Extraction des données d'e-mails & fichiers vers CSV

Ce workflow est conçu pour automatiser l’extraction, la structuration et la gestion des données issues des e-mails et documents associés, tels que les pièces jointes et URLs. Il exploite des modèles de langage avancés et l’ingénierie de prompts pour traiter des informations non structurées et en produire des synthèses structurées, le rendant particulièrement utile pour des tâches comme le tri des e-mails, le support client ou l’extraction massive de données à partir de canaux de communication.

Aperçu

Le flow connecte plusieurs composants qui gèrent la saisie utilisateur, la récupération de contenu depuis des fichiers et URLs, la construction de prompts, le traitement par un grand modèle de langage (LLM), le raisonnement par agent, et la sortie de données structurées. Ses principaux avantages sont la scalabilité, l’automatisation et la capacité à gérer des extractions complexes ou volumineuses de données avec un minimum d’intervention humaine.

Processus étape par étape

1. Saisie utilisateur et pièces jointes

• Saisie Chat : Le workflow débute par la réception de la saisie utilisateur (e-mail ou message) et, en option, de fichiers joints via une interface de chat.
• Récupérateur de fichiers : Les fichiers joints sont traités pour en extraire le contenu textuel, en utilisant des stratégies comme l’OCR (si nécessaire) et des limites de tokens pour garantir l’efficacité.

2. Enrichissement du contexte

• Récupérateur d’URL : Le workflow peut également récupérer le contenu d’URLs spécifiées, en analysant et découpant l’information pour les étapes suivantes. Cela est utile lorsque les e-mails font référence à des ressources externes ou des bases de connaissances.

• Historique de chat : Le système conserve en mémoire les 5 derniers messages du chat (jusqu’à 800 tokens), fournissant un contexte pour une meilleure compréhension et continuité.

3. Ingénierie de prompt

• Modèles de prompt : Le workflow utilise des modèles pour construire dynamiquement les prompts destinés au LLM et à l’agent, en intégrant :

  • Le contenu de l’e-mail/message
  • Le contenu extrait des fichiers
  • L’historique du chat comme contexte
  • Les instructions système

  Ces prompts sont conçus pour maximiser la capacité du LLM à comprendre et structurer les informations entrantes.

4. Orchestration LLM et Agent

• Google Gemini LLM : Le workflow utilise Gemini 2.5 Flash pour une compréhension et une génération linguistique de haute qualité, avec une température fixée à 0 pour des résultats déterministes.

• Agent d’appel d’outil : Un agent avancé reçoit le prompt composé, l’historique du chat et les outils (tels que les récupérateurs de fichiers/URLs) pour :

  • Examiner et organiser les données d’e-mails
  • Extraire et structurer les informations pertinentes
  • Fournir une vue d’ensemble complète basée sur les e-mails et fichiers joints
  • Utiliser une connaissance externe via des outils si nécessaire

  L’agent est guidé par un message système pour se concentrer sur l’efficacité et la structuration des données.

5. Structuration et sortie

• Générateur de sortie structurée : La réponse de l’agent, ainsi que le contexte supplémentaire, sont transmis à travers un autre prompt et LLM (également Gemini) pour produire une sortie structurée. Les champs requis sont :

  • Nom de l’utilisateur : Nom de l’utilisateur
  • E-mail : Adresse e-mail du patient
  • Message : Le message mentionné dans l’e-mail

• Sortie CSV : Les données structurées sont ensuite exportées sous forme de fichier CSV, ce qui permet de les traiter, analyser ou importer facilement dans d’autres systèmes.

6. Retour utilisateur

• Sortie Chat : Le workflow fournit également la synthèse et les réponses de l’agent comme retour via le chat, garantissant à l’utilisateur un feedback immédiat.

Tableau récapitulatif des composants

Cas d’usage et bénéfices

• Scalabilité : Automatise l’extraction et la structuration répétitives de données issues d’e-mails et de documents, réduisant le travail manuel.
• Cohérence : Utilise LLM et modèles de prompt pour un traitement uniforme sur de grands volumes de données.
• Extensibilité : S’adapte facilement à de nouveaux types d’entrée (fichiers, URLs) et formats de sortie (objets structurés, CSV).
• Automatisation : Adapté au support client, au traitement de dossiers médicaux ou à tout workflow nécessitant des données structurées à partir de sources non structurées.

Pourquoi ce workflow est utile

Ce workflow réduit considérablement le temps et les efforts nécessaires pour extraire des données structurées et exploitables à partir d’e-mails et de leurs pièces jointes. Il est hautement évolutif — capable de traiter en masse plusieurs messages et types de fichiers — et automatise un processus qui nécessiterait autrement un effort humain important. En intégrant des LLM avancés, des agents-outils et l’ingénierie de prompts, il garantit à la fois une grande précision et une forte adaptabilité, en faisant un atout puissant pour les entreprises et organisations souhaitant rationaliser leurs chaînes de traitement de l’information.