Chapô : L’éditeur n8n a bâti son assistant de création de workflows sur Claude. Résultat affiché : environ 80 % du travail de construction disparaît, et un premier flux sort en quelques minutes au lieu de dix à trente. De quoi changer la manière dont les équipes automatisent leurs outils.
Pendant des années, automatiser un processus voulait dire assembler des blocs à la main : un déclencheur, une condition, une action vers Slack, un CRM ou une base de données. n8n, plateforme d’automation utilisée aussi bien par des indépendants que par des groupes du Fortune 100, a choisi une autre voie. Son AI Workflow Builder, construit sur Claude, le modèle d’Anthropic, transforme une description en langage naturel en workflow prêt à être affiné.
Selon l’étude de cas publiée par Anthropic, le produit est passé du concept à une première version en production en deux mois. L’architecture a ensuite évolué vers un système multi-agents, où des agents spécialisés se répartissent les tâches. n8n indique que cette approche retire environ 80 % du travail de construction d’un workflow. La première génération d’un flux prend en général trois minutes, contre dix à trente minutes lorsqu’il est assemblé manuellement. Les ingénieurs se concentrent ensuite sur les finitions, pas sur le montage. La plateforme compte plus de 170 000 étoiles sur GitHub, ce qui la place parmi les cinquante projets les plus suivis de l’histoire du site. 25
Fini le va-et-vient entre deux onglets
Avant cet outil, beaucoup d’utilisateurs travaillaient sur deux écrans : n8n d’un côté, un chatbot de l’autre. Ils décrivaient l’automation voulue, copiaient une suggestion, la collaient dans l’éditeur, tombaient sur une erreur, puis recommençaient. Le modèle externe n’avait aucune visibilité sur ce qui se passait vraiment dans l’outil.
n8n expédie des fonctions d’intelligence artificielle depuis 2023. L’étape suivante était plus ambitieuse : faire en sorte que construire un workflow ressemble à une conversation, à l’intérieur du produit. Le problème n’était pas seulement d’écriture. Un workflow n8n est un objet précis : des nœuds à trouver, à relier dans un ordre donné, et à configurer avec les bons paramètres.
La première piste, faire générer directement le JSON complet du workflow, s’est révélée trop lourde. « Cela s’est avéré un défi assez important pour les modèles », a déclaré JP van Oosten, responsable ingénierie de l’équipe IA de n8n. Un modèle a vu, selon lui, peut-être 10 000 workflows n8n, contre des millions de fichiers de code. L’équipe a donc changé de méthode : Claude ajoute les nœuds un par un, les connecte et les configure via des appels d’outils distincts. Une approche, dit van Oosten, « bien plus digeste pour le modèle ». 25
Pourquoi Claude
Plusieurs modèles ont été testés. Claude s’est distingué par le suivi des instructions. D’autres modèles abusaient des appels d’outils, ou les ignoraient. Claude se situait, selon l’équipe, dans un « juste milieu » : suivre les consignes tout en utilisant les outils comme prévu. Oleg Ivaniv, ingénieur principal de l’AI Workflow Builder, souligne aussi la latence et la qualité, dans un domaine où les workflows restent difficiles à comprendre. « Le tool calling est excellent chez Claude, tout comme ses capacités de code », résume van Oosten. Ces deux points sont, selon lui, essentiels à l’approche retenue. Les prompts de l’équipe sont aujourd’hui fortement adaptés à Claude Sonnet 4.5. Des essais où le modèle génère du code plutôt que des appels d’outils ont donné des résultats prometteurs avec des modèles plus capables. 25
Ce que ça change pour les utilisateurs
L’interface est celle d’un chat. L’utilisateur décrit ce qu’il veut automatiser. Claude assemble les pièces. Pour un utilisateur expérimenté, le gain est la vitesse : environ 80 % du workflow cible arrive sans montage manuel. Pour un débutant, l’enjeu est ailleurs. n8n propose des milliers de modèles, mais beaucoup de cas d’usage ne rentrent dans aucun template. L’assistant donne un point de départ. « Cela aide les nouveaux utilisateurs à franchir le premier obstacle mental : je ne sais pas ce que je ne sais pas », explique Ophir Prusak, de l’équipe product marketing. Le même chat sert aussi au débogage : décrire une panne et obtenir une piste de correction, plutôt que de chercher uniquement dans la documentation ou les forums. 25
En interne, l’équipe a vu l’outil assembler un flux complexe de suivi d’avancement d’ingénierie, en utilisant correctement plusieurs nœuds de formulaire dès la première tentative. Un résultat que van Oosten attribue au travail continu sur les prompts, adaptés à certains types de nœuds. 25
Une deuxième porte : Claude qui pilote n8n
Au-delà du produit intégré, n8n ouvre son instance aux assistants via un serveur MCP, le Model Context Protocol. Claude Desktop ou Claude Code peuvent s’y connecter, en OAuth ou par clé d’accès, puis interroger, créer ou lancer des workflows depuis une conversation. La documentation officielle détaille cette connexion : l’adresse du serveur se termine par /mcp-server/http, et ne doit pas être confondue avec l’URL de l’éditeur. Depuis la version 2.33.0, une boîte de dialogue permet aussi une connexion en un clic vers Claude.ai, Cursor et VS Code. 27
Deux usages coexistent donc. Dans un workflow déjà construit, un nœud Anthropic envoie un texte, un document ou une image à Claude pour classer, extraire ou rédiger, avant qu’n8n n’exécute l’action. Dans l’autre sens, Claude aide à concevoir le workflow lui-même, soit dans l’AI Workflow Builder, soit via MCP.
Ce qu’il reste à surveiller
L’éditeur ne présente pas l’outil comme un remplacement total du travail humain. La promesse affichée est de livrer l’essentiel du flux, puis de laisser les équipes techniques ajuster. La version actuelle montre un workflow terminé à la fin de la génération. n8n explore une construction plus progressive, nœud par nœud ou par sous-graphes, afin que l’utilisateur puisse orienter le résultat pendant qu’il se forme. « L’AI Workflow Builder nous permet d’abaisser la barrière d’entrée pour commencer à construire avec n8n, mais aussi aux utilisateurs plus techniques d’itérer plus vite sur leurs idées », conclut van Oosten. 25
Pour les entreprises, l’enjeu n’est plus seulement de relier des applications. Il est de savoir jusqu’où laisser un modèle assembler, déclencher et corriger des processus, et où garder une validation humaine avant une action sensible.
