Un modèle n8n peut être étendu non seulement pour extraire ou nettoyer des données, mais aussi pour produire un résultat significatif généré par l’IA. Cette partie utilise le workflow importé de la leçon précédente et le fait générer du texte automatiquement en agrégeant les éléments séparés, en épinglant les données stables et en transmettant une charge utile structurée à l’Agent IA.

Jusqu’à présent, le workflow ne pouvait qu’extraire et diviser les données. Vous allez maintenant plus loin et apprendre à :

• Recombiner les éléments séparés en une charge utile adaptée à l’IA ;
• Épingler les données afin que l’API Rainforest ne soit pas rappelée lors des tests ;
• Transmettre correctement ces données structurées à l’Agent IA ;
• Modifier le ton ou le style de l’IA avec un seul mot.

C’est à ce moment que le workflow cesse d’être un schéma de démonstration et commence à produire des résultats réels, prêts pour le client.

Ce que Split Out a réellement produit

Après la dernière leçon, le workflow a déjà récupéré des produits auprès d’un vendeur via l’API Rainforest, puis les a divisés en plusieurs éléments, par exemple, 16 fiches produit distinctes.

Une erreur courante consiste à connecter directement le nœud Split Out à l’Agent IA, en pensant qu’il va tout résumer. Cela échoue car l’IA ne reçoit qu’un élément à la fois. Elle ne voit pas l’ensemble et ne peut pas rédiger une synthèse pertinente.

Split Out est idéal pour une logique par élément, mais pas pour rédiger un résumé global.

Ajouter un nœud Aggregate

Pour permettre à l’IA de voir toutes les données en même temps, ajoutez un nœud Aggregate après Split Out. Configurez-le pour combiner tous les éléments en une seule liste ou un seul tableau. Ce nœud prend plusieurs entrées et les fusionne en un élément structuré contenant tous les détails des produits.

Désormais, au lieu d’envoyer 16 messages séparés à l’IA, vous envoyez un bloc de contexte riche.

Épingler les données

Avant d'effectuer d'autres tests, épinglez la sortie du nœud.

Cela empêche n8n d'appeler l'API Rainforest à chaque fois, économisant ainsi des jetons et accélérant l'ajustement des prompts. Les nœuds en aval réutiliseront la réponse épinglée jusqu'à ce qu'elle soit désépinglée.

Confirmer la sortie agrégée

Après l'exécution du nœud Aggregate, n8n doit afficher un seul élément au lieu de plusieurs. À l'intérieur de cet élément unique, vous verrez un tableau contenant les titres, ASIN, liens, images et autres champs de produit.

Ceci constitue le blob de contexte, exactement ce qui doit être transmis à l'Agent IA.

Alimenter les données dans l’agent IA

Dans le nœud Agent IA, ouvrez le champ Message utilisateur ou prompt et faites glisser le champ de données agrégées (par exemple : {{$json["data"]}}).

À gauche, vous verrez l’expression. À droite, n8n affiche un aperçu en direct, c’est ce que l’IA recevra réellement. Si cet aperçu ne montre pas les vraies données produit, l’IA ne produira pas un bon résumé.

Vérifiez toujours que l’aperçu de droite contient un contenu structuré.

Exécutez le nœud Agent IA. L’IA doit retourner un court texte mentionnant les noms des produits, ASIN, prix, notes et informations sur le vendeur.

Cela confirme que le workflow alimente désormais l’IA avec des données structurées en temps réel, et non des exemples statiques.