Sortie

Les nodes de sortie sont la ligne d'arrivée de votre workflow. Ils livrent le résultat final — que ce soit en le renvoyant à l'utilisateur, en l'envoyant à un service externe, ou en le sauvegardant dans une collection.

Response

Tip

C'est la ligne d'arrivée d'une course. Tout le travail du workflow aboutit ici, et le résultat est renvoyé à celui qui a lancé le workflow.

Response termine le workflow et renvoie le résultat. Si le workflow a été lancé par un widget, un webhook, ou l'API, c'est ce node qui détermine ce que l'appelant reçoit. C'est le node de sortie le plus courant.

Exemple

Un workflow de questions-réponses. Après la recherche RAG et la génération LLM, Response renvoie la réponse finale au widget chatbot qui l'affiche à l'utilisateur.

Note

✅ Utilisez-le comme dernier node de tout workflow qui doit renvoyer un résultat.

Warning

❌ Si vous voulez aussi envoyer le résultat à un service externe en plus, ajoutez un Send Webhook avant ou en parallèle.

Send Webhook

Tip

C'est comme poster une lettre. Votre workflow prépare le contenu, et ce node l'envoie à l'adresse que vous avez configurée.

Send Webhook envoie les données du workflow à une URL externe via HTTP. C'est utile pour notifier un service tiers du résultat, déclencher une action dans un autre système, ou synchroniser des données.

Exemple

Votre workflow analyse un document et génère un résumé. Send Webhook envoie ce résumé au webhook Slack de votre équipe, qui le poste automatiquement dans le canal #résumés.

Note

✅ Utilisez-le pour envoyer des résultats à des services externes : Slack, Teams, Zapier, Make, votre propre API.

Warning

❌ Si vous avez juste besoin de renvoyer le résultat à l'appelant (widget, API), utilisez Response.

Store Document

Tip

C'est comme archiver un document dans un classeur. Le résultat de votre workflow est rangé dans une collection IgnitionAI pour être retrouvé plus tard.

Store Document sauvegarde du contenu dans une collection IgnitionAI. Le contenu est indexé et devient cherchable par les nodes RAG. C'est utile pour les workflows qui génèrent du contenu (résumés, analyses, rapports) que vous voulez réutiliser.

Exemple

Un workflow analyse chaque email reçu, extrait les points clés avec LLM Chat, et Store Document les sauvegarde dans une collection « Résumés d'emails ». Plus tard, vous pouvez chercher dans ces résumés avec un agent RAG.

Note

✅ Utilisez-le quand votre workflow produit du contenu que vous voulez retrouver plus tard via la recherche.

Warning

❌ Ne l'utilisez pas si le résultat est éphémère (juste une réponse ponctuelle) — utilisez Response.