Nœud Sentiment Analysis n8nConfigurer Sentiment Analysis dans n8n.
Classer un avis client devient une branche du workflow, plus un script à maintenir. Le nœud Sentiment Analysis n8n lit un champ de chaque item entrant, le fait qualifier par un modèle de chat, puis envoie l'item vers la sortie de sa catégorie. Six paramètres, un port de modèle obligatoire, rien à authentifier.
Avis vérifiés sur Trustpilot · Agence IA, automatisation & growth
À quoi sert le nœud Sentiment Analysis n8n ?
Sentiment Analysis est un nœud racine : il reçoit les items sur son entrée principale, lit le texte que tu lui désignes et le confie à un modèle de chat branché sur son port. Un port, c'est le connecteur sous le nœud où vient se greffer un sous-nœud, et un sous-nœud ne s'exécute jamais tout seul. En sortie, une branche par catégorie de sentiment : l'aiguillage se fait dans le nœud, pas dans une cascade de nœuds If placés après.
Premier cas, la boîte de réception d'un service client. Les messages arrivent, Text to Analyze pointe sur leur contenu avec une expression du type {{ $json.text }}, et le nœud sépare les mécontents du reste. Une expression, c'est la syntaxe {{ }} qui va chercher une valeur dans l'item en cours de traitement. La branche négative part vers Slack, le reste s'archive sans réveiller personne.
Deuxième cas, une campagne d'avis produit. Un formulaire ou une page récupérée remplit une feuille, le nœud qualifie chaque ligne, et le résultat repart dans Google Sheets à côté du texte d'origine. Avec Include Detailed Results activé, chaque ligne porte en plus la force et la confiance estimées par le modèle. De quoi trier un backlog, à condition de garder en tête que ces scores restent des indicateurs approximatifs.
Troisième cas, une règle d'escalade. Un item négatif déclenche un brouillon de réponse via Gmail, tout le reste s'arrête là. Des Sentiment Categories personnalisées rendent la règle plus fine, parce qu'entre une remarque agacée et un client qui part, il y a un monde.
Quand prendre autre chose ? Si la question porte sur le sujet du message et non sur son ton, ce n'est plus de l'analyse de sentiment. Si le traitement demande plusieurs étapes, des appels d'outils ou un dialogue, le nœud racine à choisir est l'AI Agent, et celui-ci reste sur sa question unique. Il ne garde aucune mémoire d'un item à l'autre.
Les limites méritent d'être dites franchement. La justesse dépend du modèle branché et de la langue du texte : un modèle qui gère mal la langue d'entrée donnera de mauvais résultats, quelles que soient les options. Le format de sortie peut dériver, c'est le rôle d'Enable Auto-Fixing, au prix d'un appel supplémentaire. Sur de gros volumes, mieux vaut découper l'entrée en morceaux et régler Batch Processing. Les fournisseurs comme OpenAI ou Anthropic facturent leurs propres appels d'API ; n8n n'ajoute rien.
Qu'est-ce qu'on branche sur le nœud ?
Nœud racine sur l'entrée principale, sous-nœud en dessous : Sentiment Analysis aiguille, le modèle de chat lit. Un modèle de chat, c'est le sous-nœud qui porte le credential du fournisseur, c'est-à-dire la clé d'accès enregistrée dans n8n, et qui répond au prompt.
Ports (ce qui se branche)
- Chat Model
ai_languageModelrequis
01Chat Model
Ce port fournit au nœud le modèle qui va qualifier chaque texte. Laissé vide, le nœud ne démarre pas : rien ne peut produire de catégorie.
Paramètres clés
- Required : sans modèle branché ici, l'exécution est bloquée.
- OpenAI Chat Model : le point de départ habituel quand la clé existe déjà côté équipe.
- Anthropic Chat Model ou Google Gemini Chat Model : même port, autre fournisseur, on échange le sous-nœud et c'est réglé.
- Ollama Chat Model : le choix quand le texte ne doit pas sortir de l'infrastructure.
Quel paramètre fait quoi ?
Le nœud Sentiment Analysis compte 6 paramètres. Pour chacun : le nœud tel que tu le configures dans n8n, ce que le paramètre change, et nos notes de terrain.
Text to Analyze
inputTextCe que tu vois dans n8n
Notes & cas d'usage
Seul champ obligatoire du nœud. Il désigne le texte à qualifier, soit en dur, soit par une référence aux données d'un nœud précédent.
Paramètres clés
- Text to Analyze : une chaîne, le plus souvent une expression comme
{{ $json.chatInput }}quand l'item vient d'un chat ou d'une messagerie. Par défaut, le nœud attend un champtext.
{{ $json.content }} qualifie le corps d'un article récupéré par un flux ; sur un workflow de support, on vise le champ qui porte les mots du client.Sentiment Categories
options.categoriesCe que tu vois dans n8n
Notes & cas d'usage
Les catégories fixent les réponses autorisées au modèle, et du même coup les sorties du nœud. Les changer, c'est changer les branches en dessous.
Paramètres clés
- Sentiment Categories : une liste séparée par des virgules. Par défaut
Positive, Neutral, Negative, avec la possibilité d'une échelle plus fine commeVery Positive, Positive, Neutral, Negative, Very Negative.
Excited, Happy, Neutral, Disappointed, Angry ouvre cinq sorties à câbler une par une. Attention, l'ancien câblage ne correspond plus après modification.System Prompt Template
options.systemPromptTemplateCe que tu vois dans n8n
Notes & cas d'usage
Ici, on remplace les instructions envoyées au modèle au lieu de garder celles du nœud. C'est le levier à actionner quand les résultats sont corrects sur le papier mais ne correspondent pas à ce que le métier appelle négatif.
Paramètres clés
- System Prompt Template : une chaîne utilisée telle quelle comme modèle de prompt système. Elle s'appuie sur l'emplacement
{categories}pour injecter la liste des catégories.
Include Detailed Results
options.includeDetailedResultsCe que tu vois dans n8n
Notes & cas d'usage
Activé, ce paramètre enrichit chaque item au-delà de sa seule catégorie. Utile dès qu'un humain relit la sortie derrière.
Paramètres clés
- Include Detailed Results : un booléen qui ajoute la force du sentiment et les scores de confiance dans la sortie. Ces valeurs viennent du modèle de langage : des ordres de grandeur, pas des mesures.
Enable Auto-Fixing
options.enableAutoFixingCe que tu vois dans n8n
Notes & cas d'usage
Un modèle répond parfois dans une forme que le nœud n'arrive pas à relire. Ce réglage traite ce cas au lieu de laisser l'exécution tomber.
Paramètres clés
- Enable Auto-Fixing : un booléen. Quand la sortie est cassée, l'erreur de lecture repart vers le modèle avec une demande de correction, ce qui peut déclencher un appel supplémentaire.
Batch Processing
options.batchingCe que tu vois dans n8n
Notes & cas d'usage
Cette collection règle le rythme auquel les items atteignent le modèle. Ça compte dès qu'une exécution dépasse la poignée de textes.
Paramètres clés
- Batch Size : combien d'items sont traités en parallèle. Pratique pour lisser les limites d'appel, même si l'ordre des logs peut en souffrir.
- Delay Between Batches : un délai en millisecondes entre deux lots, là encore pour lisser les appels.
2000 millisecondes transforme une exécution en échec en une exécution lente mais complète.Besoin d'aide pour automatiser Sentiment Analysis avec n8n ?
L'équipe te répond directement.
Chaque message est lu par une personne.
Sentiment Analysis et n8n, les questions qui suivent
01Le nœud Sentiment Analysis est-il gratuit dans n8n ?
02Quels credentials faut-il pour le nœud Sentiment Analysis ?
03Quelles sont les limites du nœud Sentiment Analysis n8n ?
04Nœud Sentiment Analysis ou AI Agent, que brancher ?
05n8n ou Make pour l'analyse de sentiment ?
Reçois nos tips intégration chaque semaine.
Pas de spam. Désinscription à tout moment.
