Automatiser avec Make et Zapier

Tu sais écrire de bons prompts, les sauvegarder en templates, et les chaîner pour des tâches complexes. La prochaine étape logique : faire tourner ces chaînes automatiquement, sans que tu aies à copier-coller quoi que ce soit.

C'est ce que permettent les outils d'automatisation no-code comme Make (anciennement Integromat) et Zapier.

Le concept en 30 secondes

Un outil d'automatisation connecte des services entre eux. Par exemple :

1. Un client remplit un formulaire sur ton site
2. → Make envoie automatiquement les données à un LLM
3. → Le LLM génère un email de réponse personnalisé
4. → Make envoie l'email via Gmail
5. → Et ajoute le contact dans ton CRM

Tout ça sans que tu touches à quoi que ce soit. Tu paramètres une fois, ça tourne ensuite à chaque formulaire reçu.

Make vs Zapier : lequel choisir ?

Les deux font le même travail. Les différences qui comptent :

Zapier est plus simple pour démarrer. Interface linéaire, beaucoup de tutoriels. Idéal si tu débutes en automatisation. Plan gratuit limité à 100 tâches/mois.

Make est plus puissant pour les scénarios complexes. Interface visuelle avec des branches, des boucles, des filtres. Plan gratuit plus généreux (1 000 opérations/mois). Courbe d'apprentissage un peu plus raide.

Notre recommandation : commence avec Zapier si tu n'as jamais automatisé. Passe à Make quand tu atteins les limites.

Note : CalamIA est partenaire de Zapier et Make. Les liens ci-dessus sont des liens affiliés — tu ne paies rien de plus, et ça nous aide à maintenir l'Académie gratuite.

Ton premier scénario : résumé automatique d'email

Voici un scénario simple que tu peux mettre en place en 15 minutes :

Déclencheur : un email arrive dans ta boîte Gmail avec le label "À résumer".

Action 1 : Zapier extrait le contenu de l'email.

Action 2 : Zapier envoie le contenu à ChatGPT avec le prompt : "Résume cet email en 3 bullet points. Identifie : l'action demandée, la deadline, le niveau d'urgence."

Action 3 : Zapier crée une tâche dans ton outil de gestion (Notion, Trello, Todoist) avec le résumé.

Résultat : chaque email labellisé est automatiquement résumé et transformé en tâche. Tu ne lis plus les emails longs — tu lis les résumés.

Les briques de base

Tout scénario d'automatisation IA suit le même schéma :

Déclencheur → Extraction de données → Prompt LLM → Action de sortie

Les déclencheurs courants : nouveau mail, nouvelle ligne dans un tableur, formulaire rempli, message Slack, fichier déposé dans un Drive.

Les actions de sortie courantes : envoyer un mail, créer une tâche, ajouter une ligne dans un tableur, poster un message, créer un document.

Le prompt LLM est au milieu. C'est là que tes compétences des leçons précédentes (RCTF, templates, chaînage) prennent tout leur sens.

Trois scénarios utiles pour une TPE-PME

1. Réponse automatique aux demandes de devis

• Déclencheur : formulaire de demande de devis sur ton site
• LLM : génère un email de prise en charge personnalisé basé sur les réponses du formulaire
• Sortie : email envoyé + ligne ajoutée dans ton CRM

2. Veille concurrentielle hebdomadaire

• Déclencheur : chaque lundi à 8h
• LLM : analyse les 10 derniers articles d'un flux RSS sur ton secteur, résume les tendances
• Sortie : email de synthèse envoyé à l'équipe

3. Compte-rendu de réunion automatique

• Déclencheur : fichier audio déposé dans un Drive (depuis Otter.ai ou un autre outil de transcription)
• LLM : transforme la transcription en compte-rendu structuré
• Sortie : document créé dans Google Docs + notification Slack

Les limites à connaître

Coûts. Chaque appel au LLM a un coût (quelques centimes par appel). À 100 automatisations par jour, ça peut monter. Surveille ta consommation.

Qualité variable. Un LLM dans une automatisation n'a pas de supervision humaine. Si le prompt est mal calibré, les erreurs se multiplient en silence. Teste beaucoup avant de mettre en production.

Données sensibles. Les données qui transitent par Zapier/Make passent par leurs serveurs. Pour des données confidentielles (RGPD, données clients), vérifie les conditions de traitement des données de chaque service.

Fin du niveau Praticien

Tu as maintenant les compétences pour utiliser l'IA de manière productive au quotidien : templates, chaînage, automatisation. C'est suffisant pour gagner plusieurs heures par semaine sur les tâches répétitives.

Le niveau suivant, Architecte, aborde les concepts avancés : agents IA, RAG (Retrieval-Augmented Generation), et connexion des LLM à tes outils métier.

Abonne-toi à la newsletter pour être prévenu de la publication des niveaux avancés.