En esta tercera automatización del Laboratorio AF probamos cómo crear borradores en WordPress con IA y n8n. Partimos de un tema y unos datos ficticios, utilizamos Gemini para generar el contenido y lo enviamos a WordPress con estado Borrador.
Revisamos los cálculos, el horario propuesto y el formato del texto antes de comprobar su llegada al editor. El flujo se inició manualmente y creó una entrada para revisión; no publicamos el contenido ni configuramos una ejecución programada.
1. Objetivo de la automatización
El objetivo fue comprobar si n8n podía generar un texto con IA y crear una entrada en WordPress que quedara guardada como borrador para revisión.
La prueba debía permitir:
- Introducir un tema y unos datos de referencia.
- Generar un contenido breve en español y con formato HTML.
- Revisar los cálculos y la propuesta antes de enviarlos.
- Crear la entrada con un título de prueba y estado Draft.
- Comprobar en WordPress que el contenido conservaba su formato y seguía sin publicar.
Iniciamos el flujo manualmente. La generación del contenido y su envío mediante API formaron parte del flujo, pero no configuramos la publicación automática.
2. Herramientas utilizadas para crear borradores en WordPress con IA
- n8n instalado en Windows mediante Docker Desktop: para conectar los pasos y ejecutar la prueba.
- Gemini mediante API: utilizamos el modelo Gemini 3.5 Flash Lite con la credencial de las automatizaciones anteriores.
- WordPress: recibió el contenido mediante su API y lo guardó como una entrada en borrador.
- Una contraseña de aplicación de WordPress: permitió autenticar la conexión desde n8n sin introducir la contraseña habitual en el flujo.
- Wordfence: ajustamos temporalmente su bloqueo de contraseñas de aplicación para realizar la conexión.
No instalamos herramientas adicionales. Al finalizar, anulamos la contraseña de aplicación utilizada y restauramos el bloqueo de Wordfence.
3. Tema y datos de la prueba
Utilizamos el tema «Cómo organizar las tareas de una tarde con ayuda de la IA» y un ejemplo ficticio con disponibilidad de 17:00 a 19:00.
Las tareas eran:
- Preparar una reunión: 60 minutos; debía completarse ese día.
- Revisar un texto: 45 minutos; prioridad media.
- Ordenar notas: 30 minutos; prioridad baja.
Indicamos que las tareas no podían dividirse, acortarse ni solaparse y que los tiempos incluían los desplazamientos necesarios.
La suma era de 135 minutos, frente a 120 minutos disponibles. Un horario viable debía respetar esas restricciones y reconocer que no cabían las tres tareas.
Estos datos se introdujeron manualmente en los campos tema y datos de n8n.
4. Cómo configuramos el flujo
Organizamos la prueba en cuatro pasos:
- Activador manual: inicia la ejecución cuando pulsamos el botón correspondiente en n8n.
- Edit Fields: contiene el tema y los datos ficticios que debe utilizar el modelo.
- Basic LLM Chain: envía las instrucciones y los datos a Gemini para generar el cuerpo del texto en HTML.
- WordPress · Create a post: toma el contenido generado y crea una entrada con un título de prueba y estado Draft.
Conectamos Google Gemini Chat Model a la entrada de modelo de Basic LLM Chain.
El título se escribió manualmente en el nodo de WordPress. Para el contenido utilizamos el campo text devuelto por la cadena de IA.
Primero generamos y revisamos el texto. Después ejecutamos el nodo de WordPress una sola vez para crear el borrador.
5. Instrucciones para generar el contenido
Pedimos un borrador en español de entre 180 y 250 palabras, con tono claro y cercano, utilizando únicamente el tema y los datos proporcionados.
Las instrucciones exigían:
- Devolver el cuerpo del texto en HTML sencillo, sin bloques de código.
- Identificar el ejemplo como ficticio.
- Calcular el tiempo total de las tareas y el disponible.
- Explicar si cabía todo y proponer un horario viable.
- Respetar las prioridades y las restricciones.
- No inventar datos, fuentes, enlaces ni consecuencias de posponer tareas.
- No afirmar que se habían creado recordatorios o realizado acciones.
- Terminar con un aviso de que era un borrador generado con IA pendiente de revisión.
Solicitamos las etiquetas p, h2, ul y li. La respuesta también utilizó strong para las negritas: fue un pequeño desajuste respecto al formato solicitado, aunque WordPress lo mostró correctamente.
6. Revisión del texto generado
Antes de enviar el contenido a WordPress, revisamos la respuesta de Gemini.
| Comprobación | Resultado observado |
|---|---|
| Suma de las tareas | Indicó correctamente 135 minutos |
| Tiempo disponible | Indicó correctamente 120 minutos |
| ¿Cabía todo? | Reconoció que no cabían las tres tareas |
| Horario propuesto | Reunión de 17:00 a 18:00 y revisión del texto de 18:00 a 18:45 |
| Tarea aplazada | Ordenar notas, de menor prioridad |
| Identificación del ejemplo | Lo presentó como ficticio |
| Aviso final | Indicó que era un borrador generado con IA pendiente de revisión |
| Formato HTML | Añadió strong, además de las etiquetas solicitadas |
El horario respetaba las duraciones y dejaba 15 minutos libres. El texto no afirmaba que se hubieran creado recordatorios ni ejecutado las tareas.
Esta revisión corresponde a una única respuesta; no demuestra que el modelo vaya a cumplir siempre las instrucciones.
7. Conexión con WordPress y ajuste de Wordfence
Configuramos la conexión de n8n con la dirección del sitio, el nombre de usuario de WordPress y una contraseña de aplicación creada para esta prueba. No utilizamos la contraseña habitual de acceso en el nodo.
Durante la preparación, WordPress mostró que las contraseñas de aplicación estaban desactivadas por Wordfence. Localizamos la opción correspondiente en Wordfence → Todas las opciones y retiramos temporalmente ese bloqueo.
Después creamos la contraseña de aplicación «Laboratorio AF · n8n borradores» y la introdujimos en la credencial de n8n. No incluimos su valor en la documentación.
Al terminar las comprobaciones, anulamos esa contraseña y volvimos a activar el bloqueo de Wordfence. Por tanto, la credencial utilizada dejó de servir para repetir la conexión.
8. Creación y comprobación del borrador
En el nodo de WordPress configuramos:
- Título: AF-PRUEBA · Organizar una tarde con ayuda de la IA.
- Contenido: el texto HTML generado por Gemini.
- Estado: Draft, equivalente a Borrador.
Ejecutamos ese nodo una sola vez. La operación terminó correctamente y WordPress devolvió la entrada con ID 2881.
Después abrimos Entradas → Todas las entradas y comprobamos que figuraba como Borrador. Dentro del editor verificamos que:
- El horario de 17:00 a 18:45 se conservaba.
- Aparecía el aviso de contenido generado con IA pendiente de revisión.
- El texto mostraba su formato, sin etiquetas HTML escritas en pantalla.
No publicamos la entrada de prueba. La revisión y la decisión de publicar quedaron fuera del flujo.
9. Limitaciones y costes
Realizamos la prueba con un único tema y un ejemplo ficticio. No evaluamos otros tipos de contenido ni medimos la calidad general de los textos.
El flujo se inició manualmente. Revisamos la respuesta antes de ejecutar el nodo de WordPress, pero no incorporamos una aprobación obligatoria ni una validación automática dentro del flujo.
Tampoco configuramos imágenes, categorías, etiquetas, datos SEO o una programación. Repetir la operación Create a post podría crear otra entrada: no implementamos un control de duplicados.
Utilizamos Gemini con la cuenta configurada en el nivel gratuito. No medimos los tokens ni el coste por borrador, por lo que no podemos estimar el coste de un uso continuado.
Al finalizar, anulamos la contraseña de aplicación y restauramos el bloqueo de Wordfence. Para repetir la conexión sería necesario habilitarla y configurar una nueva credencial.
10. Qué hemos aprendido
La prueba mostró que podemos crear borradores en WordPress con IA y n8n, utilizando Gemini para generar el contenido y la API de WordPress para guardarlo sin publicar.
Comprobamos los cálculos del ejemplo y revisamos el texto antes del envío. Después verificamos que la entrada conservaba el horario, el formato y el aviso de revisión.
También aprendimos que las instrucciones no garantizan un cumplimiento exacto: el modelo añadió una etiqueta HTML no solicitada. Además, la conexión dependió de un ajuste de Wordfence y de una contraseña de aplicación que anulamos al finalizar.
El resultado es un flujo probado para crear un borrador concreto. Quedan pendientes una aprobación obligatoria dentro del proceso, el control de duplicados y las pruebas con otros contenidos.
Preguntas frecuentes
¿Esta automatización publica directamente en WordPress?
No. Configuramos el estado Draft para guardar la entrada como borrador. No probamos la publicación automática.
¿El contenido necesita revisión?
Sí. Revisamos los cálculos, el horario y el formato antes del envío. Una respuesta correcta no garantiza que las siguientes también lo sean.
¿Utilizamos la contraseña habitual de WordPress?
No. Creamos una contraseña de aplicación específica para conectar n8n y la anulamos al terminar.
¿Por qué tuvimos que cambiar un ajuste de Wordfence?
Wordfence bloqueaba las contraseñas de aplicación. Permitimos su uso durante la prueba y restauramos el bloqueo después.
¿Puede crear borradores duplicados?
Sí. Repetir la operación de creación podría generar otra entrada. No implementamos un control de duplicados.
¿También añade imágenes y datos SEO?
No en esta prueba. Enviamos el título, el contenido HTML y el estado Borrador.
¿La conexión sigue funcionando después de la prueba?
No con la credencial utilizada, porque anulamos la contraseña de aplicación. Para repetirla sería necesario configurar un nuevo acceso.
¿Cuánto cuesta generar cada borrador?
No lo medimos. Utilizamos la cuenta de Gemini configurada en el nivel gratuito, sin registrar tokens ni calcular el coste por entrada.
Fuentes oficiales
- Nodo de WordPress en n8n: operaciones para crear y gestionar entradas.
- Credenciales de WordPress en n8n: datos necesarios para configurar la conexión.
- Contraseñas de aplicación y Wordfence: explicación del ajuste que bloquea su uso.
También puedes aprender
Continúa explorando las pruebas del Laboratorio AF:
- Clasificar correos con IA y n8n: recepción de mensajes mediante IMAP y clasificación con Gemini.
- Generar informes con IA y n8n: lectura de dos tablas internas, ejecución programada y creación de un archivo descargable.
- Proyecto 1 · Crear un asistente IA personalizado: configuración de instrucciones y pruebas con tareas cotidianas.
- Academia de Agentes IA: conceptos y guías para comprender estas herramientas y sus límites.
Ver todas las entradas del blog
⚠️ Aviso importante
Esta automatización es una prueba educativa con datos ficticios. El contenido generado con IA puede incluir errores y necesita revisión antes de publicarse.
El tema y los datos utilizados se envían a la API de Gemini. Revisa las condiciones del proveedor antes de introducir información real y no incluyas contraseñas ni datos confidenciales en las instrucciones.
Una contraseña de aplicación permite actuar con los permisos del usuario al que pertenece; su nombre no limita el acceso a crear borradores. Utiliza los permisos necesarios y revoca las credenciales de prueba cuando termines.
En nuestro caso, la entrada quedó como borrador, anulamos la contraseña de aplicación y restauramos el bloqueo de Wordfence.