Sylvain passait jusqu'à 20 heures par semaine à lire les documents liés à ses différents projets pour y repérer une quarantaine de types de données, puis les ressaisir un à un dans les dossiers Notion correspondants. Un travail chronophage, épuisant à force de concentration, et risqué : à ce rythme, une donnée mal recopiée ou un document oublié passe facilement inaperçu.
Analyse de documents et saisie automatique dans Notion
Vingt heures par semaine de lecture de documents et de saisie dans Notion, désormais faites par un système n8n qui tourne depuis plus d'un an.
Un système de cinq workflows n8n qui tourne tout seul. Le premier surveille le Dropbox et enregistre chaque nouveau fichier dans une base de traitement. Le workflow principal prend le relais : lecture OCR du document (PDF, scans, images), analyse par l'IA pour identifier le type de document et le projet concerné, extraction de la quarantaine de données attendues, puis création et mise à jour des fiches dans Notion, taguées et rattachées au bon dossier. Autour, trois workflows de fiabilité : un valideur qui détecte et relance les traitements inachevés, un récap quotidien envoyé par e-mail chaque matin à 7 h, et une alerte immédiate à la moindre erreur. Sylvain n'ouvre plus les documents : il retrouve l'information structurée dans Notion.
La méthode, étape par étape
- 01Inventaire des documents et des données
Recensement des types de documents traités et de la quarantaine de données à extraire de chacun.
- 02Ingestion depuis Dropbox
Chaque nouveau fichier déposé est détecté et enregistré dans une base de traitement, quel que soit son format.
- 03Lecture OCR et analyse IA
Le document est océrisé puis analysé par Claude : type de document, projet concerné, extraction des données.
- 04Saisie automatique dans Notion
Création et mise à jour des fiches, tag des pages, rattachement aux bons dossiers projet.
- 05Fiabilisation et supervision
Valideur qui relance les traitements inachevés, récap quotidien par e-mail à 7 h, alerte immédiate en cas d'erreur.
Dans les coulisses
Les résultats
+20 h
libérées chaque semaine
~40
types de données extraites par document
+1 an
de fonctionnement en continu
Ce projet montre bien où l’IA change la donne dans l’automatisation : lire des documents variés, comprendre de quel projet ils parlent et en extraire les bonnes données, c’était impossible à automatiser avec des règles classiques. En combinant l’OCR, un modèle IA et n8n, cette lecture devient une étape de workflow comme une autre.
L’autre moitié du travail, moins visible, c’est la fiabilité : un système qui tourne depuis plus d’un an sans surveillance, c’est un système qui sait se relancer quand un traitement échoue, qui rend compte chaque matin de ce qu’il a fait, et qui prévient immédiatement quand quelque chose cloche. C’est exactement le rôle des workflows satellites autour du traitement principal.
Envie du même résultat chez vous ? Tout est expliqué sur la page Agents IA.
Un problème du même genre dans votre activité ?
PARLONS-EN
