Créer un bot Telegram IA avec n8n : guide pas à pas

Mettre un agent IA dans la poche de toute une équipe ne demande ni application mobile à développer, ni processus de validation d'entreprise : un bot Telegram branché sur n8n suffit. En une heure, on obtient un assistant qui répond dans une conversation Telegram classique, se souvient du contexte, et peut interroger une base documentaire interne. Ce guide déroule la construction pas à pas — création du bot, Telegram Trigger, agent IA avec mémoire, réponse, puis les garde-fous indispensables avant d'inviter qui que ce soit à lui parler.

Pourquoi Telegram est le canal le plus simple pour un agent IA

Comparé aux autres canaux de messagerie, Telegram cumule des avantages rares :

• La création de bot est gratuite et immédiate : un échange avec @BotFather, un nom, et vous avez un token d'API. Pas de compte entreprise, pas de dossier de validation.
• L'API bot est ouverte et bien documentée, avec un node Telegram natif dans n8n qui couvre l'essentiel (envoi de messages, photos, documents, boutons).
• Pas de validation d'entreprise, contrairement à WhatsApp Business qui exige un compte Meta Business vérifié — nous avons détaillé ce parcours dans notre guide du chatbot RAG sur WhatsApp ; la comparaison est parlante : ce qui prend des jours côté WhatsApp prend cinq minutes côté Telegram.
• L'application est déjà installée chez beaucoup d'utilisateurs, et fonctionne sur mobile comme sur desktop.

L'intérêt de brancher une IA sur ce canal n'est pas gadget : une étude de Brandtzaeg et Følstad présentée à la conférence INSCI 2017 (« Why People Use Chatbots » — Google Scholar) a interrogé des utilisateurs de chatbots et montré que la productivité — obtenir de l'aide ou une information rapidement et efficacement — est la première motivation d'usage, loin devant le divertissement. Autrement dit : un bot qui répond vite et juste à des questions concrètes correspond exactement à ce que les utilisateurs attendent du format.

Étape 1 : créer le bot avec @BotFather

Dans Telegram, ouvrez une conversation avec @BotFather (le bot officiel de création de bots) :

• Envoyez /newbot, choisissez un nom d'affichage puis un identifiant se terminant par bot.
• BotFather renvoie un token d'API de la forme 123456789:AAE.... Ce token donne le contrôle total du bot : traitez-le comme un mot de passe, stockez-le uniquement dans les credentials n8n, jamais en clair dans un node.
• Optionnel mais utile : /setdescription et /setcommands pour donner une description et des commandes visibles aux utilisateurs.

Étape 2 : le Telegram Trigger dans n8n

Créez un workflow avec un node Telegram Trigger, configurez les credentials avec le token, et sélectionnez l'événement « Message ». Point technique essentiel : ce trigger fonctionne par webhook — Telegram pousse chaque message vers une URL de votre instance n8n. Cela impose que l'instance soit accessible publiquement en HTTPS avec un certificat valide ; une instance en localhost ne recevra jamais rien. Si ce n'est pas encore le cas, mettez d'abord en place un reverse proxy avec certificat, et appliquez au passage les réflexes de notre article sur la sécurisation des webhooks n8n.

Une fois le workflow activé (pas seulement testé), chaque message envoyé au bot arrive dans le workflow avec, entre autres, le texte du message et le chat_id de la conversation — deux champs que tout le reste du workflow va exploiter.

Étape 3 : brancher l'agent IA avec mémoire

C'est le cœur du bot. Ajoutez un node AI Agent (ou un simple node de modèle de chat pour les cas basiques), connecté à votre fournisseur — la configuration des credentials est couverte dans notre guide pour connecter Claude ou GPT à n8n :

• Le prompt utilisateur reçoit le texte du message Telegram.
• Le system prompt cadre le rôle du bot : périmètre, ton, langue, ce qu'il doit refuser.
• La mémoire de conversation est le détail qui change tout : utilisez le chat_id Telegram comme clé de session (Session ID) de la mémoire. Chaque conversation garde ainsi son propre historique — le bot se souvient de ce que lui a dit un utilisateur donné, sans jamais mélanger deux personnes. Les différents types de mémoire (fenêtre glissante, stockage externe) et leurs arbitrages sont détaillés dans notre article sur la mémoire de conversation d'un agent IA dans n8n.

Pour un assistant qui répond à partir de vos documents plutôt que de ses connaissances générales, donnez à l'agent un outil de recherche vectorielle : c'est exactement l'architecture du workflow chatbot RAG avec citations, qui cite ses sources dans chaque réponse.

Étape 4 : répondre avec le node Telegram

Ajoutez un node Telegram en opération « Send Message » (sendMessage) :

• Chat ID : reprenez le chat_id du message entrant, pour répondre dans la bonne conversation.
• Text : la réponse de l'agent.
• Messages longs : Telegram limite la taille d'un message texte (de l'ordre de 4 000 caractères). Un agent IA verbeux peut dépasser cette limite et faire échouer l'envoi. Le réflexe robuste : découper la réponse en tronçons (un node Code suffit) et envoyer plusieurs messages successifs, ou contraindre la longueur dans le system prompt.

À ce stade, le bot fonctionne : message entrant → agent avec mémoire → réponse dans la conversation.

Cas d'usage concrets

• Assistant interne sur base documentaire : l'équipe pose ses questions (procédures, produits, contrats) au bot, qui interroge une base RAG et répond avec sources — le cœur du Pack Assistant RAG, dont le canal de sortie se rebranche de WhatsApp vers Telegram sans changer l'architecture.
• Notifications interactives : plutôt qu'un email ignoré, le bot notifie (nouveau lead, erreur de workflow, dossier à valider) et l'utilisateur peut répondre directement pour agir.
• FAQ client : un bot public qui répond aux questions récurrentes, avec escalade vers un humain quand la question sort du périmètre.
• Collecte guidée d'informations : un dialogue structuré qui pose des questions une à une et enregistre les réponses — le pattern du workflow bot questionnaire guidé.

Les garde-fous avant d'ouvrir le bot

Trois précautions non négociables avant de partager l'identifiant du bot :

• Liste blanche de chat_id. Un bot Telegram est public : n'importe qui peut lui écrire s'il trouve son identifiant. Ajoutez en tête de workflow un node IF qui vérifie le chat_id entrant contre une liste d'identifiants autorisés, et coupez court (silence ou refus poli) pour les inconnus. Sans cela, des tiers peuvent consommer vos appels LLM à votre insu.
• Contrôle des coûts. Chaque message déclenche un appel LLM, et une conversation animée en déclenche des dizaines. Journalisez les tokens consommés par conversation et posez des alertes — la méthode complète est dans notre article pour suivre le coût des appels IA dans n8n.
• Prompt injection. Tout ce que l'utilisateur tape part dans le prompt de l'agent ; si celui-ci dispose d'outils (recherche documentaire, écriture en base), un message malveillant peut tenter de détourner ses instructions. Limitez les outils au strict nécessaire et cadrez le system prompt — nos garde-fous contre la prompt injection détaillent les protections applicables à n8n.

En résumé

Un bot Telegram IA avec n8n, c'est quatre briques : un token obtenu en cinq minutes via @BotFather, un Telegram Trigger sur une instance HTTPS, un agent avec mémoire indexée par chat_id, et un node Telegram pour répondre — plus les trois garde-fous (liste blanche, suivi des coûts, protection du prompt) qui séparent le prototype du bot qu'on peut laisser tourner. Si vous voulez partir d'une base éprouvée plutôt que d'une page blanche, le Pack Assistant RAG (119 €) fournit l'ingestion documentaire, le chatbot RAG avec citations et le bot de collecte guidée, prêts à brancher sur Telegram.