Automatisation Q&A avec n8n : génération de questions d'examen
Ce workflow n8n a pour objectif de générer des questions d'examen en utilisant des modèles de langage avancés et des bases de données vectorielles. Il s'adresse aux établissements d'enseignement, aux formateurs et aux entreprises souhaitant créer des évaluations personnalisées. En intégrant des outils tels que Google Gemini et OpenAI, ce workflow permet d'automatiser la création de questions ouvertes et fermées, tout en optimisant le processus de collecte et d'analyse des données. Étape 1 : le déclencheur manuel permet de lancer le workflow à tout moment. Étape 2 : les données sont chargées à partir d'une source définie, suivies par la création et le rafraîchissement d'une collection dans Qdrant, une base de données vectorielle. Étape 3 : les embeddings sont générés à l'aide d'OpenAI pour transformer les données en vecteurs exploitables. Étape 4 : les questions sont ensuite générées par le modèle Google Gemini, en utilisant des techniques de récupération d'informations pour assurer la pertinence des réponses. Enfin, les résultats sont structurés et convertis en fichiers pour une utilisation ultérieure. Ce workflow offre une valeur ajoutée significative en réduisant le temps de préparation des examens et en augmentant la qualité des questions produites.
À qui s'adresse ce workflow ?
Ce workflow s'adresse principalement aux établissements d'enseignement, aux formateurs et aux entreprises souhaitant automatiser la création de contenus d'évaluation. Il est conçu pour des utilisateurs ayant une connaissance intermédiaire des outils d'automatisation et des modèles de langage.
Ce que ce workflow résout
Ce workflow résout le problème de la création manuelle de questions d'examen, un processus souvent long et laborieux. En automatisant cette tâche, il permet de gagner un temps précieux tout en garantissant la qualité et la pertinence des questions générées. Les utilisateurs peuvent ainsi se concentrer sur d'autres aspects de l'enseignement ou de la formation, tout en ayant la certitude que les évaluations sont bien conçues.
Comment ça fonctionne
Étape 1 : Le workflow est déclenché manuellement.
- 01Étape 1 : Les données sont chargées via le nœud 'Default Data Loader'.
- 02Étape 2 : Une collection est créée et rafraîchie dans Qdrant pour stocker les données.
- 03Étape 3 : Les embeddings sont générés avec OpenAI pour préparer les données.
- 04Étape 4 : Les questions ouvertes et fermées sont créées à l'aide du modèle Google Gemini.
- 05Étape 5 : Les résultats sont structurés et convertis en fichiers pour une utilisation ultérieure.
On adapte ce workflow à votre stack.
CRM, outils internes, briques métier — on connecte tout via n8n et on vous livre une automatisation prête à l'emploi.
Visualisation du workflow n8n
Schéma des nœuds et connexions de ce workflow n8n, généré à partir du JSON n8n.
Importer dans n8n en un clic
Inscris-toi gratuitement pour télécharger le fichier .json, puis fais Import from File dans n8n pour déployer le workflow en quelques secondes.
Inscris-toi gratuitement pour télécharger le workflow et l'importer dans n8n.
Télécharger gratuitementInscription en 30 secondes · Sans CB
Personnaliser ce workflow
Pour personnaliser ce workflow, vous pouvez modifier l'URL de la source de données dans le nœud 'Default Data Loader' et ajuster les paramètres du modèle Google Gemini selon vos besoins. Il est également possible de changer les options d'embeddings dans les nœuds OpenAI pour affiner la qualité des questions générées. Assurez-vous de sécuriser les accès à votre base de données Qdrant et de monitorer les performances du workflow pour optimiser son efficacité.
Détail des nœuds n8n
- 01When clicking ‘Test workflow’
Ce noeud déclenche manuellement l'exécution du workflow lorsque l'utilisateur clique sur 'Test workflow'.
- 02Qdrant Vector Store
Ce noeud interagit avec le magasin de vecteurs Qdrant pour effectuer des opérations de stockage et de récupération de données.
- 03Create collection
Ce noeud crée une nouvelle collection en envoyant une requête HTTP avec les paramètres spécifiés.
- 04Refresh collection
Ce noeud rafraîchit une collection existante en effectuant une requête HTTP.
- 05Embeddings OpenAI
Ce noeud génère des embeddings à l'aide de l'API OpenAI.
- 06Default Data Loader
Ce noeud charge des documents par défaut à partir d'une source spécifiée.
- 07Token Splitter
Ce noeud divise le texte en morceaux de taille spécifiée avec un chevauchement défini.
- 08Sticky Note3
Ce noeud crée une note autocollante avec des paramètres de couleur, de largeur, de hauteur et de contenu.
- 09Sticky Note4
Ce noeud crée une autre note autocollante avec des paramètres similaires.
- 10Converto di MD
Ce noeud exécute un code JavaScript pour transformer des données.
- 11Get Doc
Ce noeud récupère un document à partir de Google Docs selon les paramètres spécifiés.
- 12Vector Store Retriever
Ce noeud récupère des données à partir d'un magasin de vecteurs.
- 13Qdrant Vector Store1
Ce noeud interagit avec un autre magasin de vecteurs Qdrant pour effectuer des opérations.
- 14Convert to File
Ce noeud convertit des données en fichier selon les options spécifiées.
- 15Google Gemini Chat Model
Ce noeud utilise le modèle de chat Google Gemini pour générer des réponses.
- 16Item List Output Parser
Ce noeud analyse une liste d'éléments en utilisant un parseur spécifique.
- 17Loop Over Items
Ce noeud permet de traiter des éléments en les divisant en lots.
- 18Google Gemini Chat Model1
Ce noeud utilise à nouveau le modèle de chat Google Gemini pour générer des réponses.
- 19Google Gemini Chat Model2
Ce noeud utilise le modèle de chat Google Gemini pour une troisième fois pour générer des réponses.
- 20Item List Output Parser1
Ce noeud analyse une liste d'éléments avec un parseur spécifique.
- 21Loop Over Items1
Ce noeud traite des éléments en les divisant en lots.
- 22Google Gemini Chat Model3
Ce noeud utilise le modèle de chat Google Gemini pour générer des réponses.
- 23Qdrant Vector Store2
Ce noeud interagit avec un autre magasin de vecteurs Qdrant pour effectuer des opérations.
- 24Embeddings OpenAI2
Ce noeud génère des embeddings à l'aide de l'API OpenAI.
- 25Structured Output Parser
Ce noeud analyse les données en utilisant un parseur de sortie structuré.
- 26RAG
Ce noeud utilise un outil de magasin de vecteurs pour effectuer des opérations de recherche.
- 27Google Gemini Chat Model4
Ce noeud utilise le modèle de chat Google Gemini pour générer des réponses.
- 28Open questions
Ce noeud exécute une chaîne de questions ouvertes en utilisant les paramètres spécifiés.
- 29Closed questions
Ce noeud exécute une chaîne de questions fermées en utilisant les paramètres spécifiés.
- 30Answer questions
Ce noeud répond à des questions en utilisant un modèle de récupération.
- 31Answer and create options
Ce noeud répond à des questions et crée des options en utilisant les paramètres spécifiés.
- 32Write open
Ce noeud écrit des données dans une feuille Google Sheets selon les paramètres spécifiés.
- 33Write closed
Ce noeud écrit des données dans une feuille Google Sheets avec des paramètres différents.
- 34Embeddings OpenAI1
Ce noeud génère des embeddings à l'aide de l'API OpenAI.
- 35Sticky Note
Ce noeud crée une note autocollante avec des paramètres de largeur, de hauteur et de contenu.
- 36Sticky Note1
Ce noeud crée une note autocollante avec des paramètres de largeur et de hauteur.
- 37Sticky Note2
Ce noeud crée une note autocollante avec des paramètres de couleur, de largeur, de hauteur et de contenu.
Vous n'avez pas besoin de plus de canaux.
Vous avez besoin d'un pilote.
Audit gratuit · 48hGratuitRésultats en 48 hSans engagement
06 17 12 54 284,9Google4,96Sortlist4,3Trustpilot40+ clients B2B