Data analyst freelance : construire un agent IA pour analyser les briefs clients et générer des propositions, sans coder
Michele utilise Claude depuis un an pour la revue de code. En passant en freelance, elle a un problème : recueil de besoins, cadrage de briefs, rédaction de propositions — tout ça se fait encore à la main, une semaine par prototype. En 4 séances, elle construit 3 outils qui tournent : un agent Discovery, une interface de devis, et un workflow N8N qui transforme ses réunions Granola en brouillons Gmail.
ClaudeClaude Code
n8nGranolaOpenRouter
GitHubCoaching : Adil (Intelligence Academy)
Avant / après
Ce qui coinçait, et ce qui tourne depuis. Les deux colonnes décrivent la même production, à quelques semaines d'écart.
- Analyse de brief et cadrage de besoins entièrement à la main, une semaine par prototype
- Jamais travaillé sur GitHub, pas de moyen de partager ses réalisations sans exposer les données clients
- IA limitée à la revue de code et aux suggestions de requêtes SQL / dashboard
- Prospection de missions rédigée entièrement à la main, sans outil d'analyse de l'offre
- Agent Discovery qui analyse un brief et génère un email de suivi ou un cadrage projet + prototype HTML selon le contexte
- Interface web (Claude Code + OpenRouter) qui produit un devis et le pousse automatiquement sur GitHub
- Workflow N8N qui transforme les transcripts Granola en brouillons Gmail : zéro copier-coller post-réunion
- Stack pilotée depuis Claude : plus de barrière entre la réunion client et le livrable structuré
Comment ça s'est passé
Data analyst senior travaillant avec Tableau, Power BI et Qlik, Michele utilisait Claude principalement pour la revue de code. En passant en freelance, elle se retrouve face à trois tâches chronophages non automatisées : recueil et recadrage de besoins clients, nettoyage et traitement de données, rédaction de la documentation de livraison. Elle n'a jamais travaillé sur GitHub et ne sait pas déployer un outil en dehors d'une fenêtre de chat.
Quatre séances de coaching ciblées sur ses cas réels : poser les bases conceptuelles (agent vs assistant, modèles Claude), construire un agent Discovery à double livrable conditionnel — email de suivi ou cadrage de projet avec prototype HTML selon le contexte. En séance 3, une interface web via Claude Code + OpenRouter pour générer une proposition commerciale et la pousser sur GitHub. En séance 4, un workflow N8N qui récupère les transcripts Granola via API, les passe à un LLM (Kimi K3) et crée un brouillon Gmail, sans webhook ni développement custom.
À la séance 4, le workflow N8N génère son premier brouillon réel sur un appel complexe. Michele démarre une nouvelle mission avec des équipes internationales (Canada, Londres, Portugal) — et un workflow déjà prêt à déchiffrer ses calls en production.
Étape par étape
Le coaching part de ce que la personne produit déjà. Voici les jalons réels du parcours, blocages compris.
- Séance 1
De l'utilisatrice à la conceptrice : poser les fondations d'un agent
Différence modèles Haiku/Sonnet/Opus, distinction assistant/agent, première configuration d'un project Claude avec system prompt. Michele comprend l'architecture d'un agent et pose les premières briques de son agent Discovery.
- Séance 2
Agent Discovery v1 : double livrable conditionnel
L'agent analyse un brief d'entretien et décide seul : si le contexte permet une réponse directe, il génère un email de suivi structuré ; sinon, un cadrage de projet complet avec prototype HTML. Michele l'enrichit en autonomie entre les deux séances.
- Séance 3
Interface web et proposition commerciale automatisée
Avec Claude Code + OpenRouter (pour contourner la limite de tokens du chat), Michele construit une interface web qui analyse un brief et génère une proposition commerciale structurée, poussée automatiquement sur GitHub.
- Séance 4
Workflow N8N + Granola : premier brouillon en production
Connexion de l'API Granola à un LLM (Kimi K3) via N8N pour transformer les transcripts de réunions en brouillons Gmail. Premier brouillon réel généré sur un appel complexe — le workflow est prêt pour sa nouvelle mission internationale.
Ce qui a été construit
Pas des exercices : des outils qui tournent après la formation.
- Agent Discovery qui analyse les briefs clients et génère email de suivi ou cadrage projet + prototype HTML selon le contexte
- Interface web (Claude Code + OpenRouter) pour produire des propositions commerciales et les pousser sur GitHub
- Workflow N8N entièrement automatisé : Granola → LLM (Kimi K3) → brouillon Gmail, testé sur un vrai appel
- Nouvelle mission internationale (Canada / Londres / Portugal) démarrée avec le workflow déjà opérationnel
Ce qui a été dit
« mon travail quotidien, c'est absolument trois choses. Recueil de besoins, parce que je travaille souvent dans des pratiques plutôt transverses, avec des métiers dans lesquels je ne suis pas forcément spécialisée. »
« J'ai jamais travaillé sur GitHub. Je ne sais pas comment en fait conserver ou partager mon travail sans pour autant exposer les données d'une société. »
« […] pour pouvoir analyser une proposition et faire une grosse proposition si besoin, dans les cas où il faut une discussion. »
Ce qu'on nous demande sur ce sujet
Les questions réellement posées autour de ce cas, répondues à partir de ce qui s'est passé pendant la formation.
Comment automatiser ses compte-rendus de réunions avec l'IA ?
Michele a connecté l'API Granola (qui stocke ses transcripts de réunions) à un LLM via N8N. À chaque nouveau transcript, le workflow génère automatiquement un brouillon Gmail structuré — sans copier-coller, sans webhook. Ce workflow a été construit et testé en production en 4 séances de coaching.
Peut-on créer un agent IA qui génère des propositions commerciales sans être développeur ?
Oui. Michele, data analyst sans expérience GitHub, a construit avec Claude Code une interface web qui analyse un brief client et génère une proposition structurée, poussée automatiquement sur GitHub. Claude Code gère le code ; elle pilote la logique métier.
Faut-il savoir coder pour automatiser ses process avec N8N ?
Non. Michele n'avait jamais travaillé sur GitHub avant la formation. En séance 4, son workflow N8N récupère les transcripts Granola, les analyse via un LLM et crée les brouillons Gmail — entièrement configuré dans l'interface N8N, sans écrire une ligne de code custom.
Comment un data analyst freelance peut-il utiliser l'IA pour se différencier ?
En automatisant les 3 tâches les plus chronophages : le recueil et cadrage de besoins (agent Discovery), la rédaction de propositions (interface web + GitHub), et la documentation post-réunion (workflow Granola → Gmail). Moins de temps sur l'administratif, plus de valeur délivrée au client.
Votre projet mérite le même traitement
Le programme est le même pour tout le monde. Le coaching, lui, part de vos outils, de vos fichiers et de ce que vous voulez construire.
Découvrir la Formation RS6776 — Contenus IAD'autres entreprises l'ont fait
Conseil SEO / Digital
