Template n8n · Pack Conformité & Audit

Générer un rapport de synthèse d'audit par IA avec n8n

Dernière étape du dispositif d'audit : un appel webhook avec un identifiant de dossier, et le workflow charge toutes les réponses depuis Supabase, les fait synthétiser par Claude en un rapport structuré (synthèse, points forts, non-conformités, plan d'action), puis l'envoie par email en HTML.

Par Clément Lacaille (Tech-Bharat) · mis à jour le 11 juillet 2026 · notre méthode

{
  "name": "FlowKit — Rapport de synthèse d'audit par IA",
  "nodes": [
    {"name": "Générer un rapport (Webhook)", "type": "n8n-nodes-base.webhook", "typeVersion": 2, "position": [-660,0]},
    {"name": "Charger les réponses du dossier", "type": "n8n-nodes-base.supabase", "typeVersion": 1, "position": [-440,0]},
    {"name": "Agréger", "type": "n8n-nodes-base.aggregate", "typeVersion": 1, "position": [-220,0]},
    {"name": "Rédiger le rapport", "type": "@n8n/n8n-nodes-langchain.chainLlm", "typeVersion": 1.5, "position": [0,0]},
    {"name": "Modèle Claude", "type": "@n8n/n8n-nodes-langchain.lmChatAnthropic", "typeVersion": 1.2, "position": [0,200]},
    {"name": "Convertir en HTML", "type": "n8n-nodes-base.markdown", "typeVersion": 1, "position": [220,0]},
    // … 2 autres nodes, connections, settings
  ]
}

Le problème que ça règle

La rédaction du rapport est le goulot d'étranglement de tout audit : les réponses sont là, mais leur mise en forme — synthèse, hiérarchisation des écarts, plan d'action — consomme des heures d'expert qui seraient mieux investies dans l'analyse.

Puisque chaque réponse est déjà structurée et horodatée en base, le premier jet du rapport peut être délégué au modèle. L'expert relit, ajuste, signe : le livrable passe de trois heures à vingt minutes, sans sacrifier la responsabilité humaine.

Comment le workflow fonctionne, node par node

1. 01

   Générer un rapport (Webhook)

   Webhook

   POST sur flowkit-audit-report avec dossier_id et email du destinataire : déclenchable à la main, depuis le bot du pack ou votre back-office.

2. 02

   Charger les réponses du dossier

   Supabase

   Récupère toutes les lignes d'audit_responses du dossier demandé — la matière première complète et horodatée du rapport.

3. 03

   Agréger

   Agrégation

   Rassemble les réponses en un seul objet pour que le modèle raisonne sur l'ensemble de l'audit, pas question par question.

4. 04

   Rédiger le rapport

   Chaîne LLM

   Le prompt impose la structure du livrable : synthèse générale, points forts, non-conformités classées par criticité, plan d'action priorisé avec échéances suggérées. Sortie en markdown.

5. 05

   Modèle Claude

   Modèle Anthropic

   Claude en sous-node ai_languageModel : le choix de la qualité rédactionnelle pour un document long destiné à être lu par un client.

6. 06

   Convertir en HTML

   Markdown → HTML

   Transforme le markdown du modèle en HTML propre pour un email lisible dans tous les clients.

7. 07

   Envoyer le rapport par email

   Envoi d'email

   Expédie le rapport au destinataire indiqué dans l'appel, avec l'identifiant du dossier en objet.

8. 08

   Répondre

   Réponse webhook

   Confirme à l'appelant que le rapport est parti — utile pour chaîner depuis un autre workflow ou un bouton d'interface.

Ce qu'il faut pour le faire tourner

• ✔n8n ≥ 1.60 avec les nodes LangChain
• ✔La table audit_responses alimentée (bot ou webhook d'enregistrement du pack)
• ✔Une clé API Anthropic
• ✔Un SMTP configuré pour l'envoi du rapport

Pistes de personnalisation

• →Adapter la trame du rapport à votre référentiel (sections, terminologie, niveaux de criticité) dans le prompt
• →Joindre un PDF en ajoutant une étape de conversion HTML vers PDF (Gotenberg, API dédiée) avant l'envoi
• →Archiver chaque rapport généré dans Supabase ou Google Drive pour l'historique client