Intégrer Xano + OpenAI
Xano et OpenAI forment une combinaison puissante dans l'écosystème no-code. App Studio a configuré cette intégration pour des dizaines de clients, voici notre guide complet pour la mettre en place rapidement et correctement.
Pourquoi Xano + OpenAI ?
Le module External API Request de Xano gère toute la complexité HTTP de l'appel à OpenAI : définir les en-têtes, formater le corps JSON, analyser la réponse, et extraire les champs imbriqués, le tout visuellement. Votre frontend appelle un simple endpoint Xano et récupère le résultat de l'IA, sans rien connaître de la structure de l'API OpenAI. Cela signifie aussi que vous pouvez changer de modèle (de GPT-4o à GPT-4o-mini) dans une seule variable Xano sans toucher au frontend.
Configurer l'intégration
Stockez votre clé API OpenAI dans les variables d'environnement de Xano. Créez un endpoint API Xano /ai/generate qui accepte une chaîne de prompt et tout contexte pertinent. Dans le function stack, ajoutez une étape External API Request : POST vers https://api.openai.com/v1/chat/completions avec Authorization: Bearer {env.OPENAI_KEY}, le modèle, et le tableau de messages construit à partir du prompt entrant. Extrayez choices[0].message.content de la réponse et renvoyez-le. Votre frontend dispose désormais d'un endpoint /ai/generate propre. Au-delà de la simple génération, Xano permet l'enrichissement par IA : un endpoint /ai/classify qui classifie la saisie utilisateur et branche le workflow selon le résultat ; un endpoint /ai/enrich-contact qui prend un nom et une entreprise et utilise GPT pour compléter les champs manquants ; un endpoint /ai/summarise qui découpe de gros documents et résume chaque section. Ces schémas permettent d'ajouter de l'IA à des workflows de données existants sans restructurer le frontend.
Cas d'usage concrets
App Studio utilise Xano + OpenAI pour : l'enrichissement CRM assisté par IA (classifier les leads entrants par intention), les pipelines de génération de contenu (générer des meta descriptions SEO pour des fiches produit), le routage intelligent (classifier les tickets support par sujet et router vers la bonne équipe), et l'extraction de documents (transformer du texte non structuré issu de fichiers uploadés par l'utilisateur en enregistrements de base de données structurés). Le débogueur visuel de Xano facilite l'inspection de la requête et de la réponse OpenAI complètes pendant le développement.
Bonnes pratiques
Les appels API OpenAI depuis Xano sont synchrones, ils peuvent prendre 5 à 30 secondes pour de longues générations. Utilisez la fonctionnalité de tâche en arrière-plan de Xano pour les jobs IA longs : créez la tâche, renvoyez immédiatement l'ID de tâche au frontend, et laissez le frontend faire du polling jusqu'à la fin. Gérez toujours les erreurs de limite de débit OpenAI (429) dans vos étapes de gestion d'erreur Xano avec une nouvelle tentative en backoff exponentiel. Fixez une limite max_tokens sur tous les appels OpenAI pour éviter des réponses inopinément volumineuses et coûteuses.
- AI enrichment pipelines
- Content generation
- Smart classification
- Document extraction
- Lead scoring
Besoin d'aide pour cette intégration ?
App Studio configure ces intégrations pour vous. Devis gratuit sous 48h.