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.

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