---
title: "Connecteur OpenAI"
description: "Guide complet d'intégration OpenAI pour la génération de contenu assistée par IA, les insights clients et l'automatisation marketing intelligente avec Brevo via Tajo."
url: https://tajo.io/fr/docs/connectors/custom/openai/
markdown: https://tajo.io/fr/docs/connectors/custom/openai.md
lang: fr-FR
robots: noindex
---

Demandez un accès anticipé

Indiquez votre prénom et votre adresse e-mail professionnelle. Nous vous enverrons un lien pour confirmer votre demande d’accès à Tajo.

# Connecteur OpenAI

Statut du connecteur: Prévu Pas encore construit. Tajo n'exécute pas ce connecteur aujourd'hui.

| Champ source | Champ de destination | Valeur d’exemple |
| --- | --- | --- |
| `record.id` | `source_id` | `record_1042` |
| `record.updated_at` | `updated_at` | `2026-10-18T08:00:00Z` |
| `record.value` | `value` | `sample_value` |

Connectez OpenAI à Brevo via Tajo pour exploiter la génération de contenu assistée par IA, l’analyse de sentiment client, la segmentation intelligente et l’analytique prédictive dans vos workflows d’automatisation marketing.

## Vue d’ensemble

| Propriété | Valeur |
| --- | --- |
| **Plateforme** | OpenAI |
| **Catégorie** | IA / ML (Custom) |
| **Complexité d’installation** | Moyenne |
| **Intégration officielle** | Non |
| **Données synchronisées** | Contenu, embeddings, insights, prédictions |
| **Méthode d’authentification** | API Key (Bearer Token) |

## Fonctionnalités

- **Génération de contenu par IA**, Générez des objets d’e-mails, du corps de texte et des CTA avec les modèles GPT
- **Analyse de sentiment client**, Analysez les tickets de support et les feedbacks pour un scoring de sentiment
- **Segmentation intelligente**, Utilisez les embeddings pour regrouper les clients par schémas de comportement
- **Analytique prédictive**, Prévoyez le churn, la LTV et la propension à l’achat
- **Contenu multilingue**, Générez du contenu marketing dans toute langue prise en charge
- **Génération d’images**, Créez des visuels de campagne via l’intégration DALL-E

## Prérequis

Avant de commencer, assurez-vous de disposer de :

1. Un compte OpenAI avec accès API
2. Une clé API depuis le [tableau de bord OpenAI](https://platform.openai.com/api-keys)
3. Un compte Brevo avec accès API
4. Un compte Tajo avec les permissions connecteur
5. Suffisamment de crédits API OpenAI pour votre usage prévu

## Authentification

### Authentification par clé API

OpenAI utilise l’authentification par Bearer token pour toutes les requêtes API :

```bash
# Définissez vos clés API
export OPENAI_API_KEY=sk-your-api-key
export TAJO_API_KEY=your_tajo_api_key
export BREVO_API_KEY=your_brevo_api_key
```

```javascript
// Toutes les requêtes nécessitent l'en-tête Authorization
const headers = {
  'Authorization': `Bearer ${process.env.OPENAI_API_KEY}`,
  'Content-Type': 'application/json'
};

// Pour un accès limité à une organisation
const orgHeaders = {
  ...headers,
  'OpenAI-Organization': process.env.OPENAI_ORG_ID,
  'OpenAI-Project': process.env.OPENAI_PROJECT_ID
};
```

Sécurité de la clé API

N’exposez jamais votre clé API OpenAI dans du code côté client. Utilisez toujours des variables d’environnement et des requêtes côté serveur. Faites tourner les clés périodiquement via le tableau de bord OpenAI.

## Configuration

### Configuration de base

```yaml
connectors:
  openai:
    enabled: true
    model: "gpt-4o"
    embedding_model: "text-embedding-3-small"
    image_model: "dall-e-3"

    features:
      content_generation: true
      sentiment_analysis: true
      smart_segmentation: true
      predictive_analytics: true

    limits:
      max_tokens_per_request: 4096
      max_requests_per_minute: 60
      temperature: 0.7
```

### Templates de génération de contenu

```yaml
templates:
  email_subject:
    model: "gpt-4o"
    system_prompt: |
      You are an expert email marketer. Generate compelling
      subject lines that drive open rates.
    max_tokens: 100
    temperature: 0.8

  email_body:
    model: "gpt-4o"
    system_prompt: |
      Generate personalized email content based on customer
      data and campaign objectives.
    max_tokens: 2048
    temperature: 0.7
```

## Endpoints API

| Endpoint | Méthode | Description |
| --- | --- | --- |
| `https://api.openai.com/v1/responses` | POST | Créer des réponses IA (Responses API) |
| `https://api.openai.com/v1/chat/completions` | POST | Générer des complétions de texte |
| `https://api.openai.com/v1/embeddings` | POST | Créer des embeddings de texte |
| `https://api.openai.com/v1/images/generations` | POST | Générer des images |
| `https://api.openai.com/v1/audio/speech` | POST | Génération texte-vers-parole |
| `https://api.openai.com/v1/audio/transcriptions` | POST | Transcription parole-vers-texte |
| `https://api.openai.com/v1/moderations` | POST | Modération de contenu |
| `https://api.openai.com/v1/models` | GET | Lister les modèles disponibles |

## Exemples de code

### Initialiser le connecteur

```javascript
import { TajoClient } from '@tajo/sdk';

const tajo = new TajoClient({
  apiKey: process.env.TAJO_API_KEY,
  brevoApiKey: process.env.BREVO_API_KEY
});

await tajo.connectors.connect('openai', {
  apiKey: process.env.OPENAI_API_KEY,
  defaultModel: 'gpt-4o'
});
```

### Générer du contenu d’e-mail

```javascript
// Générer des objets d'e-mail personnalisés
const response = await fetch('https://api.openai.com/v1/chat/completions', {
  method: 'POST',
  headers: {
    'Authorization': `Bearer ${process.env.OPENAI_API_KEY}`,
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'gpt-4o',
    messages: [
      {
        role: 'system',
        content: 'Generate 5 compelling email subject lines for a product launch.'
      },
      {
        role: 'user',
        content: `Product: ${product.name}. Target: ${segment.description}.`
      }
    ],
    max_tokens: 200,
    temperature: 0.8
  })
});

const result = await response.json();
const subjectLines = result.choices[0].message.content;
```

### Analyse de sentiment client

```javascript
// Analyser le sentiment des feedbacks clients
const sentimentAnalysis = await fetch(
  'https://api.openai.com/v1/chat/completions',
  {
    method: 'POST',
    headers: {
      'Authorization': `Bearer ${process.env.OPENAI_API_KEY}`,
      'Content-Type': 'application/json'
    },
    body: JSON.stringify({
      model: 'gpt-4o',
      messages: [
        {
          role: 'system',
          content: 'Analyze sentiment. Return JSON: {score: -1 to 1, label: string, topics: string[]}'
        },
        { role: 'user', content: customerFeedback }
      ],
      response_format: { type: 'json_object' },
      max_tokens: 150
    })
  }
);

const sentiment = await sentimentAnalysis.json();
await tajo.contacts.update(email, {
  attributes: { SENTIMENT_SCORE: JSON.parse(sentiment.choices[0].message.content).score }
});
```

### Segmentation intelligente via embeddings

```javascript
// Générer des embeddings pour le clustering client
const embeddingResponse = await fetch(
  'https://api.openai.com/v1/embeddings',
  {
    method: 'POST',
    headers: {
      'Authorization': `Bearer ${process.env.OPENAI_API_KEY}`,
      'Content-Type': 'application/json'
    },
    body: JSON.stringify({
      model: 'text-embedding-3-small',
      input: customerDescriptions,
      dimensions: 256
    })
  }
);

const embeddings = await embeddingResponse.json();
// Utilisez les embeddings pour un clustering client basé sur la similarité
```

## Limites de débit

| Modèle | RPM (requêtes/min) | TPM (tokens/min) | RPD (requêtes/jour) |
| --- | --- | --- | --- |
| gpt-4o | 500 | 30 000 | 10 000 |
| gpt-4o-mini | 500 | 200 000 | 10 000 |
| text-embedding-3-small | 500 | 1 000 000 | 10 000 |
| dall-e-3 | 5 | N/A | 200 |

En-têtes de limite de débit

Surveillez les en-têtes de limite de débit (`x-ratelimit-remaining-requests`, `x-ratelimit-remaining-tokens`) dans les réponses API pour implémenter un throttling proactif et éviter les erreurs 429.

## Dépannage

| Problème | Cause | Solution |
| --- | --- | --- |
| 401 Unauthorized | Clé API invalide | Vérifiez la clé dans le tableau de bord OpenAI |
| 429 Rate Limited | Trop de requêtes | Implémentez un backoff exponentiel |
| 500 Server Error | Panne OpenAI | Consultez status.openai.com et réessayez |
| Réponse tronquée | max\_tokens trop bas | Augmentez le paramètre max\_tokens |
| Qualité du contenu médiocre | Température trop haute | Baissez la température pour plus de cohérence |

### Mode debug

```yaml
connectors:
  openai:
    debug: true
    log_level: verbose
    log_prompts: false  # Ne loguez pas les prompts en production
    log_usage: true
```

## Bonnes pratiques

1. **Mettez en cache les réponses**, Stockez le contenu généré pour réduire les appels API et les coûts
2. **Utilisez les sorties structurées**, Demandez des réponses JSON pour un parsing fiable
3. **Implémentez une logique de retry**, Gérez les limites de débit avec un backoff exponentiel
4. **Surveillez l’usage en tokens**, Suivez la consommation pour contrôler les coûts
5. **Utilisez des modèles appropriés**, Utilisez gpt-4o-mini pour les tâches simples, gpt-4o pour les complexes
6. **Validez les sorties**, Validez toujours le contenu généré par IA avant de l’envoyer aux clients

## Sécurité

- **Authentification par Bearer token**, Clés API transmises via l’en-tête Authorization
- **Côté serveur uniquement**, N’exposez jamais les clés API dans du code côté client
- **Rotation des clés**, Faites tourner les clés API régulièrement via le tableau de bord OpenAI
- **Surveillance de l’usage**, Définissez des limites de dépenses dans les paramètres de facturation OpenAI
- **Modération de contenu**, Utilisez l’API Moderations pour filtrer les contenus dangereux
- **Confidentialité des données**, Consultez les politiques d’usage des données d’OpenAI pour votre cas d’usage

## Ressources associées

- [Connecteur Brevo](https://tajo.io/fr/docs/connectors/marketing/brevo)
- [Skill de synchronisation client](https://tajo.io/fr/docs/skills/data-sync/customer-sync)
- [Skills de marketing par e-mail](https://tajo.io/fr/docs/skills/email-marketing)
- [Référence de l’API OpenAI](https://platform.openai.com/docs/api-reference)