En bref
Un workflow n8n qui fait appel à ChatGPT, Claude ou Gemini peut échouer de deux façons : en s'arrêtant sur une erreur, ou en laissant partir des données qu'on voulait garder. Cette page suit le trajet d'une donnée à travers le workflow, du déclenchement jusqu'aux accès, et propose 16 contrôles à cocher. Pour chacun, vous trouverez le risque et le réglage à faire dans n8n.
Elle s'adresse à celles et ceux qui construisent leurs automatisations dans n8n et y branchent un modèle de langage : indépendants, équipes opérations ou marketing, petites structures sans service informatique dédié. Il suffit de savoir ouvrir un workflow et ses réglages. Aucune ligne de code n'est requise, sauf pour un contrôle où un nœud Code est utile.
Elle prolonge deux articles de la série. Le premier traitait d'une erreur JSON.parse, qui arrête le workflow. Le second traitait de données personnelles qui partent chez le fournisseur sans qu'aucune erreur s'affiche. Ici, on regarde le workflow de bout en bout.
Parcourez le workflow dans l'ordre des sections et cochez ce qui est déjà en place. Ce qui reste décoché forme votre liste de travail. Les cases sont conservées dans le navigateur de cet appareil. Miravig n'en reçoit aucune copie, et rien ne passe d'un appareil à l'autre.
Un workflow lancé par un webhook, c'est-à-dire par une adresse web que n'importe quel service peut appeler, s'exécute à chaque appel reçu. Si personne ne contrôle qui appelle, quelqu'un d'extérieur peut le lancer et consommer votre crédit chez le fournisseur du modèle.
C'est le point qui passe le plus souvent inaperçu. Tout ce qui entre dans le prompt est transmis au fournisseur, et l'exécution s'affiche en vert quoi qu'il y ait dedans.
Chaque fournisseur limite le nombre de requêtes par minute et facture à l'usage. Un workflow qui boucle sur mille lignes peut atteindre ces limites en quelques secondes.
Un modèle de langage répond en texte, et ce texte varie d'une exécution à l'autre. Un workflow qui attend un format précis doit donc vérifier ce qu'il reçoit.
Un workflow déclenché automatiquement tourne sans personne devant l'écran. Sans réglage, une panne peut durer des jours avant d'être remarquée.
Un arbitrage se cache entre les sections 2 et 5. Le lien vers l'exécution fautive n'est transmis au workflow d'erreur que si cette exécution a été sauvegardée en base.[11] Réduire la conservation pour protéger les prompts, comme au contrôle 5, vous prive donc d'un outil de diagnostic. La documentation consultée n'indique pas de réglage intermédiaire, et le bon compromis dépend de ce que contient chaque workflow.
Par la section 2 si le workflow traite des données de clients ou de salariés, parce que cette panne ne se voit pas. Viennent ensuite les contrôles 1 et 14, qui demandent peu de temps.
Cela dépend de son rôle. Un workflow interne sans donnée personnelle n'appelle pas les mêmes garanties qu'un workflow qui lit la boîte de réception des clients. La liste aide surtout à savoir quels contrôles on écarte, et pourquoi.
Non. Elles restent dans le navigateur utilisé.
[2] n8n, nœud Edit Fields (Set)
[4] Miravig, mode d'emploi du node n8n
[5] n8n, variables d'environnement des exécutions
[7] n8n, gérer les limites de débit
[8] OWASP, Top 10 pour les applications LLM (édition 2025)
[9] Gemini API, sorties structurées et mode JSON
[10] OpenAI, guide des sorties structurées
[12] OpenAI, référence de l'API Chat Completions, champ finish_reason
[13] n8n, clé de chiffrement personnalisée
Masquer les données sensibles avant l'appel au modèle : le node Miravig pour n8n détecte et masque les données identifiantes dans un workflow, avant l'envoi au LLM. Voir le mode d'emploi →