Agent IA Support Client
Workflow n8n - Automatisation intelligente du support email
Projet personnel | 2025
Problématique
StyleNova, une boutique de vêtements en ligne, reçoit des dizaines d'emails clients chaque jour. L'équipe support passait des heures à trier, prioriser et rédiger des réponses - un processus répétitif, coûteux et source d'erreurs humaines.
- Volume d'emails élevé sans priorisation automatique
- Temps de réponse long pour les cas urgents
- Aucune traçabilité ni analyse des tendances
Solution Apportée
Un agent IA autonome qui intercepte chaque email entrant, le classifie automatiquement, escalade les cas critiques à l'équipe humaine, et génère des réponses personnalisées basées sur la base de connaissances de l'entreprise.
- Réponses automatiques en moins de 2 minutes
- Escalade immédiate des cas Urgent / Mécontent
- Rapport hebdomadaire automatique pour le management
Schéma du Workflow
Vue complète du workflow n8n - de la réception à la réponse ou l'alerte Slack
Pipeline Principal
Trois étapes clés de l'automatisation du support client
Classification & Triage
À chaque email reçu, Claude Haiku analyse le contenu et le classe en deux catégories : Promotional (ignoré) ou Support_Service (traité).
Pour les emails support, une seconde analyse détecte le sentiment : Urgent, Mécontent ou Normal. Les cas critiques sont immédiatement escaladés.
Agent RAG & Réponse IA
Pour les emails de sentiment Normal, l'agent interroge la base vectorielle Supabase via recherche sémantique (FAQ, catalogue produits, historique commandes).
Claude Haiku génère ensuite une réponse personnalisée au nom de Sophie, l'assistante virtuelle de StyleNova - sans hallucination, uniquement sur les données récupérées.
LLM Judge & Envoi
Avant tout envoi, un second appel LLM évalue la réponse générée selon des critères définis : pertinence, ton, complétude.
Si la réponse est insuffisante → alerte Slack à l'équipe. Si elle est validée → email envoyé au client et conversation archivée dans Supabase.
Fonctionnalités Annexes
Alertes, ingestion de données et reporting automatique
Alertes Slack Intelligentes
Les cas Urgent et Mécontent déclenchent immédiatement une notification Slack à l'équipe support avec l'objet, l'expéditeur et le sentiment détecté - pour une réponse humaine rapide.
Mise à Jour de la Base de Connaissances
Un trigger manuel importe les fiches clients et produits depuis Google Docs directement dans le vector store Supabase. Les embeddings sont générés par Google Gemini et indexés automatiquement.
Rapport Hebdomadaire Automatique
Chaque lundi à 8h, un trigger planifié agrège toutes les conversations de la semaine depuis Supabase. Claude Haiku génère un rapport détaillé (volume, sentiments, recommandations) envoyé par email à l'admin.
Architecture Multi-Agent
Le workflow combine 4 appels LLM distincts avec des rôles séparés (classificateur, analyste sentiment, générateur, juge) - une architecture qui maximise la précision et facilite le débogage.
Flux de Traitement d'un Email
- Gmail reçoit un email → n8n le capture en temps réel
- Le classificateur LLM détermine s'il s'agit d'un email support (sinon ignoré)
- L'analyse de sentiment détecte Urgent/Mécontent → alerte Slack immédiate
- Pour les emails Normaux : l'agent RAG recherche dans Supabase et génère une réponse au nom de Sophie
- Le LLM Judge valide la réponse → envoi par Gmail ou escalade Slack si insuffisant
- La conversation est archivée dans Supabase pour le reporting
Architecture Technique
Les 10 composants du workflow et leur rôle
| Composant | Technologie | Rôle |
|---|---|---|
| Déclencheur Email | Gmail Trigger (n8n) | Capte les nouveaux emails entrants du compte client en temps réel |
| Classificateur | Claude Haiku 4.5 | Catégorise chaque email : Promotional ou Support_Service |
| Analyse de Sentiment | Claude Haiku 4.5 | Pour les emails Support : détecte Urgent / Mécontent / Normal |
| Alertes Équipe | Slack | Notifie le canal support pour les cas Urgent et Mécontent |
| Agent IA (RAG) | Claude Haiku 4.5 + Supabase | Recherche sémantique dans la base de connaissances et génère une réponse personnalisée |
| Base Vectorielle | Supabase + Google Gemini | Stocke les embeddings FAQ, produits, commandes - moteur de recherche sémantique |
| Contrôle Qualité | Claude Haiku 4.5 (Judge) | Évalue la réponse : conforme → envoi email ; non conforme → alerte Slack |
| Réponse Client | Gmail (Send) | Envoie la réponse validée au client et label l'email dans Gmail |
| Ingestion Données | Google Docs + Supabase | Trigger manuel : lit les fiches clients/produits et les indexe dans le vector store |
| Rapport Hebdomadaire | Cron (lundi 8h) + Claude Haiku | Agrège les conversations de la semaine, génère un rapport IA, l'envoie par email à l'admin |
Compétences Démontrées
Les savoir-faire techniques mis en œuvre dans ce projet
Orchestration n8n
Conception de workflows multi-étapes avec logique conditionnelle, branchements parallèles et gestion d'erreurs
RAG & Embeddings
Pipeline Retrieval-Augmented Generation avec Supabase pgvector et Google Gemini pour la recherche sémantique
Prompt Engineering
4 prompts distincts par rôle LLM : classification, sentiment, génération de réponse et juge qualité
Intégrations API
Connexion et orchestration de 5 services externes - Gmail, Slack, Supabase, Google Docs, Anthropic
Architecture Multi-Agent
Séparation des responsabilités entre 4 instances LLM pour maximiser la précision et la traçabilité
Automatisation Métier
Traduction d'un processus support réel en workflow autonome avec escalade, SLA et reporting hebdomadaire