Cuatro automatizaciones con IA y n8n: resultados y límites

En el Laboratorio AF hemos probado cuatro automatizaciones con IA y n8n: clasificar correos, generar informes, crear borradores en WordPress y enviar avisos de tareas pendientes.

Utilizamos Gemini mediante API y combinamos sus respuestas con reglas, tablas internas y conexiones de correo o WordPress. Documentamos lo que funcionó, los ajustes necesarios y las limitaciones observadas, sin presentar estos prototipos como sistemas preparados para cualquier situación.

Este balance reúne los resultados de las cuatro pruebas y distingue entre generar un contenido, ejecutar una acción y comprobar su resultado. No medimos el consumo de tokens ni el coste por ejecución.

1. Qué queríamos comprobar

El objetivo fue explorar cómo combinar un modelo de IA con pasos definidos en n8n para realizar tareas concretas y revisar sus resultados.

Buscamos comprobar cuatro capacidades:

• Clasificar información: distribuir correos de prueba según su contenido.
• Preparar informes: reunir datos de dos tablas y redactar un resultado organizado.
• Crear borradores: enviar contenido generado a WordPress sin publicarlo.
• Enviar avisos: seleccionar tareas mediante condiciones y comunicar sus datos por correo.

Los flujos siguieron pasos configurados previamente. No utilizamos agentes autónomos que eligieran herramientas o decidieran libremente cómo completar el trabajo.

Las pruebas se realizaron con datos ficticios y un alcance reducido. Sus resultados permiten describir esos casos, pero no medir la fiabilidad general de las herramientas.

2. Resumen de las cuatro automatizaciones

Cada caso se comprobó por separado. No realizamos una comparación controlada de precisión, velocidad o coste entre las cuatro automatizaciones.

3. Automatización 1: clasificar correos

Conectamos un buzón mediante IMAP y utilizamos Gemini para clasificar mensajes en Comercial, Soporte, Facturación y Other.

Los cuatro ejemplos manuales coincidieron con las categorías esperadas. Después comprobamos que un correo nuevo podía iniciar el flujo automáticamente y salir por Soporte.

La ejecución automática también procesó una solicitud de presupuesto anterior. Esto mostró que la configuración no evitaba el reprocesamiento de mensajes.

El resultado fue una clasificación dentro de n8n: no añadimos etiquetas ni movimos correos en el buzón. Tras la prueba, detuvimos el flujo.

Aprendizaje: comprobar la categoría de salida es distinto de organizar realmente el buzón. También hace falta controlar qué mensajes ya se han procesado.

4. Automatización 2: generar informes

Creamos dos tablas internas de n8n con datos ficticios de ventas y soporte. El flujo consultaba sus registros, reunía la información y utilizaba Gemini para redactar un informe.

Comprobamos los resultados esperados: 70 euros por pedido y 75 % de consultas resueltas. En otra prueba, retiramos las cifras de resolución y el modelo indicó que no podía calcular el porcentaje.

La versión completa se ejecutó mediante programación y convirtió el informe en un archivo de texto. Descargamos ese archivo manualmente y revisamos su contenido.

No conectamos fuentes externas ni probamos múltiples registros por tabla. Al terminar, detuvimos la programación.

Aprendizaje: generar un archivo dentro del flujo no equivale a guardarlo automáticamente en el ordenador. También es necesario revisar los cálculos y comprobar cómo se expresa la falta de datos.

5. Automatización 3: crear borradores en WordPress

Generamos con Gemini un texto sobre la organización de una tarde a partir de datos ficticios. Revisamos sus cálculos y el horario antes de enviarlo a WordPress.

El nodo de creación guardó la entrada como Borrador. Comprobamos en el editor que conservaba el formato, el horario y el aviso de revisión. No publicamos el contenido de prueba.

La respuesta añadió una etiqueta HTML no solicitada, aunque WordPress la mostró correctamente. La conexión también exigió permitir temporalmente las contraseñas de aplicación en Wordfence.

Al terminar, anulamos la contraseña utilizada y restauramos el bloqueo. El flujo se inició manualmente y no incorporaba una aprobación obligatoria ni control de duplicados.

Aprendizaje: guardar como borrador permite revisar antes de publicar, pero la revisión humana realizada durante la prueba no constituye un control automático dentro del flujo.

6. Automatización 4: enviar avisos de tareas

Consultamos tres tareas ficticias y aplicamos reglas para seleccionar las pendientes cuya fecha límite era ese día o anterior. El filtro conservó la tarea que vencía ese día y descartó la futura y la completada.

Gemini redactó el aviso y n8n lo envió mediante SMTP. El primer intento fue aceptado por el servidor del proveedor, pero Gmail lo rechazó por fallos de autenticación SPF y DKIM.

Revisamos la configuración del dominio en cPanel. Después de corregirla, el mensaje llegó a Spam. También comprobamos la recepción de un aviso generado mediante ejecución programada y detuvimos el flujo.

No configuramos cambios en las tareas ni un registro para evitar avisos repetidos.

Aprendizaje: un envío aceptado por SMTP no garantiza la entrega. Hay que comprobar la recepción y supervisar las devoluciones, además del estado de la ejecución.

7. Qué aportó la IA y qué resolvieron las reglas

Gemini intervino en tareas de interpretación y redacción:

• Clasificó los correos según las categorías definidas.
• Redactó los informes a partir de los datos proporcionados.
• Generó el cuerpo del borrador para WordPress.
• Preparó el texto del aviso de una tarea.

n8n ejecutó los pasos configurados: consultar tablas, aplicar filtros, iniciar ejecuciones programadas, convertir textos en archivos y conectar con WordPress o el servidor de correo.

En la automatización de tareas, la IA no decidió qué registros debían generar un aviso. Esa selección dependía de condiciones explícitas de estado y fecha.

Esta separación permitió revisar cada parte: una respuesta bien redactada no demuestra que el filtro sea correcto, y una ejecución sin errores no garantiza que el resultado llegue a su destino.

8. Cómo comprobamos los resultados

Revisamos los flujos en tres niveles:

1. Datos y contenido: contrastamos categorías, cálculos, fechas, horarios y textos con los ejemplos de entrada.
2. Ejecución: comprobamos los nodos y, cuando correspondía, la aparición de ejecuciones programadas sin pulsar Execute.
3. Resultado final: abrimos los archivos descargados, revisamos el borrador en WordPress y comprobamos la recepción del correo.

Esta revisión permitió detectar diferencias entre un paso completado y un objetivo cumplido. Por ejemplo, el servidor SMTP aceptó un mensaje que Gmail rechazó después.

Las comprobaciones fueron manuales y se limitaron a los casos documentados. No incorporamos un sistema general de validación ni realizamos pruebas suficientes para calcular una tasa de acierto.

9. Dificultades comunes y límites pendientes

Las pruebas mostraron varios aspectos que habría que resolver antes de ampliar su uso:

• Duplicados: el clasificador volvió a procesar un correo y los flujos de creación de entradas y avisos no incluían controles para evitar repeticiones.
• Credenciales y permisos: las conexiones exigieron configurar accesos específicos y revisar los ajustes de Wordfence o del correo.
• Datos de entrada: utilizamos ejemplos pequeños y ficticios; no probamos grandes volúmenes ni todos los casos de datos incorrectos o contradictorios.
• Validación: revisamos manualmente las respuestas, pero no añadimos comprobaciones automáticas suficientes para detectar errores.
• Entrega y almacenamiento: descargar un archivo o recibir un correo requirió comprobaciones adicionales.
• Continuidad: la instalación local dependía del ordenador y de n8n; no evaluamos su recuperación tras interrupciones.

Estos límites no impidieron completar las pruebas, pero acotan lo que podemos afirmar sobre sus resultados.

10. Costes y tiempos: qué medimos y qué no

Utilizamos Gemini mediante API con una cuenta configurada en el nivel gratuito. No registramos los tokens ni calculamos el coste por ejecución, por lo que no podemos estimar el coste de mantener estas automatizaciones en uso.

Tampoco calculamos electricidad, alojamiento, mantenimiento o tiempo de preparación y revisión.

Conservamos dos duraciones mostradas por n8n:

• Clasificación automática de correos: 960 milisegundos en una ejecución que procesó dos mensajes.
• Informe programado desde tablas: 1,351 segundos en la ejecución documentada.

Son observaciones de ejecuciones concretas, no promedios ni una comparación de rendimiento. No incluyen todo el tiempo de preparación ni, en el caso del correo, el recorrido completo hasta su recepción.

Utilizamos intervalos de cinco minutos para comprobar la programación de informes y avisos. Después detuvimos los flujos para evitar llamadas y envíos continuados.

11. Estado de los flujos al terminar

Conservamos las configuraciones para poder revisarlas, pero no dejamos las pruebas programadas funcionando de forma continua.

Para repetir la conexión con WordPress sería necesario configurar un nuevo acceso. Los demás flujos también requerirían comprobar sus credenciales, datos y condiciones antes de reactivarlos.

12. Conclusión del balance

Las cuatro automatizaciones con IA y n8n permitieron completar tareas concretas: clasificar mensajes, preparar informes, crear un borrador y enviar un aviso.

Los resultados más útiles aparecieron al revisar el proceso completo. Una categoría correcta no organizaba el buzón; un archivo generado no se descargaba solo; un borrador necesitaba revisión; y un envío aceptado no garantizaba su entrega.

El siguiente paso no sería aumentar la autonomía sin más, sino incorporar controles concretos: evitar duplicados, validar datos y resultados, limitar permisos y supervisar errores.

Este balance recoge pruebas pequeñas y documentadas. Sirve como base de aprendizaje y mejora, sin demostrar una fiabilidad general ni un ahorro de tiempo o dinero que no hemos medido.

Preguntas frecuentes sobre cuatro automatizaciones con IA y n8n

Fuentes oficiales

• Schedule Trigger de n8n: ejecuciones programadas.
• docs.n8n.ioNodo de WordPress en n8n: creación y gestión de entradas.
• docs.n8n.ioSend Email de n8n: envío mediante SMTP.
• docs.n8n.ioRequisitos de Gmail para remitentes: autenticación y entrega del correo.