Intégrer Claude AI dans n8n en 5 minutes

La plupart des utilisateurs n8n compliquent l'intégration IA avec des chaînes de nodes complexes. Je vois régulièrement des workflows avec 10+ nodes juste pour appeler un LLM : parsing, formatage, gestion d'erreurs éparpillés partout. Pourtant, un seul node HTTP Request vers l'API Claude fait le travail en 5 minutes.

Dans cet article, je vous montre comment intégrer Claude AI dans vos workflows n8n de manière simple et efficace. Nous verrons la configuration complète, les paramètres essentiels, des cas d'usage concrets et les optimisations avancées.

Prérequis

Avant de commencer, assurez-vous d'avoir une instance n8n fonctionnelle (cloud ou self-hosted), une clé API Anthropic disponible sur console.anthropic.com, et 5 minutes de votre temps.

La clé API est gratuite à créer, et Anthropic offre des crédits pour démarrer. Une fois la clé obtenue, vous pouvez la stocker dans les credentials n8n pour une utilisation sécurisée.

Configuration du node HTTP Request

Voici la configuration complète du node HTTP Request pour appeler Claude. C'est tout ce dont vous avez besoin pour commencer :

{
  "method": "POST",
  "url": "https://api.anthropic.com/v1/messages",
  "headers": {
    "x-api-key": "{{ $credentials.anthropicApi }}",
    "anthropic-version": "2023-06-01",
    "content-type": "application/json"
  },
  "body": {
    "model": "claude-sonnet-4-20250514",
    "max_tokens": 1024,
    "messages": [
      {
        "role": "user",
        "content": "{{ $json.prompt }}"
      }
    ]
  }
}

Les paramètres essentiels

Comprendre les paramètres vous permet d'optimiser la qualité et les coûts de vos appels API. Voici les trois paramètres clés à maîtriser.

Le modèle

Anthropic propose plusieurs modèles selon vos besoins. Le choix du modèle impacte directement la qualité, la vitesse et le coût. Claude Sonnet offre le meilleur rapport qualité/prix pour la plupart des cas. Claude Opus est le plus puissant pour les tâches complexes nécessitant un raisonnement approfondi. Claude Haiku est le plus rapide et économique pour les tâches simples à forte volumétrie.

// Modèles disponibles (Décembre 2025)
const models = {
  sonnet: "claude-sonnet-4-20250514",  // Recommandé
  opus: "claude-opus-4-20250514",      // Plus puissant
  haiku: "claude-haiku-4-20250514"     // Plus rapide
};

max_tokens

Ce paramètre définit la longueur maximale de la réponse. 1024 tokens équivaut à environ 750 mots. Ajustez selon vos besoins pour optimiser les coûts : une réponse courte pour un résumé, plus longue pour une analyse détaillée.

Le prompt dynamique

Utilisez les expressions n8n pour injecter des données dynamiques dans votre prompt. Cela permet de créer des workflows flexibles qui s'adaptent aux données entrantes.

// Exemples d'expressions n8n pour le prompt
"content": "Résume ce texte : {{ $json.article_content }}"
"content": "Traduis en anglais : {{ $json.text }}"
"content": "Analyse ce feedback client : {{ $json.feedback }}"

Récupérer la réponse

La réponse de Claude arrive dans un format JSON structuré. Pour extraire le texte généré, utilisez cette expression dans le node suivant. Vous pouvez l'utiliser dans un node "Set" pour nettoyer la sortie, ou directement dans le node suivant de votre workflow.

// Expression pour récupérer la réponse de Claude
const response = {{ $json.content[0].text }};

// Structure complète de la réponse
{
  "id": "msg_xxx",
  "type": "message",
  "role": "assistant",
  "content": [
    {
      "type": "text",
      "text": "Votre réponse générée ici..."
    }
  ],
  "stop_reason": "end_turn",
  "usage": {
    "input_tokens": 50,
    "output_tokens": 200
  }
}

Cas d'usage concrets

Voici quelques workflows puissants que vous pouvez créer en combinant Claude avec les nodes natifs n8n. Chaque exemple montre la chaîne de nodes à utiliser.

Résumé automatique d'emails

Résumez automatiquement les longs emails et envoyez une notification Slack avec les points clés. Idéal pour ne jamais manquer l'essentiel dans une boîte mail surchargée.

Gmail Trigger → HTTP Request (Claude) → Slack Message

// Prompt pour le résumé d'email
{
  "messages": [{
    "role": "user",
    "content": "Résume cet email en 3 points clés:\n\n{{ $json.text }}"
  }]
}

Extraction de données structurées

Extrayez des informations structurées (nom, email, entreprise, besoin) depuis du texte brut et alimentez automatiquement un spreadsheet. Parfait pour traiter des formulaires ou des demandes entrantes.

// Prompt pour extraction structurée
{
  "messages": [{
    "role": "user",
    "content": "Extrais les informations suivantes au format JSON:\n- nom\n- email\n- entreprise\n- besoin\n\nTexte: {{ $json.message }}"
  }]
}

// Réponse attendue
{
  "nom": "Jean Dupont",
  "email": "jean@example.com",
  "entreprise": "TechCorp",
  "besoin": "Automatisation des rapports"
}

Génération de contenu planifiée

Générez du contenu quotidien (posts LinkedIn, newsletters, articles) et sauvegardez-le automatiquement dans Notion ou WordPress. Vous n'avez plus qu'à relire et publier.

Schedule Trigger (9h chaque jour)
    → Google Sheets (lire topic)
    → HTTP Request (Claude génère)
    → Notion (sauvegarder draft)

Optimisations avancées

Une fois le workflow de base fonctionnel, voici comment l'améliorer pour des résultats encore meilleurs.

System prompt

Le system prompt donne un contexte permanent à Claude. Il définit le rôle, le ton et les contraintes pour toutes les interactions. C'est essentiel pour obtenir des réponses cohérentes.

{
  "model": "claude-sonnet-4-20250514",
  "max_tokens": 1024,
  "system": "Tu es un assistant expert en rédaction technique. Réponds toujours en français de manière concise et professionnelle. Utilise des bullet points quand c'est pertinent. Ne fais jamais de suppositions, demande des clarifications si nécessaire.",
  "messages": [
    {
      "role": "user",
      "content": "{{ $json.prompt }}"
    }
  ]
}

Conversation multi-tour

Pour maintenir un contexte de conversation (chatbot, assistant), passez l'historique des messages. Claude se souviendra du contexte précédent.

"messages": [
  { "role": "user", "content": "Bonjour, je cherche un hôtel à Paris." },
  { "role": "assistant", "content": "Je peux vous aider ! Quelles sont vos dates et votre budget ?" },
  { "role": "user", "content": "{{ $json.new_message }}" }
]

Temperature

Le paramètre temperature contrôle la créativité des réponses. Une valeur de 0 donne des réponses déterministes et factuelles, tandis qu'une valeur proche de 1 favorise la créativité.

// Pour des réponses factuelles (extraction, résumé)
"temperature": 0.2

// Pour du contenu créatif (rédaction, brainstorming)
"temperature": 0.8

// Pour un équilibre (usage général)
"temperature": 0.5

Coûts et bonnes pratiques

Les LLM sont facturés au volume de tokens (input + output). Comprendre la tarification vous permet d'optimiser vos workflows.

Tarifs approximatifs pour décembre 2025 : Haiku coûte environ $0.25 par million de tokens input, idéal pour les tâches simples à fort volume. Sonnet coûte environ $3 par million de tokens input, c'est le sweet spot pour la plupart des cas. Opus coûte environ $15 par million de tokens input, réservé aux analyses complexes critiques.

Pour un workflow qui traite 100 emails/jour avec Sonnet, comptez environ $1-5/mois. C'est très raisonnable comparé au temps gagné.

Conclusion

Intégrer Claude AI dans n8n est vraiment simple : un seul node HTTP Request suffit. Pas besoin de chaînes complexes de nodes, de parsing élaboré ou de gestion d'erreurs sophistiquée pour commencer.

La clé est de commencer simple : un workflow basique qui fonctionne, puis itérer pour ajouter des fonctionnalités. Arrêtez de construire des usines à gaz — un node qui marche, c'est tout ce qu'il vous faut pour démarrer.

Et vous, quel sera votre premier workflow avec Claude AI ?

Ressources

Pour aller plus loin, voici les ressources officielles à consulter :

• Documentation API Anthropic - Guide complet de l'API
• Documentation n8n HTTP Request - Configuration détaillée du node
• Console Anthropic - Obtenir votre clé API