Dit autrement : dans un workflow, c’est vous qui écrivez le chemin ; dans un agent, c’est le modèle qui le choisit à chaque fois, parmi les outils que vous lui avez confiés. Les deux utilisent l’IA, les deux peuvent tourner dans le même logiciel. Ce qui change, c’est qui décide de la suite.
Quelle différence entre un workflow IA et un agent IA ?
La documentation de n8n formule la distinction simplement. Une chaîne (le cœur d’un workflow IA) appelle un modèle et d’autres composants dans une séquence prédéterminée ; elle ne choisit pas ses étapes. Un agent est « une chaîne qui sait prendre des décisions » : il utilise un modèle de langage pour déterminer quelles actions effectuer et quels outils appeler. Lors d’une exécution, un agent tourne d’ailleurs plusieurs fois : il prépare, appelle un outil, évalue la réponse, puis répond.
| Workflow IA | Agent IA | |
|---|---|---|
| Ce qu’on lui donne | Une suite d’étapes, dont des étapes d’IA | Un objectif, des instructions, des outils |
| Qui décide de l’ordre | Vous, une fois pour toutes | Le modèle, à chaque exécution |
| Prévisibilité | Élevée : même entrée, même chemin | Variable : le chemin peut changer d’une fois à l’autre |
| Mémoire d’un échange à l’autre | Non, dans les chaînes de n8n | Possible (mémoire de conversation) |
| Coût et durée | Maîtrisés | Plus variables : plusieurs appels au modèle par demande |
| Contrôle | Vérifier chaque étape suffit | Limiter les outils, valider les actions sensibles, tracer les décisions |
Les éditeurs le disent eux-mêmes. L’aide de Make, par exemple, recommande l’agent pour les tâches qui demandent un raisonnement souple, des jugements et des entrées variables (classer des tickets de support, trier des candidatures), un module d’IA dans un scénario classique quand entrées et sorties suivent un cadre précis (traduire, transcrire, résumer), et un scénario sans IA quand la logique est entièrement définie.
La même tâche, en workflow puis en agent
Exemple : traiter les demandes reçues par le formulaire d’un site.
version workflow · étapes fixes
Formulaire reçuLigne dans le tableauIA : classer le besoinBrouillon de réponse
Chaque demande suit exactement le même chemin. Si la demande est incomplète, le workflow prépare quand même un brouillon, que vous corrigez.
version agent · objectif et outils
Objectif Qualifier chaque demande et préparer la meilleure réponse possible.
Outils Lire le tableau des clients · consulter la grille de services · créer un brouillon · prévenir l’équipe sur la messagerie interne.
Règles Ne jamais envoyer : le brouillon attend une validation · signaler ce qui manque au lieu de le deviner.
Ici, l’agent peut vérifier si le client existe déjà, consulter la grille pour proposer le bon service, ou alerter l’équipe pour une demande urgente : il choisit selon le cas. Plus souple, mais il faut s’assurer qu’il fait les bons choix, d’où des règles écrites et une validation humaine. Les briques d’un agent dans n8n sont présentées dans Agents IA dans n8n.
Quand choisir un workflow, quand choisir un agent ?
| Votre tâche | Le bon choix |
|---|---|
| Toujours les mêmes étapes, données bien structurées | Workflow, sans IA ou avec une étape d’IA |
| Résumer, traduire, extraire, reformuler dans un format fixe | Workflow avec une étape d’IA |
| Des demandes variées où il faut choisir quoi faire | Agent, avec peu d’outils et des règles claires |
| Une conversation où le contexte doit être gardé | Agent avec mémoire |
| Une action qui engage (envoi, paiement, suppression) | L’un ou l’autre, mais avec validation humaine |
Règle pratique : si vous savez écrire les étapes sur une feuille, faites un workflow. Si vous écrivez surtout des « ça dépend », l’agent devient intéressant.
Le volume compte aussi. Un workflow qui traite mille lignes par mois coûte peu et se vérifie par échantillon ; un agent qui fait plusieurs appels au modèle pour chaque demande coûte davantage et doit être relu plus souvent. Pour une petite entreprise, le bon compromis est fréquent : un workflow qui fait tout le travail prévisible (recevoir, enregistrer, classer), et un agent appelé seulement pour la partie qui demande du jugement, comme la rédaction d’une réponse adaptée à une demande inhabituelle.
Du workflow à l’agent : les étapes du passage
Passer du workflow à l’agent est le cœur du troisième jour de notre formation RS7311, après un deuxième jour consacré au premier workflow. La démarche, en cinq étapes :
- Faire tourner le workflow et noter les cas où il se trompe ou bloque : ce sont les décisions qu’un agent pourrait prendre.
- Écrire l’objectif et les règles de l’agent en langage courant, dont ce qu’il ne doit jamais faire (voir écrire un prompt efficace).
- Transformer les étapes en outils : chaque action du workflow (lire le tableau, créer un brouillon) devient un outil que l’agent peut appeler, avec des droits au plus juste.
- Régler la supervision : ce que l’agent fait seul, ce qui attend une validation humaine, ce qui est journalisé, qui est alerté en cas d’échec.
- Tester sur de vrais cas, comparer avec le workflow d’origine, et ne garder l’agent que s’il fait mieux.
Trois idées reçues
- « Un agent remplace le workflow » : non, il s’appuie souvent sur lui. Dans n8n, un agent peut appeler des workflows comme outils, et un workflow peut confier une étape de réflexion à un agent.
- « Plus c’est autonome, mieux c’est » : l’autonomie a un prix (imprévisibilité, coût, contrôle). Elle se justifie quand elle apporte quelque chose qu’un workflow ne sait pas faire.
- « Un agent ne se trompe pas s’il est bien configuré » : il hérite des limites du modèle, dont les hallucinations. D’où les règles, les droits limités et la relecture.