Tutoriel : Qualifier ses Leads avec n8n et l'IA

Chaque entrepreneur et chaque équipe commerciale connaît ce scénario : le formulaire de contact de votre site est une bénédiction, mais aussi une source de travail considérable. Chaque jour, vous recevez des demandes variées : des prospects très qualifiés prêts à signer, des étudiants curieux, des sollicitations commerciales, ou des demandes d'information vagues. Trier ce flux, identifier les pépites et répondre à tout le monde est une tâche chronophage qui détourne votre attention de ce qui compte vraiment : vendre.

Et si vous pouviez déléguer cette tâche à un assistant infatigable, ultra-rapide et intelligent, qui lirait chaque message pour vous, 24h/24 et 7j/7 ?

C'est exactement ce que nous allons construire aujourd'hui. Dans ce tutoriel, je vais vous montrer, étape par étape, comment créer un système de qualification de leads entièrement automatisé en utilisant la puissance de n8n et l'intelligence artificielle d'Anthropic, Claude. À la fin de ce guide, vous aurez un workflow capable de :

Se déclencher à chaque nouvelle demande de contact.
Analyser le contenu du message avec l'IA.
Noter le lead (Chaud, Tiède, Froid).
Extraire les informations clés (nom, entreprise, budget).
Envoyer une alerte sur Slack pour les leads "chauds" et archiver les autres dans Airtable.

Les Outils de notre Arsenal

Pour construire cet assistant, nous avons besoin de quatre composants :

n8n : Notre plateforme d'orchestration. C'est le cerveau qui va connecter tous les services entre eux. Nous utiliserons une instance cloud ou auto-hébergée.

Un Déclencheur (Trigger) : Dans notre cas, ce sera un webhook qui reçoit les données d'un formulaire de contact (ex: Tally, Typeform, ou votre propre formulaire). Pour ce tutoriel, nous simulerons ce déclencheur.

Anthropic (Claude) : Notre analyste IA. Nous utiliserons son API pour "lire" et "comprendre" les messages. Vous aurez besoin d'une clé API. Pour cet exemple, nous utiliserons le modèle Claude 3.5 Sonnet, réputé pour sa vitesse et son efficacité.

Des Actions de Destination : Slack pour les alertes urgentes et Airtable comme notre mini-CRM pour archiver tous les leads.

Étape 1 : Le Déclencheur - Simuler la Réception d'un Lead

Dans n8n, créez un nouveau workflow. Le premier nœud est le "Start". Pour tester notre système, nous allons simuler la réception de données d'un formulaire de contact.

Ajoutez un nœud "Manual" (Déclencheur Manuel). Il nous permettra de lancer le workflow à la demande.

Ajoutez un nœud "Set" juste après. Ce nœud nous servira à créer un faux e-mail de prospect. Dans le champ "Value", choisissez "String" et collez un exemple de message :

Nom : Jean Dupont Email : [email protected] Entreprise : Exemple Corp Message : Bonjour, nous cherchons à développer une application mobile complexe pour notre flotte de 150 techniciens. Notre budget est conséquent, environ 50k€. Pourrions-nous en discuter rapidement ? Merci.

Appelez ce champ email_body.

Étape 2 : L'Analyse par l'IA - Le Cœur du Système

C'est ici que l'intelligence entre en jeu. Nous allons envoyer le corps de l'e-mail à Claude pour qu'il l'analyse et nous retourne une synthèse structurée.

Ajoutez un nœud "Anthropic Chat Model".
Connectez vos identifiants (Credentials) Anthropic.
Dans le champ "Model", sélectionnez claude-4.
Dans le champ "Prompt", nous allons rédiger un prompt intelligent. C'est l'étape la plus importante.

L'Art du Prompt Engineering pour l'Automatisation

Pour qu'une automatisation soit fiable, la réponse de l'IA doit être prévisible et structurée. Le meilleur moyen est de lui demander de répondre en format JSON.

Copiez ce prompt dans le champ "Prompt" de votre nœud Anthropic :

Tu es un assistant commercial expert chargé de qualifier les leads entrants. Analyse le message suivant et retourne UNIQUEMENT un objet JSON valide avec la structure suivante : { "nom": "string | null", "email": "string | null", "entreprise": "string | null", "score": "string ('Chaud', 'Tiède', 'Froid')", "resume": "string (résumé de la demande en une phrase)", "budget": "string | null" }

Voici les règles pour le score :

"Chaud" : Le lead mentionne un projet précis, un budget, et exprime une urgence.
"Tiède" : Le lead décrit un besoin mais reste vague sur le budget ou le calendrier.
"Froid" : C'est une simple question, une sollicitation commerciale ou un étudiant.

Voici le message à analyser : {{ $('Set').item.json.email_body }} Analyse de ce prompt :

Rôle : On lui donne un rôle clair ("assistant commercial expert").

Format de Sortie : On lui impose un format JSON strict, ce qui est essentiel pour que n8n puisse utiliser les données à l'étape suivante.

Règles : On lui donne des règles de notation précises.

Input : On injecte le corps de l'e-mail depuis notre nœud "Set" avec l'expression {{ $('Set').item.json.email_body }}.

Lancez un test sur ce nœud. La sortie devrait être un objet JSON parfaitement structuré que nous pouvons maintenant exploiter.

Étape 3 : La Logique - Trier les Leads par Score

Maintenant que l'IA a fait son travail, nous devons orienter le workflow en fonction du score. Pour cela, nous utilisons un nœud "Switch".

Ajoutez un nœud "Switch".

Dans le champ "Value 1", nous allons récupérer le score généré par l'IA. L'expression sera : {{ $('Anthropic Chat Model').item.json.response }}. Note : la sortie de Claude est une chaîne de caractères JSON, il faudra peut-être la parser avec un nœud "Code" ou en utilisant .json si la sortie est déjà un objet.

Configurez les règles de routage :

Routing Rule 1 : Si "Value 1" Contains "Chaud", la sortie sera la 0.

Routing Rule 2 : Si "Value 1" Contains "Tiède", la sortie sera la 1.

Le nœud "Switch" a maintenant deux sorties : une pour les leads chauds, une pour les leads tièdes.

Étape 4 : Les Actions - Alerter et Archiver

La dernière étape consiste à exécuter des actions différentes pour chaque type de lead.

Pour les Leads "Chauds" (Sortie 0 du Switch)

Ajoutez un nœud "Slack".

Connectez vos identifiants et choisissez l'action "Send Message".

Dans le champ "Channel", sélectionnez votre canal de vente (ex: #sales-alerts).

Dans le champ "Text", rédigez un message dynamique en utilisant les données de l'IA :

🔥 Nouveau Lead Chaud ! 🔥 Nom : {{ JSON.parse($('Anthropic Chat Model').item.json.response).nom }} Entreprise : {{ JSON.parse($('Anthropic Chat Model').item.json.response).entreprise }} Budget : {{ JSON.parse($('Anthropic Chat Model').item.json.response).budget }} Résumé : {{ JSON.parse($('Anthropic Chat Model').item.json.response).resume }}

Note : nous utilisons JSON.parse() pour transformer la chaîne de caractères JSON de l'IA en un objet utilisable.

Pour les Leads "Tièdes" (Sortie 1 du Switch)

Ajoutez un nœud "Airtable".

Connectez vos identifiants et choisissez l'action "Create Record".

Sélectionnez votre Base et votre Table (ex: "Prospects").

Faites correspondre les colonnes de votre table Airtable avec les données extraites par l'IA. Par exemple :

Nom (colonne Airtable) -> {{ JSON.parse($('Anthropic Chat Model').item.json.response).nom }}

Entreprise -> {{ JSON.parse($('Anthropic Chat Model').item.json.response).entreprise }}

etc.

Conclusion : Votre Assistant est Opérationnel

Activez votre workflow, et voilà ! Vous avez construit un système qui non seulement vous fait gagner un temps considérable, mais qui fiabilise également votre processus commercial. Chaque lead est traité instantanément, les opportunités les plus chaudes sont immédiatement signalées, et tout est archivé sans aucune intervention manuelle.

Ce n'est qu'un exemple. Imaginez les possibilités :

Générer automatiquement un brouillon de réponse par e-mail en fonction de la demande.

Enrichir les données en cherchant le site web de l'entreprise et en le faisant analyser par l'IA.

Créer des tâches directement dans votre outil de gestion de projet.

L'alliance d'une plateforme d'automatisation comme n8n et de l'intelligence d'une IA comme Claude ouvre un champ des possibles immense pour optimiser les processus métier. Vous ne parlez plus seulement d'automatisation, mais d'automatisation intelligente.