Étiquetage des e-mails par IA dans Gmail avec OpenAI
· Par AI Compare
Laissez l’IA trier votre boîte de réception en Ventes, Support, Factures et plus encore, avec un prompt prêt à l’emploi.
Ce que vous allez créer
Une automatisation qui lit les nouveaux messages Gmail, demande à un modèle d’IA à quelle catégorie appartient chacun et applique le libellé Gmail correspondant : par exemple Sales, Support, Invoices, Newsletters, Personal, Needs reply. Elle s’exécute toutes les quelques minutes et garde votre boîte de réception triée, sans filtres à maintenir.
Elle reprend l’idée du modèle n8n « Basic automatic Gmail email labelling with OpenAI and Gmail API ».
Pourquoi l’IA plutôt que les filtres Gmail
Les filtres Gmail reconnaissent des mots et des expéditeurs exacts. L’IA comprend le sens : « Pouvez-vous m’envoyer un devis pour 50 unités ? » part dans Sales même sans le mot « devis » dans l’objet. En contrepartie, chaque e-mail a un petit coût et il y a parfois des erreurs, que vous pouvez réduire avec des descriptions de libellés claires.
Structure du workflow dans n8n
| # | Nœud | Rôle |
|---|---|---|
| 1 | Gmail Trigger (vérification toutes les 5 à 15 min) | Nouveaux e-mails dans la boîte de réception |
| 2 | Gmail: Get labels | Récupérer les ID des libellés (ou les saisir en dur) |
| 3 | AI Agent ou Basic LLM Chain + OpenAI Chat Model | Classer l’e-mail |
| 4 | Structured Output Parser | Imposer une réponse du type {"labels": ["Sales"]} |
| 5 | Gmail: Add Labels | Appliquer les ID de libellés au message |
Le prompt de classification
Classify this email into one or more of these labels:
- Sales: questions about buying, pricing, quotes, demos
- Support: problems from existing customers
- Invoices: bills, receipts, payment confirmations
- Newsletters: marketing emails and subscriptions
- Needs reply: a person is waiting for my answer
Return JSON: {"labels": [...]}. Use only these labels.
From: {{ $json.from }}
Subject: {{ $json.subject }}
Body: {{ $json.text.slice(0, 3000) }}
Tronquer le corps du message limite les coûts. Un petit modèle bon marché suffit généralement pour classer. Vous pouvez aussi écrire le prompt en français ; seuls les noms de libellés doivent correspondre exactement à ceux de Gmail.
La même idée dans Zapier et Make
- Zapier : Gmail New Email → AI by Zapier ou étape ChatGPT « classify text » → Paths par libellé → Gmail Add Label. Chaque e-mail consomme plusieurs tâches.
- Make : Gmail Watch Emails → OpenAI « Create a completion » avec sortie JSON → Router → Gmail Add a Label. Environ 3 à 4 crédits par e-mail plus les tokens IA.
- n8n : une exécution par vérification, quel que soit le nombre d’e-mails traités (ou gratuit en auto-hébergé), plus les tokens IA.
Conseils
- Créez d’abord les libellés dans Gmail.
- Commencez avec 5 à 7 libellés ; plus de catégories signifie plus d’erreurs.
- Utilisez un nœud Text Classifier plutôt qu’un agent si vous voulez la classification intégrée de n8n avec une sortie par catégorie.
- Consignez les décisions dans une feuille pendant une semaine et affinez les descriptions de libellés là où le modèle se trompe.
- Ne laissez pas l’IA archiver ou supprimer des e-mails tant que vous n’avez pas confiance en ses libellés.
À lire aussi
- Automatisation de Gmail et Outlook
- Faire tourner des LLM locaux avec Ollama pour classer sans envoyer vos e-mails à une API externe
