Connecter Lemlist à n8n : trier les réponses de prospection par IA

Lemlist s'est imposé dans les équipes commerciales comme l'outil de prospection multicanal (email, LinkedIn, WhatsApp) qui gère la mécanique de la séquence — délais, relances, rotation d'expéditeurs pour préserver la délivrabilité. Mais une séquence bien réglée ne vaut rien si les réponses qu'elle génère s'accumulent dans une boîte de réception sans tri : un commercial qui doit lire manuellement chaque « pas intéressé », chaque objection et chaque « oui, parlons-en » perd le bénéfice de l'automatisation en amont. C'est le rôle de n8n en aval — et contrairement à Clay ou Instantly, la connexion ne repose pas sur du webhook fait main : Lemlist dispose d'un node natif et d'un node Trigger livrés directement avec n8n.

Le node natif Lemlist et le node Lemlist Trigger

Le node d'action Lemlist couvre six ressources : Activity (lister les événements passés), Campaign (statistiques, liste des campagnes), Enrichment (enrichir un lead ou une personne à partir d'un email), Lead (créer, mettre à jour, ajouter à une campagne), Team et Unsubscribe (ajouter, retirer ou lister les emails désabonnés). Authentification par clé API Lemlist, stockée comme n'importe quel autre credential n8n — voir notre guide de sécurisation des credentials API pour les bonnes pratiques de stockage et de rotation.

Le node Lemlist Trigger écoute en temps réel des dizaines d'événements : emailsSent, emailsOpened, emailsClicked, emailsReplied, emailsBounced, mais aussi des états agrégés au niveau du lead (contacted, interested, notInterested, warmed) et les équivalents LinkedIn et WhatsApp. Comme les autres triggers natifs de n8n, il gère lui-même l'enregistrement du webhook auprès de l'API Lemlist à l'activation du workflow, et son retrait à la désactivation — aucune URL à copier-coller manuellement dans l'interface Lemlist.

Cette architecture change la manière d'aborder l'intégration : là où Clay impose de construire le va-et-vient HTTP soi-même (voir notre guide Clay + n8n), Lemlist retire cette étape de plomberie et laisse toute la place à la logique métier.

Cas d'usage 1 : trier les réponses par intention avec un LLM

Le workflow le plus rentable démarre à la première réponse reçue :

1. Lemlist Trigger sur l'événement emailsReplied, qui livre le texte de la réponse, l'email du lead et l'identifiant de la campagne.
2. Un node LLM avec un Structured Output Parser pour forcer une classification exploitable en JSON : intention (intéressé / pas intéressé / à relancer plus tard / objection / absence de bureau / désabonnement), urgence et un court résumé.
3. Un node IF/Switch qui route selon le champ intention, suivant les principes de notre guide du routage conditionnel.
4. Selon la branche : le node Lemlist en opération Unsubscribe pour une demande d'arrêt, une notification Slack pour un lead chaud, ou simplement une mise à jour de statut pour un « plus tard » qui déclenchera une relance différée.

Sur la fiabilité de cette classification, une étude de Bodonhelyi, Bozkir, Yang, Kasneci et Kasneci publiée en 2024, « User Intent Recognition and Satisfaction with Large Language Models: A User Study with ChatGPT » (voir sur Google Scholar), mesure une précision de reconnaissance d'intention de 89,6 % pour GPT-4 contre 75,3 % pour GPT-3.5 — et note que les intentions rares restent nettement moins bien reconnues que les intentions fréquentes, quel que soit le modèle. Deux conséquences concrètes pour ce workflow : choisissez un modèle de génération récente plutôt que le moins cher par défaut si le tri déclenche une action automatique irréversible (comme un désabonnement), et testez le prompt sur quelques dizaines de réponses réelles de vos propres campagnes avant de le laisser router sans supervision — les formulations d'objection varient beaucoup plus d'un secteur à l'autre que les intentions évidentes.

Cas d'usage 2 : qualifier avant d'ajouter à une campagne

Le sens inverse compte tout autant : n8n comme filtre en amont, avant que Lemlist ne consomme des crédits d'enrichissement ou n'entame une séquence coûteuse en réputation d'expéditeur.

• Réception des leads bruts (formulaire, import CRM, export d'un salon) et filtrage ICP avec les mêmes critères que ceux détaillés dans notre guide de qualification des leads entrants par IA.
• Pour les leads qualifiés, opération Enrichment du node Lemlist ou, pour une cascade multi-fournisseurs plus poussée, les techniques de notre guide d'enrichissement automatique de leads.
• Opération Lead → Create/Add to Campaign pour inscrire le lead enrichi dans la bonne séquence Lemlist, avec les champs de personnalisation (prénom, entreprise, accroche générée) déjà remplis — la génération de cette accroche suit les principes de notre guide de personnalisation d'emails de prospection par IA.

Le lead entre ainsi dans Lemlist déjà qualifié et déjà personnalisé, plutôt que dans une liste brute que la séquence devra compenser par le volume.

Boucler avec le CRM

Un lead classé « intéressé » à l'étape 1 n'a de valeur que s'il atterrit dans le bon pipeline commercial. Le node Lemlist ne réplique pas cette logique CRM — c'est précisément la limite qu'il faut combler côté n8n, en suivant les principes de notre guide de synchronisation CRM HubSpot/Pipedrive : recherche du contact existant avant création, association à la bonne campagne source, et journalisation de l'intention détectée dans une note ou un champ personnalisé pour que le commercial reprenne la conversation avec le contexte complet, sans relire l'échange lui-même.

Fiabiliser en production

Trois points évitent les mauvaises surprises une fois le workflow actif sur un volume réel de réponses :

• Déduplication : un même échange peut générer plusieurs événements emailsReplied (fil de discussion, relance du prospect). Une clé de déduplication (email + horodatage) avant chaque écriture CRM applique le même principe que notre guide sur les webhooks reçus en double, même si Lemlist Trigger masque la couche webhook.
• Erreurs silencieuses : si l'appel au LLM échoue ou renvoie un JSON malformé, un lead intéressé peut se perdre sans notification. Un Error Workflow branché sur ce workflow garantit qu'un échec de classification déclenche au minimum une alerte, jamais un silence.
• Rythme des ajouts en masse : lors de l'import d'un gros lot de leads qualifiés vers une campagne, espacez les appels à l'opération Lead plutôt que de les envoyer tous d'un coup, avec les techniques de notre guide des boucles et traitement par lots — au-delà de la limite de débit de l'API Lemlist, la rafale abîme aussi la réputation d'envoi de la séquence qui suit.

Pour aller plus loin

Ce même mécanisme — un événement entrant classé par IA puis routé vers la bonne action — est exactement celui qu'installe le Pack Inbox IA (79 €) sur une boîte mail classique : tri automatique, scoring d'urgence et digest Slack, avec les mêmes briques de classification structurée que celles utilisées ici pour les réponses Lemlist. Si votre équipe a aussi besoin de documenter ses process d'audit et de conformité autour de la prospection (consentement, opt-out, traçabilité RGPD), le Pack Conformité & Audit (149 €) complète le dispositif avec une piste d'audit horodatée. Les trois packs réunis dans le Bundle FlowKit Complet (269 € au lieu de 347 € pris séparément) couvrent la chaîne complète, de la première réponse de prospection jusqu'à la conformité du dossier.