Tutorial n8n en Español: 3 Workflows con IA para tu Negocio
En este artículo
n8n es la herramienta de automatización que más recomiendo a emprendedores y PyMEs que quieren integrar IA en sus procesos sin depender de un equipo técnico. Lo uso en mi propia operación y lo implemento con clientes regularmente.
Este tutorial en español no te enseña "qué es n8n" — hay miles de videos para eso. Te muestra tres workflows reales que podés implementar, con la lógica completa incluyendo los prompts que uso, las herramientas que conecto, y los números de tiempo ahorrado que medi en producción.
Si nunca usaste n8n, en dos líneas: es una plataforma open-source para crear automatizaciones entre herramientas — similar a Zapier o Make, pero con dos ventajas importantes. Podés hostearlo vos mismo (sin costo mensual por ejecuciones) y tiene integraciones nativas con Claude, ChatGPT y otros modelos de IA.
Antes de arrancar: dónde instalar n8n
Opción 1 — n8n Cloud (más simple): vas a n8n.cloud, creás cuenta, y tenés el editor en el navegador. Plan gratuito con limitaciones (5 workflows activos, 5000 ejecuciones/mes). Para empezar a aprender, alcanza. Planes pagos desde $24/mes.
Opción 2 — Self-hosted (gratis sin límites): instalás n8n en tu computadora o un servidor. Sin costo de ejecuciones, sin límites de workflows. Para instalarlo localmente en Mac o Windows:
npm install n8n -g
n8n start
Se abre en http://localhost:5678. Para la mayoría de los emprendedores que están aprendiendo, el cloud es más práctico en los primeros meses. Si ya sabés que vas a usarlo intensivamente, self-hosted desde el principio.
Workflow 1: Calificación automática de leads con Claude
Tiempo ahorrado medido: 3 a 5 horas semanales en negocios con 20+ leads por mes.
El problema: Cuando llegan leads desde tu formulario web, alguien tiene que revisar quién es, evaluar si es relevante, y decidir la acción. Con 20 o 30 leads por semana, eso son horas de trabajo manual para una tarea que no requiere criterio estratégico — solo un análisis consistente de los datos disponibles.
La arquitectura del workflow
Webhook (formulario) → Enriquecimiento de datos → Análisis Claude →
Switch (caliente/tibio/frío) → Acciones según categoría → CRM (GHL)
Nodo 1: Webhook
En n8n, creás un nodo Webhook. Copiás la URL que genera y la pegás como endpoint en tu formulario (Typeform, HubSpot Forms, el formulario nativo de GHL, o un formulario HTML directo).
Cuando alguien completa el formulario, n8n recibe todos los campos automáticamente: nombre, empresa, email, mensaje, y cualquier pregunta de calificación que hayas incluido.
Recomendación: incluí estas preguntas en tu formulario para que el agente tenga más datos:
- ¿Cuántas personas tiene tu equipo? (opciones: solo yo / 2-10 / 11-50 / más de 50)
- ¿Cuál es tu mayor desafío actual con la IA? (abierta)
- ¿Con qué urgencia necesitás resolver esto? (urgente / próximo trimestre / explorando)
Con más datos, Claude clasifica con más precisión.
Nodo 2: Análisis con Claude (el prompt exacto que uso)
Nodo HTTP Request a la API de Anthropic (https://api.anthropic.com/v1/messages).
Headers: x-api-key: tu-api-key y anthropic-version: 2023-06-01.
El body del request con el prompt de calificación:
{
"model": "claude-opus-4-5",
"max_tokens": 300,
"messages": [{
"role": "user",
"content": "Analizá este lead para una consultoría de IA para PyMEs.\n\nDatos del lead:\n- Nombre: {{$json.nombre}}\n- Empresa: {{$json.empresa}}\n- Mensaje: {{$json.mensaje}}\n- Tamaño del equipo: {{$json.equipo}}\n- Urgencia: {{$json.urgencia}}\n- Desafío principal: {{$json.desafio}}\n\nEvaluá:\n1. Fit con el servicio (¿es un emprendedor o PyME que puede usar consultoría de IA?)\n2. Urgencia implícita en el mensaje\n3. Claridad del problema que describe\n4. Señales de capacidad para invertir\n\nRespondé SOLO con este formato JSON, sin texto adicional:\n{\"score\": [número del 1-10], \"categoria\": [\"caliente\", \"tibio\" o \"frio\"], \"razon\": \"[una oración], \"accion\": \"[qué hacer primero]\"}"
}]
}
Claude devuelve algo así:
{"score": 8, "categoria": "caliente", "razon": "PyME de 15 personas con problema claro y urgencia explícita", "accion": "Contacto telefónico hoy mismo"}
Nodo 3: Parsear la respuesta
Nodo Code (JavaScript simple) para extraer el JSON del contenido de Claude:
const content = $input.first().json.content[0].text;
const parsed = JSON.parse(content);
return [{json: parsed}];
Nodo 4: Switch por categoría
Nodo Switch con tres condiciones:
categoria == "caliente"→ rama Acategoria == "tibio"→ rama Bcategoria == "frio"→ rama C
Nodo 5a: Lead caliente
- Slack/WhatsApp a vos: notificación inmediata con el nombre, empresa, score, razón de Claude, y el mensaje original del lead. Llegás a esa notificación con toda la info para llamar en los próximos 30 minutos.
- GHL (HTTP Request): crear el contacto con todos los datos, asignarle la etiqueta "lead-caliente", moverlo a la etapa "Nuevo Lead" del pipeline, y crear una tarea urgente.
- Email al lead: bienvenida personalizada que menciona específicamente el problema que describió, con link directo al calendario para agendar.
Nodo 5b: Lead tibio
- GHL: crear contacto, etiqueta "lead-tibio", etapa "Nuevo Lead".
- Disparar workflow de nurturing en GHL: 5 emails en 30 días con contenido de valor, sin venta directa hasta el email final.
Nodo 5c: Lead frío
- GHL: crear contacto, etiqueta "newsletter", agregar a la lista de emails de valor a largo plazo.
- Sin seguimiento comercial inmediato.
Resultado real
En una empresa de consultoría con 40 leads mensuales, el equipo de ventas pasó de revisar los 40 manualmente (6 horas/semana) a enfocarse solo en los 8-10 calientes que el workflow identificó (45 minutos/semana de revisión). Los demás quedan en flujos automáticos que trabajan solos.
Costo de la API de Claude para este workflow: con 40 leads por mes y prompts de ~400 tokens, el costo mensual de la API es aproximadamente $0.80-1.50. Casi nada.
Workflow 2: Respuesta automática a consultas frecuentes con clasificación por intención
Tiempo ahorrado medido: 2 a 4 horas semanales en negocios con alto volumen de consultas repetitivas.
El problema: Las mismas 8 preguntas llegan todos los días por email o formulario. Precio, disponibilidad, proceso de trabajo, tiempo de implementación, formas de pago. Responderlas una por una es trabajo real que consume tiempo real.
La arquitectura del workflow
Email nuevo / Webhook → Clasificar intención (Claude) →
Switch por tipo → Generar respuesta personalizada (Claude) →
Guardar en borrador → Registrar en CRM
Nodo 1: Trigger
Dos opciones:
Gmail: n8n tiene integración nativa con Gmail. Configurás el nodo Gmail con trigger "Email recibido" filtrando por la dirección de tu email de contacto. El workflow se dispara con cada email nuevo.
Webhook: si tu formulario manda los datos a n8n directamente.
Nodo 2: Clasificar la consulta con Claude
Prompt de clasificación:
Clasificá esta consulta de un cliente potencial en UNA de estas categorías:
PRECIO, PROCESO, DISPONIBILIDAD, SOPORTE_TECNICO, CASO_USO, OTRO
Solo respondé con la categoría, sin texto adicional.
Consulta: {{$json.body}}
Este prompt es corto a propósito. Claude solo tiene que devolver una palabra. Rápido, barato (menos de $0.01 por clasificación), y preciso.
Nodo 3: Switch por categoría
Cinco ramas con respuestas diferentes.
Nodo 4: Generar respuesta personalizada
Para cada categoría, Claude recibe el contexto específico y genera una respuesta que suena personal:
Prompt para consultas de PRECIO:
Un potencial cliente me preguntó: "{{$json.body}}"
Su nombre es {{$json.nombre}} y trabaja en {{$json.empresa}}.
Escribí una respuesta de email que:
- Use su nombre en la apertura
- Explique brevemente la estructura de precios (Sesión Estratégica $97 /
Diagnóstico desde $497 / Acompañamiento desde $997/mes)
- Mencione que hay una llamada gratuita de 15 minutos para evaluar qué conviene antes de decidir
- Incluya el link de booking: https://api.leadconnectorhq.com/widget/bookings/intro-nicolas
- Sea de máximo 120 palabras, tono cercano, tratame de vos
- No enumere los precios como lista de marketing — integralo naturalmente en el texto
Respondé SOLO con el cuerpo del email, sin asunto.
Nodo 5: Guardar como borrador (no enviar automáticamente)
Nodo Gmail → Create Draft. La respuesta generada por Claude no se manda automáticamente. Va a borrador.
Por qué no automático: Al principio, siempre en borrador. Después de un mes de revisar que las respuestas son buenas, podés activar el envío automático directo. El proceso de revisión tarda 20-30 segundos por respuesta: leer rápido, ajustar una palabra si hace falta, enviar. Eso versus escribir la respuesta completa desde cero.
Nodo 6: Registrar en CRM
Si el contacto no existe en GHL, crearlo. Si ya existe, agregar la nota de la consulta al historial. Todo queda documentado sin intervención manual.
Resultado real
Una cliente mía que respondía 15-20 consultas por semana (entre 30 y 45 minutos de trabajo diario) bajó a 10-15 minutos de revisión de borradores. Las respuestas son más rápidas para el cliente (llegan en minutos, no en horas), y el tono es consistente porque lo define el prompt.
Workflow 3: Documentación automática de reuniones y follow-up
Tiempo ahorrado medido: 4 a 6 horas semanales en negocios con más de 5 reuniones por semana.
El problema: El trabajo post-reunión (notas, resumen para el cliente, actualizar CRM, crear tareas) es tedioso, se hace de manera inconsistente, y en la práctica muchas veces simplemente no ocurre. Los clientes lo notan.
La arquitectura del workflow
Transcripción (Granola/Otter) → n8n captura el archivo →
Extracción estructurada (Claude) → GHL (notas + tareas) +
Gmail (borrador de follow-up)
Paso previo: configurar la captura de transcripciones
Yo uso Granola (gratis en Mac). Conectás con Google Calendar, y Granola transcribe automáticamente cada reunión que tenés en tu calendario. Al terminar, guarda el archivo en una carpeta local.
Si usás Otter.ai, tiene una API que podés conectar directamente a n8n.
Nodo 1: Trigger
Watch Folder: n8n monitorea la carpeta donde Granola guarda las transcripciones. Cuando aparece un archivo nuevo, el workflow se dispara.
Nodo 2: Leer el archivo
Nodo Read Binary File lee el contenido de la transcripción.
Nodo 3: Extracción con Claude (el prompt más importante)
Este prompt es el corazón del workflow. Lo refiné durante semanas:
Sos un asistente que ayuda a un consultor de IA a procesar sus reuniones.
Leé la siguiente transcripción de reunión y extraé la información en formato JSON:
Transcripción:
{{$json.content}}
Respondé SOLO con este JSON, sin texto adicional:
{
"nombre_cliente": "[nombre completo de la persona con quien habló]",
"empresa_cliente": "[empresa o contexto]",
"resumen": "[resumen de 3-4 oraciones de qué se habló]",
"puntos_clave": ["punto 1", "punto 2", "punto 3", "punto 4", "punto 5"],
"compromisos_consultor": ["lo que prometió hacer el consultor con fecha si se mencionó"],
"compromisos_cliente": ["lo que prometió hacer el cliente con fecha si se mencionó"],
"proximos_pasos": ["paso 1 con fecha", "paso 2 con fecha"],
"email_followup": "[borrador completo del email de seguimiento para el cliente. Tono cercano, máximo 150 palabras, que resuma los puntos clave acordados y confirme los próximos pasos. Primera persona, sin frases de relleno]",
"categoria": "[nueva-oportunidad / cliente-activo / reunion-interna / otro]"
}
Nodo 4: Parsear y distribuir
Un nodo Code extrae el JSON. Después, acciones paralelas:
Rama 1 → GHL:
- Buscar el contacto por nombre o empresa
- Agregar las notas de la reunión al historial del contacto
- Crear las tareas con fecha límite para cada compromiso del consultor
- Mover la oportunidad al pipeline si corresponde
Rama 2 → Gmail:
- Crear borrador del email de follow-up ya redactado
- Asunto: "Resumen de nuestra reunión — [fecha]"
- El borrador espera tu revisión (90 segundos, no más)
Rama 3 → Notion (opcional):
- Si usás Notion para documentar proyectos, guardar el resumen estructurado con todos los campos
Resultado en números
En mi propia consultoría, con 8-10 reuniones semanales:
Antes del workflow: 20-25 minutos por reunión en trabajo post-reunión (notas, email, CRM, tareas). Total: 2.5 a 4 horas semanales.
Después del workflow: 2-3 minutos por reunión (leer el borrador del email, ajustar una línea si hace falta, hacer clic en enviar). Total: 20-30 minutos semanales.
Esas 2-3 horas recuperadas las dedico a sesiones de consultoría, que facturan $97 cada una.
Errores comunes al implementar estos workflows
Error 1 — Activar sin probar en producción: n8n tiene un modo de ejecución manual que te permite correr el workflow con datos reales sin que dispare las acciones reales (emails, CRM). Siempre probá con 5 o 10 casos antes de activar.
Error 2 — Prompts sin ejemplos de formato: Claude devuelve texto libre a menos que le especifiques exactamente el formato que necesitás. Siempre pedí JSON cuando el output va a ser procesado por otro nodo. Y pedí que responda "SOLO con el JSON, sin texto adicional" — de lo contrario a veces agrega una introducción que rompe el parseo.
Error 3 — No manejar errores: ¿Qué pasa si la API de Claude devuelve error 429 (rate limit)? ¿Si el email no llega? n8n tiene un nodo de Error Trigger que podés conectar para recibir notificaciones cuando algo falla. No lo ignorés.
Error 4 — Olvidar el costo de la API: Los tres workflows de esta guía, con volúmenes moderados (40 leads/mes, 20 consultas/semana, 10 reuniones/semana), tienen un costo de API de Claude de aproximadamente $20-40 por mes. Calculalo antes de escalar.
Error 5 — Workflows demasiado complejos desde el inicio: El Workflow 1 que describí tiene 8 nodos. Empezá con 4: webhook, análisis Claude, switch, y una acción. Una vez que eso funciona, agregás el resto.
El próximo paso
Los tres workflows de esta guía ahorraron en total entre 10 y 15 horas semanales en mi operación. No son complejos conceptualmente — son lógica de negocio traducida a flujos visuales.
La parte difícil no es la tecnología. Es identificar qué proceso automatizar primero, cómo documentarlo en pasos claros, y cómo escribir los prompts que funcionan para tu caso específico.
Si querés implementar n8n en tu negocio con los workflows correctos para tu situación, agendá una llamada introductoria gratuita. Identificamos qué procesos automatizar primero, te muestro exactamente cómo configurar el primer workflow, y salís con un plan para las próximas dos semanas.
Nicolas Farchica
Especialista Claude Code
Argentino en Copenhague. Construyo sistemas de agentes IA con Claude Code — agentes, MCP servers y automatizaciones en producción.
Seguir en LinkedIn¿Te resultó útil?
Suscribite para recibir más guías de Claude Code y agentes IA.
Artículos relacionados
ChatGPT Projects: Cómo Crear tu Base de Conocimiento con IA (Gratis)
Tutorial ChatGPT Projects en español. Cómo crear proyectos con contexto persistente para tu negocio: marketing, ventas, atención al cliente. Gratis desde 2025.
Go High Level: Automatizar Ventas con IA — Setup Real 2026
Mi setup real de Go High Level: pipeline de 7 etapas, 6 workflows activos y chatbot con IA. Guía en español con comparativa vs HubSpot y ActiveCampaign.
Prompt Engineering para Emprendedores: Cómo Hablarle a la IA para Obtener Resultados Útiles
Guía práctica de prompt engineering para negocios. 10 prompts listos para copiar: propuestas comerciales, análisis de competencia, contenido, emails y más.