Nœud OpenAI Chat Model n8nConfigurer OpenAI Chat Model dans n8n.

Détermine quel modèle OpenAI génère la réponse. n8n charge la liste dynamiquement depuis OpenAI à l'ouverture du menu déroulant, tu vois donc uniquement ce que ton compte a le droit d'appeler.

• Model : un menu rempli à l'exécution depuis ton compte. Un modèle attendu et introuvable est une question d'accès, pas un bug du nœud.

Remplace l'adresse d'API utilisée par défaut. Laissé vide, le nœud appelle OpenAI à son adresse habituelle ; rempli, chacune de ses requêtes part vers l'adresse saisie.

• Base URL : une adresse d'endpoint complète, appliquée à ce seul nœud et pas aux autres nœuds OpenAI du même workflow.

Règle la tendance du modèle à se répéter. Les valeurs positives pénalisent les tokens selon leur fréquence déjà présente dans le texte, ce qui réduit les chances de voir la même phrase revenir mot pour mot.

• Frequency Penalty : un nombre. Plus il monte, moins ça se répète, mais plus la formulation s'éloigne de ce que demandait le prompt.

Plafonne la longueur de ce qui revient. Un token correspond en gros à un morceau de mot, et ce champ dit combien la réponse a le droit d'en consommer.

• Maximum Number of Tokens : un nombre. La plupart des modèles ont une fenêtre de contexte de 2048 tokens, il faut donc laisser de la place au prompt en plus de la réponse.

Décide si la réponse arrive en texte courant ou en document JSON. C'est la version simple du réglage, à deux choix, côté Chat Completions.

• Text (text) : une réponse texte classique, le comportement par défaut.
• JSON (json_object) : active le mode JSON, censé garantir que le message généré est du JSON valide.

Le contrôle de format plus riche, disponible côté API Responses : on y décrit la forme attendue au lieu de se contenter de réclamer du JSON.

• Type : text, json_schema, recommandé, ou json_object.
• Name : le nom du format. Lettres, chiffres, tirets et underscores uniquement, 64 caractères au maximum.
• Schema : le schéma JSON lui-même, avec Description pour l'expliquer et Strict pour forcer chaque réponse à le respecter.
• Verbosity : low, medium ou high.

Pousse le modèle vers du terrain neuf. Les valeurs positives pénalisent les tokens selon leur simple présence dans le texte, ce qui augmente les chances qu'il aborde de nouveaux sujets.

• Presence Penalty : un nombre. Plus haut, le propos s'ouvre ; trop haut, il part loin de la question posée.

Fixe le degré de hasard de l'échantillonnage. En baissant, les réponses deviennent moins aléatoires ; près de zéro, le modèle devient déterministe et répétitif.

• Sampling Temperature : un nombre. Plus haut, l'échantillonnage se diversifie, mais le risque d'hallucination augmente.

Indique combien de réflexion le modèle doit dépenser avant de répondre. Plus de tokens de raisonnement, c'est une réponse plus complète et une requête plus lente.

• Low (low) : privilégie la vitesse et une consommation de tokens économe.
• Medium (medium) : équilibre entre vitesse et justesse du raisonnement.
• High (high) : privilégie un raisonnement plus complet, au prix de plus de tokens générés et de réponses plus lentes.

Fixe la durée maximale d'une requête, en millisecondes. Au-delà, la requête est coupée et le nœud remonte une erreur au lieu de rester suspendu.

• Timeout : un nombre en millisecondes, donc 2000 vaut deux secondes.

Combien de fois le nœud retente une requête échouée avant d'abandonner et de faire échouer l'exécution.

• Max Retries : un nombre. Chaque nouvelle tentative rejoue la même requête, un gros lot prend donc d'autant plus de temps quand le fournisseur a une mauvaise journée.

Joue sur la diversité par échantillonnage de noyau : une valeur de 0.5 signifie que la moitié des options pondérées par vraisemblance est prise en compte, et les valeurs basses ignorent les moins probables.

• Top P : un nombre. La recommandation générale est de modifier celui-ci ou Sampling Temperature, pas les deux ensemble.

Rattache la réponse à une conversation tenue côté fournisseur. Les items d'entrée et de sortie de cette réponse y sont ajoutés automatiquement une fois qu'elle se termine.

• Conversation ID : une chaîne, le plus souvent une expression comme {{ $json.conversation }} portée par l'item, pour qu'un fil corresponde à une conversation.

Une clé qu'OpenAI utilise pour mettre en cache les réponses de requêtes similaires, afin d'améliorer le taux de réutilisation du cache.

• Prompt Cache Key : une chaîne que tu choisis. Même valeur pour les requêtes qui doivent partager un cache, valeurs différentes pour celles qui ne le doivent pas.

Un identifiant stable qui aide OpenAI à repérer les utilisateurs de ton application susceptibles d'enfreindre ses règles d'usage.

• Safety Identifier : une chaîne qui identifie chaque utilisateur de façon unique, stable d'une requête à l'autre plutôt que régénérée à chaque exécution.

Choisit le niveau de service sous lequel la requête part, c'est-à-dire la façon de signaler au fournisseur que cet appel précis compte plus, ou moins, que le reste de ton trafic.

• Auto (auto) et Default (default) : les routes standard.
• Flex (flex) : le niveau à choisir pour les traitements qui peuvent attendre, typiquement un lot que personne ne surveille.
• Priority (priority) : celui des traitements qui ne le peuvent pas.

Attache des informations structurées à l'objet, utiles pour stocker du contexte supplémentaire et pour retrouver ces objets ensuite via l'API ou le dashboard.

• Metadata : un JSON de 16 paires clé-valeur au maximum. Les clés sont des chaînes de 64 caractères au plus, les valeurs des chaînes de 512 au plus.

Renvoie les tokens les plus probables à chaque position de la réponse, chacun avec sa log-probabilité. La réponse devient inspectable et plus seulement lisible.

• Top Logprobs : un entier compris entre 0 et 20, le nombre de tokens candidats remontés par position.

Fait appel à un modèle de prompt réutilisable configuré dans le dashboard OpenAI, plutôt qu'à un prompt écrit dans le workflow.

• Prompt ID : l'identifiant unique du modèle de prompt à utiliser.
• Version : une version optionnelle de ce modèle, pour qu'une retouche dans le dashboard n'atteigne pas la production sans ton accord.
• Variables : les valeurs JSON substituées dans le modèle, souvent construites depuis les champs {{ $json }} de l'item entrant.