d'autres workflows, assurant ainsi une gestion fluide des communications.
Workflow n8n email, OpenAI, classification : guide de personnalisation
Pour personnaliser ce workflow, commencez par modifier le nœud 'Email trigger' pour configurer votre compte IMAP. Ensuite, ajustez les paramètres du nœud 'Classify email' pour définir les catégories qui correspondent à vos besoins. Vous pouvez également personnaliser les modèles OpenAI en fonction de votre style de communication. Pour intégrer d'autres outils, envisagez d'ajouter des nœuds supplémentaires pour envoyer des notifications ou stocker les résultats dans une base de données. Assurez-vous de sécuriser votre flux en vérifiant les autorisations d'accès aux e-mails et en surveillant les performances du workflow.