Automatiser des tâches répétitives avec ChatGPT : 12 cas concrets

Répondre aux demandes qui reviennent, résumer une réunion, recopier les champs d'une facture, trier les messages entrants : ces tâches reviennent chaque semaine et ne demandent aucun jugement nouveau. Ce sont les premières que l'on peut confier à ChatGPT.

Encore faut-il savoir à quel niveau. Certaines se règlent dans ChatGPT seul, avec une consigne bien écrite. D'autres demandent de brancher l'API d'OpenAI sur vos outils avec un outil d'automatisation comme n8n, et donc quelques jours de travail. Confondre les deux, c'est soit sous-utiliser l'abonnement, soit lancer un projet là où une consigne suffisait.

Cet article classe douze cas concrets par effort, explique quand passer de ChatGPT Business à l'API, ce que coûte chaque option et où sont les limites pour vos données. Les fonctions et les prix cités ont été relevés sur les pages d'OpenAI le 12 octobre 2026.

Quelles tâches répétitives ChatGPT peut-il automatiser ?

Une tâche se prête à l'automatisation avec ChatGPT quand elle remplit quatre conditions : elle revient souvent, elle part d'un texte ou d'un document, la règle pour la faire tient en quelques lignes, et une erreur se voit et se rattrape. Si l'une manque, l'automatisation tient mal. Une tâche rare ne rembourse pas le temps de mise en place, une règle floue donne des résultats instables.

Les douze cas ci-dessous sont rangés en trois niveaux d'effort. Le premier se fait dans ChatGPT, sans rien brancher. Le deuxième utilise les applications connectées, les tâches planifiées et les agents d'espace de travail de ChatGPT Business. Le troisième passe par l'API d'OpenAI et un outil d'automatisation : le travail se fait sans que personne n'ouvre ChatGPT.

Niveau 1 : dans ChatGPT, sans rien brancher

Un collaborateur colle un contenu ou dépose un fichier, et ChatGPT applique une consigne écrite une fois pour toutes, rangée dans un projet partagé ou dans un GPT de l'équipe. L'effort se limite à écrire la consigne et à la tester sur de vrais exemples.

• 1. Les réponses aux demandes qui reviennent

  La consigne contient vos réponses types, votre ton et les cas où il faut passer la main. Le collaborateur colle la demande, relit le brouillon, envoie.

• 2. Le compte rendu de réunion

  À partir d'une transcription : décisions, actions, responsables et dates, toujours dans le même format, prêt à partager.

• 3. La synthèse d'un document long

  Contrat, cahier des charges, rapport : les points à retenir, les clauses à vérifier, les questions à poser au rédacteur.

• 4. La remise en forme

  Traduire une fiche produit, adapter une offre à un autre public, passer des notes en tableau. La consigne fixe le format attendu.

Niveau 2 : ChatGPT Business, applications et tâches planifiées

ChatGPT Business se connecte à Google Workspace, Slack, GitHub ou Microsoft 365, selon la page tarifs d'OpenAI. Il lance une tâche à heure fixe ou en réponse à un événement, et ses agents d'espace de travail enchaînent plusieurs étapes dans vos outils. Comptez une demi-journée à une journée, surtout pour régler les accès et les validations.

• 5. La veille du lundi matin

  Une tâche planifiée cherche chaque semaine les nouveautés d'un sujet, d'un concurrent ou d'une réglementation, et vous prévient par notification ou par e-mail.

• 6. Le tri des messages entrants

  Une tâche se déclenche sur un nouvel e-mail Gmail ou un message Slack : ChatGPT classe la demande et prépare la suite. Les actions sensibles attendent votre accord.

• 7. Le rapport hebdomadaire des indicateurs

  Un agent d'espace de travail extrait les chiffres chaque vendredi, fait les graphiques et rédige la synthèse. C'est l'un des exemples donnés par OpenAI.

• 8. La qualification des leads entrants

  Un agent lit le lead, l'évalue selon votre grille, rédige l'e-mail de suivi et met à jour le CRM. La grille doit exister avant l'agent.

Niveau 3 : l'API d'OpenAI dans un workflow n8n

Au troisième niveau, plus personne n'ouvre ChatGPT. Un document arrive dans un dossier, une boîte mail ou un formulaire ; un workflow le transmet au modèle d'OpenAI par l'API avec une consigne fixe, vérifie la réponse et l'écrit dans vos outils. L'effort va de quelques jours à quelques semaines, selon le nombre d'outils à relier et le niveau de contrôle voulu.

• 9. L'extraction de factures et de bons de commande

  Le PDF arrive par e-mail, le workflow en tire fournisseur, montants et références, les contrôle et les pousse dans le tableur ou l'outil comptable. Les cas douteux partent en relecture.

• 10. L'analyse d'un appel d'offres

  Le dossier est déposé sur le serveur de fichiers ; le workflow l'analyse lot par lot et rend un avis pour y répondre ou non. C'est le premier des quatre workflows livrés chez Pilliot.

• 11. Le contrôle de conformité d'un dossier

  Le workflow vérifie les pièces du dossier et rend un score, la liste des anomalies et la nomenclature des pièces. Chez Pilliot, il couvre les contrats et les sinistres, à l'ouverture comme à la clôture.

• 12. Le routage des demandes clients

  Formulaire du site, e-mail ou ticket : le workflow classe la demande, la résume, crée la fiche dans le CRM et prévient la bonne personne.

Pilliot, cabinet de courtage en assurances tourné vers les collectivités, analysait ses appels d'offres et contrôlait la conformité de ses dossiers à la main. Quatre workflows n8n, qui appellent l'API d'OpenAI, s'en chargent désormais, du dossier déposé au rapport.

• 15 minpour analyser un appel d'offres, contre 3 h 30 auparavant
• 3 à 5 minpour contrôler la conformité d'un sinistre, contre 45 minutes, rapport compris
• 4workflows n8n en production sur l'instance du client

Ce sont des temps de traitement observés en production, comparés aux temps déclarés par le client avant le projet, et validés par lui. Le détail, avec ce qui reste à mesurer, est sur la page du cas Pilliot.

Faut-il l'API ou suffit-il de ChatGPT Business ?

La question se tranche sur un point : qui lance la tâche. Si un collaborateur la déclenche, la relit et s'en sert, ChatGPT Business suffit dans la plupart des cas. Si la tâche doit tourner seule sur un flux de documents ou de demandes, dans vos outils métier, il faut l'API.

Ce que ChatGPT Business fait déjà

L'offre Business, pour les équipes de 2 à 200 personnes, comprend les projets partagés, la création et le partage de GPT dans l'espace de travail, les tâches planifiées, les applications connectées et les agents d'espace de travail. Les tâches planifiées s'exécutent une fois ou de façon récurrente ; elles peuvent aussi répondre à un nouvel e-mail Gmail, à un message Slack ou à une activité GitHub. Le centre d'aide d'OpenAI fixe la limite à dix tâches actives sur l'offre Business.

Les agents d'espace de travail, présentés par OpenAI le 22 avril 2026 comme une évolution des GPT, tournent dans le cloud même quand personne n'est connecté, sur un planning ou depuis Slack. On choisit les outils et les données auxquels ils accèdent, et l'on peut exiger une validation avant une étape sensible, comme envoyer un e-mail ou modifier une feuille de calcul. Ils sont facturés en crédits depuis le 6 mai 2026.

Ce que l'API ajoute

L'API d'OpenAI se facture au volume de texte traité, sans abonnement par personne, et se pilote depuis un outil d'automatisation ou du code. Elle sert quand la tâche doit tourner sans personne devant l'écran, sur des centaines de dossiers, avec un format de sortie strict, des contrôles automatiques et une trace de chaque traitement. C'est le cas chez Pilliot : les équipes déposent les dossiers sur le serveur de fichiers, le workflow les traite et repose le rapport au même endroit.

Comment relier ChatGPT à vos outils sans coder ?

Trois chemins existent, du plus simple au plus solide. Aucun ne demande d'écrire du code ; ils se distinguent par ce qui déclenche la tâche et par les outils qu'elle peut atteindre.

Les applications connectées de ChatGPT

Chaque utilisateur connecte ses comptes (Google Workspace, Microsoft 365, Slack, GitHub et d'autres) depuis les réglages de ChatGPT. La conversation peut alors aller chercher un fichier ou un message dans ces outils, et les agents peuvent y agir, avec votre accord pour les étapes sensibles. Rien à développer, mais le travail part toujours de ChatGPT.

Les tâches déclenchées par un événement

Une tâche peut démarrer sur un nouvel e-mail Gmail, filtré par expéditeur ou par objet, sur un nouveau message dans un canal Slack ou sur une activité GitHub. Vous décrivez l'événement et l'action ; ChatGPT propose un déclencheur, une condition et une consigne, que vous relisez avant d'activer. C'est une première marche vers le workflow, limitée aux événements que propose OpenAI.

Un outil d'automatisation : n8n, Make ou Zapier

Les trois proposent un module OpenAI prêt à l'emploi : le nœud OpenAI de n8n, l'application OpenAI de Make et l'intégration ChatGPT de Zapier. Le workflow se dessine bloc par bloc : un déclencheur, le module OpenAI avec sa consigne, puis les outils où écrire le résultat. C'est la voie à prendre dès qu'une tâche doit tourner seule.

Chez Kokoro, nous construisons ces workflows sur n8n, qui peut s'installer sur vos propres serveurs si vos données l'exigent. Chez Pilliot, les quatre workflows tournent sur l'instance n8n du client.

Six étapes pour un premier workflow fiable

1. Choisir une tâche et mesurer le temps actuel

   Une seule tâche, fréquente, dont on connaît le temps de traitement. Sans ce point de départ, impossible de dire ensuite ce que l'automatisation a changé.

2. Écrire la consigne et la tester à la main

   Dans ChatGPT, sur une vingtaine de cas réels, y compris les plus pénibles. On ajuste jusqu'à obtenir un résultat juste sans retouche.

3. Fixer le format de sortie

   Des champs nommés plutôt qu'un texte libre : c'est ce qui permet au workflow de vérifier la réponse avant de l'écrire dans vos outils.

4. Construire le workflow

   Déclencheur, préparation du contenu, appel au modèle, contrôle, écriture dans l'outil. Chaque exécution laisse une trace consultable.

5. Prévoir la sortie de secours

   Champ manquant, document illisible, réponse hors format : le dossier part en relecture humaine au lieu de passer en force.

6. Mesurer après un mois

   Même mesure qu'au départ, sur les volumes réels, selon notre protocole de mesure. C'est elle qui dit s'il faut étendre, corriger ou arrêter.

Combien coûte une automatisation avec ChatGPT ?

Trois postes, qui ne pèsent pas pareil selon le niveau choisi : l'abonnement ou la consommation du modèle, l'outil d'automatisation, et le temps de mise en place. Les prix ci-dessous sont ceux qu'affichaient les éditeurs le 12 octobre 2026.

Les tokens sont les fragments de mots dans lesquels le modèle découpe le texte. Un ordre de grandeur, à titre de calcul : 1 000 dossiers par mois, avec 10 000 tokens lus et 1 000 tokens écrits par dossier, font 10 millions de tokens en entrée et 1 million en sortie. Avec gpt-6.1-sol au tarif standard, cela donne 20 $ plus 10 $, soit 30 $ par mois.

À ces volumes, le modèle pèse peu. Le vrai poste est le temps de construction et d'entretien du workflow : cadrer la tâche, écrire et tester la consigne, gérer les cas qui sortent du lot, corriger quand un outil change. C'est lui qu'il faut comparer au temps que la tâche prend aujourd'hui.

Nous n'annonçons pas de gain avant de l'avoir mesuré chez vous. Le calcul se fait sur votre tâche, avec le temps de départ et le temps observé une fois le workflow en service, comme chez Pilliot.

Quand passer à un agent Dust ou à Claude ?

ChatGPT couvre bien les tâches d'une personne ou d'une petite équipe. Trois signaux disent qu'il est temps de regarder une autre plateforme.

• L'agent doit chercher dans beaucoup de sources internes. Drive, Notion, Slack, CRM, base de tickets : Dust, plateforme française d'agents, revendique plus de 70 connecteurs et laisse choisir, pour chaque usage, parmi plus de 20 modèles d'OpenAI, d'Anthropic, de Google, de Mistral et d'autres.
• Plusieurs équipes veulent leurs agents, avec des droits différents. Dans ChatGPT, les permissions par groupe et le contrôle d'accès par rôle ne font pas partie de l'offre Business : ils sont dans l'offre Enterprise. Une plateforme d'agents partagée évite de multiplier des GPT isolés, chacun avec ses accès.
• L'entreprise n'a pas encore choisi son assistant. Avant de payer des postes pour tout le monde, comparez ChatGPT et Claude, l'assistant d'Anthropic, sur vos propres documents. Notre comparatif ChatGPT ou Claude pose les critères.

Kokoro est un cabinet de conseil en IA spécialisé sur Claude et Dust, et partenaire Select de Dust. Les pages agence Dust et agence Claude décrivent comment nous déployons l'un et l'autre. Les choix ne s'excluent pas : un workflow n8n peut appeler le modèle d'OpenAI pour une tâche et un autre modèle pour la suivante.

Quelles limites pour les données ?

Avant de brancher ChatGPT sur des dossiers clients ou des données RH, cinq points à vérifier.

• L'entraînement des modèles. Sur les offres Business et Enterprise comme sur l'API, OpenAI s'engage à ne pas entraîner ses modèles sur vos données par défaut (page Confidentialité des entreprises, mise à jour le 8 janvier 2026). Cet engagement ne couvre pas le compte personnel d'un collaborateur.
• Le lieu de stockage. La résidence des données en Europe existe pour l'API, sur un nouveau projet, et pour ChatGPT Enterprise et Edu. La page tarifs ne la propose pas pour l'offre Business. Si vos données doivent rester stockées en Europe, c'est un critère de choix.
• Les données personnelles. OpenAI propose un accord de traitement des données pour le RGPD. Il vous reste à limiter ce qui part au modèle : une consigne n'a pas à contenir un numéro de sécurité sociale ou une donnée de santé si la tâche n'en a pas besoin.
• Les erreurs du modèle. Un modèle peut se tromper avec aplomb. Pour une tâche qui engage, gardez une relecture humaine sur les cas douteux et mesurez le taux d'erreur sur un échantillon. Chez Pilliot, l'objectif de plus de 90 % d'extraction correcte a été atteint en recette ; une campagne de calibration reste à mener.
• Les actions vers l'extérieur. Agents et tâches peuvent demander une validation avant d'envoyer un e-mail ou de modifier un fichier. Activez-la pour toute action qui sort de l'entreprise.

Par où commencer cette semaine ?

Listez les tâches qui reviennent chaque semaine dans une équipe, notez le temps qu'elles prennent et passez-les aux quatre conditions du début : fréquence, texte en entrée, règle écrivable, erreur rattrapable. Prenez la première qui les remplit toutes, écrivez sa consigne dans ChatGPT et testez-la sur une vingtaine de cas réels. Si le résultat tient et que le volume est là, passez au niveau 2, puis au niveau 3.

Nous accompagnons cette démarche de deux façons. La formation ChatGPT pour vos équipes, finançable par votre OPCO en partenariat avec un organisme de formation certifié Qualiopi, apprend à écrire et à tenir ces consignes. La construction de workflows sur n8n prend le relais quand une tâche doit tourner seule. Le pré-audit de trente minutes sert à trancher sur votre cas.

• ChatGPT
• Automatisation
• n8n
• API OpenAI