J'ai reçu mon Plaud cette semaine. Premier rendez-vous enregistré, transcription propre, résumé correct. Et ensuite ? La note reste dans l'application Plaud.
Or une note de réunion n'a de valeur que si elle arrive là où on travaille : dans le dossier du client, sur la fiche de l'entreprise dans le CRM, avec les prochaines actions visibles. Le jour même, j'ai donc construit le pipeline qui manquait, avec n8n. Puis, puisque le problème n'est pas propre à mon entreprise, je l'ai transformé en template open source avec plusieurs variantes de stockage et de CRM.
Voici le chemin, les choix qui comptent et les pièges rencontrés.
Plaud sans connecteur natif : ce qui existe aujourd'hui
À la date de cet article, Plaud ne propose pas de connecteurs natifs vers les outils de travail habituels. La porte de sortie documentée est Zapier : deux déclencheurs, l'un quand une transcription est générée, l'autre quand un résumé est généré. Plaud y est uniquement disponible comme déclencheur.
Pour envoyer ces données vers n8n, il faut un webhook côté Zapier, réservé aux formules payantes. Et même en passant par là, il me manquait l'essentiel dans mes tests : pas de fichier audio, pas d'identifiant stable de l'enregistrement pour dédoublonner, et des horaires décalés sur les dates.
Ma première idée était un relais Zapier vers n8n. Je l'ai abandonnée.
Le MCP officiel de Plaud, appelé directement depuis n8n
Plaud a lancé fin septembre 2026 un serveur MCP officiel, pensé pour connecter ses réunions à ChatGPT, Claude ou Cursor. Le MCP (Model Context Protocol) est un standard ouvert qui permet à un outil d'IA d'appeler un service externe à travers des fonctions décrites, ici list_files, get_file ou get_transcript.
Ce qui change tout pour un automatiseur : n8n dispose d'un nœud MCP Client qui appelle les outils d'un serveur MCP comme une étape normale de workflow, sans agent IA. Il gère l'authentification OAuth2, ce qui couvre la connexion à Plaud : on se connecte une fois avec son compte, n8n renouvelle ensuite le jeton.
Résultat, plus d'intermédiaire. n8n récupère directement la transcription horodatée, le résumé généré par Plaud et un lien vers l'audio.
Si vous hésitez encore entre plusieurs outils d'automatisation, j'ai détaillé les critères dans n8n ou Make pour une PME.
Deux workflows : collecter, puis décider
Le système tient en deux workflows principaux.
Le collecteur tourne toutes les 15 minutes. Il liste les enregistrements récents, ignore ceux déjà traités (une table de données n8n garde l'identifiant de chaque enregistrement), récupère la transcription, le résumé et le lien audio, puis passe chaque nouvelle note au processeur. Si la transcription n'est pas encore prête, il réessaie au passage suivant, avec un délai maximum.
Le processeur reçoit une note à la fois. Il regarde l'agenda au moment de l'enregistrement, pour savoir s'il s'agissait d'un rendez-vous et avec qui, puis fait un seul appel au modèle de langage. Le modèle classe la note en client, prospect, interne, personnel ou bruit. Il rédige aussi un titre, un résumé, une note pour le CRM et les prochaines actions.
Ensuite, ce sont des nœuds n8n classiques qui exécutent :
- la note est enregistrée au format Markdown dans le dossier de la catégorie, avec un sous-dossier par client ou prospect ;
- elle est ajoutée sur la fiche de l'entreprise dans le CRM ;
- l'audio est sauvegardé dans un dossier dédié ;
- un récapitulatif arrive dans Slack, avec les changements CRM suggérés.
Le modèle décide, n8n exécute
C'est le choix le plus important du projet. Le modèle n'a aucun outil. Il ne peut ni écrire dans le CRM, ni déplacer un fichier. Il renvoie une décision structurée en JSON, et des nœuds déterministes l'appliquent.
Pourquoi ne pas confier le tout à un agent connecté au CRM ? Parce que la matière première est une conversation. Quelqu'un peut dire n'importe quoi pendant une réunion, y compris des phrases qui ressemblent à des instructions. Avec cette architecture, le pire scénario est une mauvaise classification, visible dans le récapitulatif Slack. Pas une fiche CRM modifiée par erreur.
Les écritures dans le CRM sont volontairement limitées :
- le workflow ajoute une note, il ne crée ni ne modifie d'entreprise, de contact ou d'affaire ;
- il ne le fait que si une seule entreprise correspond au nom trouvé ;
- zéro ou plusieurs correspondances : rien n'est écrit, et le statut apparaît dans Slack ;
- les changements du type "passer l'affaire en proposition envoyée" sont listés comme suggestions, que j'applique à la main.
J'ai développé cette logique de niveaux d'action et de validation humaine dans où placer la validation humaine d'un agent IA en production. Ici, la règle est simple : tout ce qui est réversible et utile part tout seul, le reste attend une personne.
Autre avantage : un seul appel au modèle par note. Le coût et le comportement restent prévisibles, ce qui compte quand le workflow tourne en continu.
Ce que la documentation ne dit pas
Quelques points m'ont coûté du temps. Ils sont tous gérés dans le template, et documentés dans le dépôt.
| Piège | Symptôme | Solution |
|---|---|---|
| Réponses MCP en texte | Le JSON arrive précédé d'un court préambule | Extraire le JSON entre la première accolade et la dernière |
start_at en UTC sans suffixe |
Toutes les notes décalées du fuseau horaire | Lire la date explicitement en UTC, puis convertir |
| Transcription pas encore générée | get_transcript ne renvoie aucun segment |
Réessayer au passage suivant, avec un délai maximum |
| Lien audio signé | Le lien expire : une heure dans mes tests, 24 heures selon la doc du serveur local | Télécharger l'audio pendant la même exécution |
| Sous-workflows non publiés en n8n 2.x | "Workflow is not active and cannot be executed" | Publier le processeur et les adaptateurs |
| Canal Slack ou agenda non choisi | Tout le workflow bloque, même avec "continuer en cas d'erreur" | Configurer ces nœuds ou les désactiver |
Le dernier point surprend souvent : un sélecteur vide n'est pas une erreur d'exécution, c'est un paramètre manquant. n8n refuse alors de lancer le workflow entier.
Un template open source avec des adaptateurs
Mon système d'origine était taillé pour mes outils : Google Drive, Attio, Slack. Pour le rendre utile à d'autres, je l'ai découpé avec Opus, le modèle d'Anthropic, en une architecture à adaptateurs. Le collecteur et le processeur ne connaissent ni le stockage ni le CRM. Ils appellent deux petits sous-workflows qui respectent un contrat d'entrée et de sortie documenté.
Les variantes disponibles :
| Rôle | Adaptateurs |
|---|---|
| Stockage | Google Drive, OneDrive, Dropbox |
| CRM | Attio, HubSpot, Pipedrive, Twenty, ou aucun CRM |
| Modèle de langage | OpenRouter par défaut, tout nœud de modèle n8n fonctionne |
On importe les deux workflows principaux, un adaptateur de stockage et un adaptateur CRM. Le fichier README détaille la mise en place, et chaque workflow est documenté par des Sticky Notes, comme pour mes workflows Pennylane.
La chaîne complète a été testée de bout en bout avec Google Drive et Attio. Les autres adaptateurs suivent les mêmes contrats. Les retours et contributions sont les bienvenus, y compris pour de nouveaux adaptateurs : Notion, SharePoint, Salesforce, ou Twenty en auto-hébergement.
github.com/Gauthier-Huguenin/n8n-plaud-ai-meeting-notes
Données sensibles : ce qu'il faut régler avant
Une transcription de réunion contient des noms, des montants, parfois des informations personnelles. Avant de brancher ce workflow, quatre réglages méritent une vraie décision :
- le fournisseur du modèle : la transcription lui est envoyée. Avec OpenRouter, on peut restreindre le routage aux fournisseurs sans conservation des données, ou utiliser un modèle hébergé chez soi. J'ai comparé ces options dans modèle IA ouvert ou propriétaire ;
- le canal Slack : le récapitulatif contient le résumé et les actions, il doit rester privé ;
- les notes personnelles : elles sont rangées comme les autres, dans un dossier à part. Si ce n'est pas souhaité, il suffit de les exclure ;
- la durée de conservation de l'audio : les fichiers s'accumulent vite, une règle de purge s'impose.
Pour garder la main sur l'exécution elle-même, n8n peut tourner sur votre propre serveur. J'ai décrit cette option dans ma stack auto-hébergée Hetzner, Coolify et n8n.
Sources consultées
- Plaud, Introducing Plaud MCP and CLI, publié le 22 septembre 2026, consulté le 9 octobre 2026.
- Plaud, documentation du serveur MCP, consultée le 9 octobre 2026.
- Plaud, intégration Zapier, consultée le 9 octobre 2026.
- n8n, documentation du nœud MCP Client, consultée le 9 octobre 2026.
Si vous voulez brancher vos propres outils de la même manière, la page consultant n8n pour entreprises décrit comment Kirako aborde ce type de projet, et la page agents IA et automatisation présente la méthode d'ensemble.
Existe aussi : Lire en anglais