Automatiser Chat GPT avec Make.com – Tutoriel Complet

Quand on parle d’automatisation, on parle forcément d’intelligence artificielle. Si tu utilises Make pour automatiser les processus de ton entreprise, tu as le choix entre plusieurs IA, et parmi celles-ci, le fameux assistant d’Open AI : Chat GPT. Dans cet article, je vais te montrer étape par étape comment tu peux automatiser Chat GPT avec Make.com.

Pourquoi vouloir automatiser Chat GPT

On utilise quasiment tous Chat GPT dans sa version publique, via le chat. C’est plus qu’une révolution pour la productivité et l’efficacité d’une entreprise.

Seulement, actuellement, il faut toujours un humain pour discuter avec cette IA. Sans humain pour poser les questions, l’IA ne nous répond pas.

Et quand on parle d’automatisation, on veut mettre en place des systèmes qui travaillent même quand nous dormons. Qui sont capables de gérer une situation tout seuls, sans aucune intervention extérieure.

Voilà pourquoi automatiser Chat GPT est une opportunité incroyable aujourd’hui.

Des exemples d’automatisation de Chat GPT

Pour trouver des exemples d’utilisation, il suffit que tu regardes les dernières demandes que tu as fait à Chat GPT.

Parfois c’est pour rédiger un mail, parfois pour générer la description d’une publication, pour lister des idées pour développer ton entreprise…

Et bien c’est exactement ce qu’on peut automatiser.

J’ai fait un article récemment où je te montre comment mettre en place un système de réponse automatique de tes mails. C’est un bel exemple du potentiel de Chat GPT et de son automatisation.

Certains l’utilisent également pour créer des systèmes de rédaction. Rédiger des articles pour un blog, des histoires pour des vidéos, etc.

Le potentiel est illimité. A partir du moment où tu as besoin de quelqu’un pour rédiger une tâche en particulier, il y a de fortes chances que tu puisses l’automatiser avec Open AI et Chat GPT.

Automatiser Chat GPT avec Make.com

Si tu ne connais pas Make.com, c’est l’outil que j’utilise pour automatiser quasiment n’importe quel processus digital. Il permet de créer des relations entre des outils qui n’ont rien à voir entre eux et d’exécuter des scénarios selon les évènements de ton entreprise.

C’est l’outil que nous allons utiliser pour automatiser Chat GPT.

Pour commencer, crée un compte sur Make.com en cliquant ici.

Si c’est ta première fois sur Make, je te conseille mon article Comprendre le potentiel de Make en 5 minutes.

Une fois ton compte créé, créons un nouveau scénario.

Dans la barre de recherche du premier module, recherche Open AI. Parmi les nombreux modules de Open AI, trouve « Create a completion ».

PS : Open AI propose de nombreux modules différents. Dans cet article nous verrons seulement « Create a completion ». Dis-moi en commentaire si tu aimerais apprendre comment fonctionne d’autres de ces modules.

Connexion Chat GPT et Make.com

En ajoutant le module « Create a completion » pour la première fois, Make devrait t’inviter à « Create a connection » avec Open AI. En cliquant sur le bouton, tu auras besoin d’une clé API pour créer cette connexion.

Pour cela, on va d’abord se rendre sur https://openai.com/api pour y créer un nouveau compte (ton compte Chat GPT n’est pas suffisant).

Une fois ton compte créé, rends-toi dans la partie « Settings » (la roue dentée dans le header). Puis dans la colonne de gauche, clique sur « Billing ».

Pour automatiser Chat GPT, nous devons utiliser des requêtes API, et chaque requête API coûte de l’argent. (Compter moins de 0.005€ pour des requêtes basiques).

Voilà pourquoi nous allons devoir ajouter de l’argent dans notre solde via la section « Billing ».

Pour ajouter du crédit dans notre solde, tu dois d’abord ajouter un moyen de paiement dans la partie « Payment methods ». Une fois ta carte ajoutée, tu pourras ajouter le crédit que tu souhaites dans ton solde. Je te conseille de commencer avec 5$ (c’est largement suffisant pour durer plusieurs mois avec une utilisation régulière pour ton entreprise).

Après avoir ajouté du crédit à ton solde, rends-toi dans la partie « Dashboard » du menu principal en haut à droite. Puis dans la colonne de gauche, clique sur « API Keys ».

Sur cette page, clique sur le bouton « Create new secret key », appelle-la comme tu veux et crée-la. Ensuite, copie la clé tout juste créée, et retourne sur Make la coller dans le champs « API Key ».

Pense à nommer ta connexion, laisse le champ « Organization ID » vide et clique sur « Save ». C’est bon, nous avons terminé de connecter OpenAI API à notre compte Make. Nous allons pouvoir commencer à créer nos automatisations avec Chat GPT.

Le module Create a Completion de Chat GPT et Make

Maintenant que nous sommes connectés à l’API d’Open AI, le module « Create a completion » se dévoile. Nous avons plusieurs paramètres dans ce module, nous allons les voir un par un.

Select Method

Ce premier paramètre nous permet de choisir si on veut compléter un chat ou un prompt. Si tu attends de ce module qu’il nous donne un prompt à donner pour une prochaine question/demande à Chat GPT, tu choisiras « Create a Prompt Completion », sinon, si tu lui fais une demande d’information ou de contenu, tu choisiras « Create a Chat Completion ».

Model

Comme tu le sais, Open AI entraine beaucoup de modeles d’intelligence artificielle. Chaque modèle à sa propre puissance et selon celui que tu choisis, les résultats peuvent être bien sûr, différents.

A l’heure où j’écris ces mots, il y a des models de GPT-4o, de GPT-4-turbo, de GPT 4 et de GPT 3.5 Turbo.

Libre à toi de choisir celui qui semble le plus correspondre au type de réponse que tu recherches. Je n’ai jamais réellement testé la différence entre chaque version, je prends toujours le GPT 4o (System) et j’en suis très content.

A vrai dire, cela dépend aussi de ton budget et de la pertinence des résultats que tu souhaites obtenir. Par exemple GPT 4o coûte 2x plus que GPT 3.5 (toujours une somme dérisoire, je te rassure), mais je sens quand même la différence entre les deux résultats.

Messages

C’est certainement la partie la plus importante de ce module. C’est ici que tu peux donner le contexte et fournir toutes tes informations à ChatGPT.

Quand tu ajoutes un message, tu as deux paramètres : Role et Message Content.

Role

Open AI propose 3 rôles pour tes messages : System, User et Assistant.

Selon ton choix, Open AI interpretera différemment le contenu de ton message (le paramètre suivant) et adaptera sa réponse en fonction de ce choix initial.

Voici une présentation des 3 rôles :

• System : C’est le rôle à utiliser pour donner des instructions à l’IA. C’est le meilleur rôle pour donner un contexte à Chat GPT concernant son objectif, son utilité et le prévenir des données suivantes que tu vas lui envoyer pour qu’il sache quoi en faire
• User : C’est l’équivalent du genre de message qu’on lui donne dans la version « Classique » de Chat GPT en version chat. Je recommande toujours d’envoyer un message type « user » après un message type « System » avec les données que doit traiter l’IA.
• Assistant : J’utilise beaucoup moins ce rôle. C’est censé montrer à l’IA comment elle est censée répondre en fonction des questions/demandes des messages « user ». Ainsi, le contenu d’un message « assistant » devrait être des réponses précemment générée par IA.

Message Content

Dans ce champs, on va simplement donner le texte à l’IA. Peu importe le rôle choisi, on va lui donner du contenu « à manger ». Par exemple dans le cas d’un message « system », c’est dans ce champs qu’on écrira le contexte qu’on veut donner à GPT. Dans le cas d’un message « user », c’est là qu’on lui donnera le contenu qu’on lui a introduit dans le message type « system » précédent en utilisant des variables qui proviennent de nos modules précédents par exemple.

Max Tokens

Quand on fait une requête à Chat GPT, selon le développement de sa réponse et des messages qu’on lui envoie, il va dépenser des tokens.

C’est de cette manière que Open AI quantifie l’utilisation qu’on fait de son API. Afin de nous débiter des crédits sur notre solde.

Comme je te l’ai dit plus tôt, automatiser Chat GPT ne coûte presque rien. Je vais te donner un exemple :

Pour la plupart des automatisations qui impliquent Chat GPT, j’utilise maximum 1000 tokens avec GPT 4o. Si on regarde cet article qui reprend les tarifs des requêtes selon le modèle utilisé : https://openai.com/api/pricing/, on remarque que je paierai environ 1,25$ si je consomme 1 million de tokens.

Tout cela signifie que mon module peut s’exécuter 1000 fois, j’aurai dépensé au maximum 1,25$.

En utilisant GPT 4o-mini, le prix est divisé par 3.

Ce que je veux te faire comprendre, c’est que contrairement à beaucoup d’api, avec Open AI tu peux te détendre, tu ne dépenseras jamais de sommes folles.

Concernant les tokens, on retrouve peu d’informations sur ce que représente un seul token. Selon certaines sources, cela correspondrait à environ 4 caractères en anglais, ce qui correspondrait à 75 mots = 100 tokens.

Même Open AI ne donne pas d’équivalent clair sur ce que représente un token.

Donc pour revenir à notre paramètre sur Make, soit tu mets 1000, ou bien tu peux mettre 0. En mettant 0, on n’impose aucune limite à Chat GPT qui est libre de répondre ce qu’il souhaite de la meilleure des manières. Tout dépend de ce que tu lui demandes de faire en fait.

Les résultats du module Create a Completion de Open AI sur Make

C’est bon, nous avons vu les paramètres de base du module « Create a Completion » de Open AI. Maintenant que nous avons renseigné le model, les messages et le nombre maximum de tokens à utiliser, nous pouvons lancer notre première automatisation.

Dans mon cas, pour l’exemple, j’ai ajouté un message de type « user » où je lui demande simplement « Combien de pays parlent anglais dans le monde ? »

Pour tester, clique sur « Run once ». Une petite bulle devrait alors s’afficher au dessus du modèle Open AI. En cliquant dessus, nous allons pouvoir récupérer le résultat renvoyé par notre IA.

Parmi les résultat, la seule chose qui nous intéresse, c’est la variable « Result ». Dans celle-ci, on retrouve le message de Chat GPT qui, comme tu peux le voir a parfaitement répondu à ma question.

C’est bon, à présent tu peux utiliser ce module pour tes propres automatisations, pour par exemple générer un mail, générer des résumés, etc.

Les fonctionnalités avancées pour automatiser Chat GPT avec Make

Avant de terminer cet article, j’aimerais te parler des fonctionnalités avancées du module « Create a completion ». Dans la partie précédente, je t’ai présenté les paramètres de base du module. Ceux dont tu auras besoin 95% du temps. Seulement, parfois nous avons besoin d’ajuster certains paramètres pour que nos tâches soient parfaitement traitées.

Dans notre module, clique en bas sur « Show advanced settings » pour voir les paramètres avancés.

Temperature

Parfois, quand on obtient les résultats de Chat GPT, on trouve que ceux-ci sont trop « basiques » ou trop « créatifs ». Le paramètre température nous permet de demander à notre IA de nous donner des résultats soit plus créatifs, soit plus « terre-à-terre ».

La valeur de la température doit être entre 0 et 2, plus elle est proche de 0, plus la réponse sera « terre-à-terre » et plus elle est proche de 2, plus Chat GPT sera créatif. Par défaut, cette valeur est à 1.

Top P

Contrairement au paramètre temperature, qui ajuste la créativité, le paramètre Top p permet de limiter la sélection aux mots les plus pertinents ou d’étendre la sélection pour inclure des options plus variées.

Ainsi, c’est le vocabulaire utilisé qui deviendra plus ou moins créatif en fonction de la valeur utilisé.

Ce paramètre doit être une valeur entre 0 et 1. 0 étant un vocabulaire très basique et 1 un vocabulaire très créatif.

Number

Il s’agit tout simplement du nombre de réponse qu’on souhaite recevoir de la part du module. Il est rare de vouloir recevoir plus d’une réponse, mais pourquoi pas … 🙂

Frequency Penalty

Ce paramètre permet de varier la répétitions de mots dans la réponse de l’IA. Plus cette valeur est élevée (entre -2 et 2), moins les mots seront répétés dans la réponse de l’IA. En cas de valeur négative, le résultat aura beaucoup de chances de voir des termes répétés.

Presence Penalty

Presence Penalty est semblable à Frequency Penalty. Là où Frequency fait attention à la fréquence des mots utilisés, Presence penalty élimine un mot dès sa première apparition dans la réponse.

Si sa valeur est négative, alors l’IA aura tendance à utiliser le même mot souvent. Si elle est positive, le mot sera rarement utilisé deux fois dans la réponse.

Token Probability

Ce paramètre permet au modèle d’anticiper et de sélectionner les tokens (caractères et mots) les plus appropriés pour produire un texte cohérent et fluide, tout en contrôlant la diversité et la créativité du résultat.

En ajustant ce paramètre, on pourrait par exemple se retrouver avec des résultats type « il fait beau aujourd’hui » ou des résultats comme « il fait beau manger », c’est à dire des résultats sans cohérence.

Response format

C’est le paramètre avancé que j’utilise le plus souvent. Il a deux valeurs : Text, sa valeur par défaut et JSON. Une réponse au format JSON permet en l’occurence de demander à l’IA de séparer les réponses dans un format style tableau, afin de pouvoir les récupérer facilement dans les modules suivants de notre automatisation.

Je vais t’expliquer par un exemple, ce sera plus clair.

SI je souhaite rédiger un article, je vais demander à l’IA « Rédige-moi un article sur xxx ». Si je reste au format texte et que je ne change rien au prompt, le résultat de mon module sera :

« Oui bien sûr, voici votre article : [article comme demandé] ».

Sauf que tu l’as compris, je ne peux pas directement poster ça sur mon blog. Je ne veux pas l’intro de son message « oui bien sûr, voici ton… ».

De la même façon que pour créer mon article, je veux aussi qu’il me donne un titre séparé de l’article en lui-même.

La solution ? Utiliser un format de réponse en JSON. Voici comment.

D’abord, dans mon message system, je vais lui demander « écris-moi un article et renvoie-moi un format JSON avec une clé ‘Contenu’ et une clé ‘Titre' ».

Ensuite, je change le paramètre « Response Format », que je passe en JSON. Un nouveau champ « Parse JSON Response » apparait, tu peux cocher « Yes ». Et quand je vais exécuter mon module, je vais me retrouver avec un tableau dans ma variable « Result ».

Et dans ce tableau, j’aurai une case qui contient spécifiquement le titre et une autre qui contient le contenu de mon article. Tout ça sans phrase d’introduction gênante.

C’est vraiment une force de ce module à maitriser pour créer des automatisations incroyables avec Chat GPT.

Seed

En spécifiant un Seed, le module d’Open AI va chercher si une conversation avec le seed donné existe déjà. Si c’est le cas, alors il va traiter la demande de la même manière que lorsque ce seed a déjà été utilisé.

Préciser un seed peut être intéressant pour que chaque personne ait exactement ou quasiment la même réponse de la part de ton automatisation.

Stop Sequences

Via ce paramètre, tu peux spécifier jusqu’à 4 chaines de caractères, qui, si elles sont renvoyées dans la réponse de Chat GPT, arrêteront automatiquement la génération de la réponse.

La génération s’arrête alors et renvoie le texte qui a été généré avant d’être stoppé.

Other input parameters

Via ce paramètre, tu peux ajouter d’autres paramètres à transmettre à Open AI. Je t’invite à consulter la documentation d’Open AI pour savoir quelles autres informations tu peux transmettre : https://platform.openai.com/docs/api-reference/audio

Ce paramètre s’adresse aux personnes un peu plus confirmées et très pointilleuses sur leur utilisation du module d’Open AI.

Conclusion : Automatiser Chat GPT avec Make

C’est tout pour cette présentation de l’automatisation de Chat GPT avec Make.

Couplé à d’autres applications de ton entreprise, le module Create a completion d’Open AI peut vraiment faire passer ton activité à l’étape supérieure.

Je compare souvent ce module à une secrétaire. Parce que je pense réellement qu’il est capable de réaliser au moins 50% du travail que fait généralement une secrétaire (à la différence près qu’une secrétaire te coûte 2k par mois).

Ce temps gagné permet à toi ou aux membre de ton équipe de travailler sur des tâches qui font réellement avancer ton entreprise.

Merci d’avoir lu cet article, j’espère qu’il était clair pour toi.

Si ce n’est pas le cas, comme d’habitude, je t’invite à me le dire en commentaire ou directement par message sur Instagram.

A bientôt !

Nathan