INTERMEDIO · 8 MÓDULOS · 64 LECCIONES

Fundamentos de automatización con IA en n8n

Suma IA a tus automatizaciones de n8n para clasificar, extraer, resumir y redactar contenido, con modelos en la nube o gratis en tu propia computadora.

Es para ti si
Ya automatizas con n8n y quieres pasar de reglas fijas a flujos que entienden texto.
Al terminar
Sabrás escribir prompts dentro de un flujo, obtener respuestas estructuradas, buscar en tus documentos y armar agentes con herramientas.
Necesitas
Saber armar flujos en n8n y nociones de Docker. No necesitas experiencia en IA.
  1. 01Fundamentos de la automatización con IA en n8n8 LECCIONES
    1. Presentación: qué vas a construir en esta guía
    2. Qué sí y qué no hace la IA en una automatización
    3. Recorrido por n8n 2.x para workflows de IA
    4. Nube vs self-hosted: cuál usar y por qué
    5. Instalar el Self-hosted AI Starter Kit
    6. Modelos locales con Ollama: Llama 3 y Mistral
    7. Tu primer nodo de IA (100% local)
    8. Proyecto: tu taller de IA a costo cero
  2. 02Conectar modelos de IA (nube y local)8 LECCIONES
    1. Presentación del módulo: el modelo es el motor
    2. Cómo funcionan los sub-nodos de modelo de chat
    3. El nodo Basic LLM Chain
    4. Conectar modelos de la nube: Claude, GPT y Gemini
    5. Conectar modelos locales con Ollama
    6. Los parámetros que importan: temperatura, tokens y más
    7. Elegir modelo: costo, latencia y privacidad
    8. Proyecto: cambia de modelo sin reconstruir el workflow
  3. 03Prompts dentro de workflows8 LECCIONES
    1. Presentación del módulo: el prompt como código
    2. Prompt de sistema vs prompt de usuario
    3. Inyectar datos de nodos con expresiones
    4. Few-shot, contexto y restricciones
    5. Plantillas de prompt y reutilización
    6. Guardrails contra la alucinación
    7. Depurar prompts con replay de ejecución y trazado de variables
    8. Proyecto: una plantilla de prompt confiable
  4. 04Cadenas de IA: clasificar, extraer, resumir8 LECCIONES
    1. Presentación del módulo: las tres tareas que mueven el 80%
    2. Clasificar texto con el nodo Text Classifier
    3. Extraer datos con el nodo Information Extractor
    4. Resumir sin perder lo importante
    5. Sentimiento e intención
    6. Encadenar pasos de IA
    7. Procesar múltiples ítems y respetar límites
    8. Proyecto: cadena de triaje de texto entrante
  5. 05Salida estructurada y generación de contenido8 LECCIONES
    1. Presentación del módulo: de texto suelto a datos que fluyen
    2. Por qué importa la salida estructurada
    3. El Structured Output Parser
    4. Definir un esquema para la salida de IA
    5. Validar y reparar la salida
    6. Generar contenido: borradores y respuestas
    7. De la salida de IA a tablas y apps
    8. Proyecto: generador estructurado con validación
  6. 06RAG local a costo cero: embeddings y recuperación8 LECCIONES
    1. Presentación del módulo: darle memoria y fuentes a la IA
    2. Qué son los embeddings
    3. Embeddings locales con Ollama
    4. El nodo de vector store: Qdrant y Milvus
    5. Cargar y trocear documentos (Document AI local)
    6. Construir el paso de recuperación
    7. Preguntas y respuestas sobre tus documentos
    8. Proyecto: un RAG local a costo cero
  7. 07Agentes de IA y MCP8 LECCIONES
    1. Presentación del módulo: de cadenas fijas a agentes que deciden
    2. El nodo nativo de AI Agent
    3. Darle herramientas a tu agente
    4. Memoria y razonamiento multi-paso del agente
    5. Tu RAG local como herramienta del agente
    6. Agentes que delegan en sub-agentes
    7. MCP en n8n: cliente y servidor
    8. Proyecto: un agente con herramientas y RAG
  8. 08Proyecto final: asistente inteligente de correo8 LECCIONES
    1. Presentación del proyecto final: qué vas a entregar
    2. Diseñar la arquitectura del asistente
    3. Triaje: clasificar y extraer
    4. Recuperar contexto con el RAG local
    5. Redactar respuestas con un agente
    6. Enrutado y aprobación humana
    7. Depurar y endurecer el flujo
    8. Proyecto: entrega y defiende tu asistente
Reseñas

Lo que dicen los estudiantes

Estas reseñas son de estudiantes inscritos que completaron al menos el 50% del curso. Moderamos las reseñas solo por motivos de contenido (spam, lenguaje ofensivo, datos personales), nunca por ser críticas o negativas.

Aún no hay reseñas aprobadas.

¡Sé el primero en compartir tu experiencia!

SEC. 06 · EL ESTUDIO

Por qué existe este estudio

Durante décadas, construir software fue cosa de perfiles técnicos con años de formación, y llevar un producto digital a la vida real le tomaba a las empresas meses o años. El no-code y la inteligencia artificial han acortado esa brecha, pero el conocimiento sigue en manos de unos cuantos.

Tech Benders existe para abrir ese conocimiento, para que los equipos de negocio y los perfiles no técnicos puedan poner sus ideas en producción con las decisiones técnicas correctas detrás. La IA hace lo que le pides. Sin una base técnica, lo que construye puede no escalar con el ecosistema de tu empresa, y sus costos se disparan con el tiempo.

El equipo conoce los dolores de las organizaciones grandes y la velocidad a la que tienen que moverse. Trae arquitectura de soluciones, ingeniería de datos, producto construido de punta a punta, del backend al frontend, y trabajo diario con IA. Software que resuelve lo que necesitas en días, no en meses, con los costos de la IA bajo control.

Fundadores

El estudioConoce Tech Benders →

Escríbenoshi@techbenders.io

Hecho con Wislab