Examen du niveau 4 — durci

Examen — questions inédites

4.1 · Rappel

1. Quelle est la particularité majeure de n8n face à Make/Zapier ?

Souveraineté et coût maîtrisé, en échange d'un peu plus de technicité.
4.1 · Application

2. Lina traite des fichiers RH sensibles avec de gros volumes. Que recommander ?

Données sensibles + volumes = cas typique n8n, self-host seulement si justifié et encadré.
4.2 · Rappel

3. Comment intègre-t-on un modèle (ChatGPT, Claude, Gemini) dans un workflow ?

L'IA devient une étape entre le déclencheur et l'action finale.
4.2 · Application

4. Lina classe des tickets : quelle consigne garantit une sortie réexploitable ?

Prompt précis + format JSON imposé = chaînage propre vers le routeur.
4.3 · Application

5. L'agent support de Lina doit rester sûr. Quelle configuration ?

Outils limités, objectif borné, humain dans la boucle pour le sensible.
4.4 · Rappel

6. À quoi sert le RAG ?

Récupérer les passages pertinents d'abord, générer la réponse ensuite.
4.2 · Arbitrage

7. Le coût en tokens du workflow IA de Lina explose. Quel arbitrage ?

La sobriété (filtre, taille, concision) se conçoit dès la construction.
4.3 · Arbitrage

8. Faut-il sortir un agent IA pour ce besoin que des appels chaînés couvrent déjà ?

L'agent est plus puissant mais moins prévisible : proportionner l'outil au besoin.
4.4 · Application

9. Lina monte son RAG sur les procédures. Quel est le bon circuit ?

Découper, rechercher, injecter, citer — puis réindexer quand les docs changent.
4.5 · Application

10. Où Lina doit-elle stocker sa clé d'API du modèle ?

Une clé est un mot de passe : lieu sûr, droits minimaux, rotation au doute.
4.4 · Arbitrage

11. Le RAG de Lina répond sur la paie, sujet critique. Que décider ?

Ancrer n'est pas garantir : sources exigées + humain sur le critique.
4.5 · Arbitrage

12. La clé de Lina a fuité dans un export partagé un vendredi soir. Premier réflexe ?

Régénérer d'abord, analyser ensuite — une clé exposée s'exploite en minutes.
Et après ?
Retour au guideSommaire du guide