Automatización con n8n: flujos de IA y diagnóstico

Este curso introduce la automatización de procesos con n8n a profesionales técnicos y no técnicos que quieren reducir trabajo manual integrando herramientas con IA sin necesidad de programar. Cubre los fundamentos de la plataforma —nodos, triggers y estructura de un flujo—, la construcción de flujos funcionales con al menos un nodo de IA, la configuración de instrucciones que producen outputs consistentes, y el análisis de qué tareas merecen automatizarse y cuáles no. Al finalizar, el participante será capaz de construir flujos n8n que integran un LLM, depurar los errores más frecuentes y estimar si el esfuerzo de una automatización está justificado frente al valor que aporta.

Al finalizar el curso, el participante será capaz de:

• Identificar los nodos básicos de n8n (Trigger, HTTP Request, Set/Edit Fields, IF, Code) y explicar la función de cada uno dentro de un flujo de automatización
• Identificar el trigger, las acciones y el output esperado de un proceso antes de construir el flujo que lo automatiza
• Construir un flujo funcional en n8n con al menos un nodo de IA conectado a un trigger y una acción de salida
• Configurar el nodo de IA con instrucciones del sistema que producen un output consistente y predecible para el caso de uso dado
• Distinguir qué tareas son candidatas a automatización con IA, justificando el criterio con argumentos de repetibilidad, estructurabilidad del input y valor añadido real
• Detectar y corregir errores en un flujo que no produce el output esperado, identificando el nodo causante mediante la vista de ejecución
• Estimar si el coste y esfuerzo de construir y mantener una automatización está justificado frente al valor que aporta en tiempo o calidad

1. Introducción a n8n y estructura de un flujo Qué es n8n y en qué se diferencia de otras herramientas de automatización; interfaz del editor: canvas, panel lateral y ejecuciones; nodos fundamentales: Trigger (Manual, Schedule, Webhook), HTTP Request, Set/Edit Fields, IF y Code; flujo de datos entre nodos: items, JSON y expresiones básicas; diferencia entre ejecutar en modo test y en producción
2. Construir y configurar flujos con IA Anatomía de un flujo funcional: trigger → procesamiento → output; nodo de IA (OpenAI, Anthropic u otro LLM): parámetros de configuración, system prompt, temperatura y modelo; cómo pasar datos del flujo al prompt usando expresiones; diferencia entre output consistente e inconsistente: instrucciones específicas vs. instrucciones ambiguas; primer flujo completo: trigger manual → LLM → envío de resultado por email o Slack
3. Análisis de viabilidad y criterios de automatización Qué tareas son candidatas: repetibilidad, input estructurable, valor añadido de la IA, riesgo de error tolerable; qué NO automatizar: tareas que requieren juicio humano, datos sensibles sin protocolo, procesos de baja frecuencia con alto coste de mantenimiento; estimación de coste/esfuerzo: tiempo de construcción, mantenimiento y monitorización frente al tiempo ahorrado; casos de uso reales y antipatrones frecuentes
4. Diagnóstico y corrección de errores Vista de ejecuciones: cómo leer los datos de entrada y salida de cada nodo; tipos de error frecuentes: credencial inválida, campo nulo, JSON malformado, respuesta del LLM fuera del formato esperado; técnica de depuración paso a paso: aislar el nodo fallido, añadir nodos de debug, verificar las expresiones; corrección y retest del flujo hasta producir el output esperado

• Cuenta en n8n Cloud (plan gratuito suficiente para el curso) o instancia n8n auto-hospedada con acceso al editor web
• Cuenta en un proveedor de LLM con API key: OpenAI, Anthropic u otro compatible con n8n
• Cuenta de email o Slack para los ejercicios de envío de resultados
• Navegador web actualizado (Chrome o Firefox recomendados)

Ninguno requerido. Se recomienda tener familiaridad básica con herramientas digitales (email, Slack, hojas de cálculo) y haber interactuado al menos una vez con una herramienta de IA generativa como ChatGPT o Claude. No es necesario saber programar ni tener conocimientos de APIs o infraestructura.