INTERMEDIO · 8 MÓDULOS · 64 LECCIONES

Chatbots y agentes de IA con n8n

Construye en n8n agentes de IA que conversan, recuerdan a cada cliente y actúan sobre tus sistemas, y llévalos a la web, WhatsApp, Telegram o voz.

Es para ti si
Ya automatizas con n8n y quieres pasar de flujos fijos a agentes que toman acciones.
Al terminar
Sabrás dar memoria y herramientas a un agente, coordinar varios agentes y protegerlos de instrucciones maliciosas con revisión humana.
Necesitas
Saber armar workflows en n8n, una instancia de n8n y un modelo de IA, por API o local.
  1. 01De chatbot a agente: qué cambia con la IA agéntica8 LECCIONES
    1. Introducción: qué vas a construir en esta guía
    2. Agente, chatbot y IA procedural: tres cosas distintas
    3. Qué es un bucle agéntico: razonar, actuar, observar
    4. El nodo AI Agent nativo en n8n 2.x
    5. Las cuatro piezas: modelo, prompt, tools y memoria
    6. Cuándo usar un agente y cuándo no
    7. Dónde correrás tus agentes: self-hosted Community vs Cloud
    8. Mini-proyecto: tu primer agente que responde
  2. 02El cerebro del agente: modelo y system prompt8 LECCIONES
    1. Introducción: el cerebro del agente
    2. Elegir el modelo: familias vigentes en 2026 (y cuáles evitar)
    3. Conectar proveedores de IA: credenciales de Anthropic, OpenAI y Google
    4. Modelos locales con Ollama: un agente a $0 (Llama 3, Mistral)
    5. El system prompt: rol, límites y formato de respuesta
    6. Parámetros del modelo y salida estructurada
    7. Probar y repetir ejecuciones con el motor de depuración
    8. Mini-proyecto: un agente asesor con personalidad y límites
  3. 03Memoria: el agente que recuerda8 LECCIONES
    1. Introducción: el agente que recuerda
    2. Por qué la memoria lo cambia todo
    3. Simple Memory: la ventana de contexto
    4. Memoria persistente: session ID y almacenamiento
    5. Conversaciones multi-turno: mantener el hilo
    6. Cuando la memoria se degrada: context drift en conversaciones largas
    7. Cuándo olvidar: resumir y reiniciar el contexto
    8. Mini-proyecto: agente conversacional con memoria persistente por usuario
  4. 04Herramientas: el agente que actúa sobre sistemas reales8 LECCIONES
    1. Introducción: el agente que actúa
    2. Qué es una tool y cómo el agente decide usarla (tool calling)
    3. Tools nativas de n8n: buscar, crear, enviar
    4. Conectar sistemas reales: Gmail, Sheets, base de datos y HTTP
    5. Contratos de herramientas y límites de confianza
    6. Sub-workflows como tools: encapsular lógica reutilizable
    7. MCP en n8n: consumir tools externas y el servidor MCP de instancia
    8. Mini-proyecto: agente que ejecuta 3 acciones sobre sistemas reales
  5. 05Sistemas multi-agente: agentes que se delegan tareas8 LECCIONES
    1. Introducción: agentes que delegan
    2. Por qué un solo agente no alcanza: separar responsabilidades
    3. El patrón orquestador-trabajador
    4. Un agente como tool de otro agente: delegación nativa
    5. Diseñar el equipo: roles, handoffs y contratos entre agentes
    6. Bucles agénticos entre agentes: condiciones de parada
    7. Costo y latencia de un sistema multi-agente
    8. Mini-proyecto: sistema triage → especialista (2-3 agentes)
  6. 06Canales reales: chat web, WhatsApp, Telegram y voz8 LECCIONES
    1. Introducción: llevar el agente a canales reales
    2. Chat Trigger y widget web embebido
    3. WhatsApp Business API: el agente donde está el cliente
    4. Bots de Telegram
    5. Agentes de voz: Vapi, Retell y ElevenLabs
    6. UX conversacional por canal: asíncrono, límites y botones
    7. Un agente, varios canales: arquitectura reutilizable
    8. Mini-proyecto: el mismo agente en web y WhatsApp
  7. 07Seguridad y confiabilidad del agente8 LECCIONES
    1. Introducción: agentes seguros y confiables
    2. Prompt injection: cuando la entrada del usuario secuestra al agente
    3. Injection a través de tools: Gmail y Calendar como vector
    4. Límites de confianza: qué puede hacer el agente sin permiso
    5. Human-in-the-loop: aprobación antes de acciones sensibles
    6. Alucinación y verificación de la salida
    7. Depurar agentes: replay y trazado de tool calls
    8. Mini-proyecto: endurecer un agente con guardrails, HITL y validación
  8. 08Proyecto: sistema de atención al cliente multicanal8 LECCIONES
    1. Introducción del proyecto: qué vas a entregar y cómo se evalúa
    2. Diseño del sistema: agentes, tools, memoria, canales y guardrails
    3. El agente de triage y los especialistas (multi-agente)
    4. Tools: consultar CRM y conocimiento, crear tickets y escalar
    5. Memoria persistente por cliente + web y WhatsApp
    6. Guardrails y traspaso a humano para acciones sensibles
    7. Depuración, monitoreo básico y control de costos
    8. Entrega: demo, revisión y cómo presentarlo a tu equipo
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