Curso de n8n para Empresas — Automatiza procesos y APIs

Instalación de Docker Desktop o Docker Engine según sistema operativo, revisando recursos asignados, almacenamiento, red y permisos necesarios.

Despliegue local inicial de n8n en contenedor para que el alumno pueda practicar sin depender de infraestructura externa.

Comprensión de volúmenes persistentes para evitar perder workflows, credenciales y configuraciones al recrear contenedores.

Configuración de variables de entorno básicas para definir host, puerto, timezone, URL pública simulada y parámetros de seguridad.

Diferenciación entre instalación rápida para aprendizaje y configuración local más robusta con Docker Compose.

Uso de archivos `.env` para separar configuración, secretos y parámetros modificables.

Revisión de logs del contenedor, reinicio, parada, actualización y limpieza de recursos.

Preparación de una estructura de carpetas ordenada para laboratorio: compose, env, backups, documentación y ejemplos.

Identificación de problemas frecuentes en local: puertos ocupados, permisos de volumen, Docker no iniciado, firewall o errores de red.

Creación de checklist de arranque local para que cada alumno pueda levantar, parar y validar su instancia n8n.

Diseño de un despliegue local con Docker Compose separando servicio de n8n, base de datos PostgreSQL y volúmenes persistentes.

Comprensión de por qué PostgreSQL es preferible a SQLite para entornos más serios o con intención de escalar.

Configuración de credenciales de base de datos mediante variables de entorno y archivos `.env`.

Preparación de volúmenes para n8n, PostgreSQL y backups locales.

Revisión de dependencias entre servicios, healthchecks básicos y orden de arranque.

Validación de conexión entre n8n y PostgreSQL mediante logs y ejecución de workflows de prueba.

Gestión de migraciones internas de n8n al actualizar versiones.

Preparación de un procedimiento de backup y restore de PostgreSQL.

Identificación de errores habituales: contraseña incorrecta, volumen corrupto, versión incompatible, puerto ocupado o pérdida accidental de datos.

Construcción de un `docker-compose.yml` de laboratorio que pueda evolucionar hacia despliegue remoto.

Revisión de las variables de entorno más relevantes para URL pública, protocolo, host, puerto, timezone, editor, webhooks, cookies y seguridad.

Configuración de `N8N_ENCRYPTION_KEY` como elemento crítico para proteger credenciales y permitir restauraciones seguras.

Comprensión de la diferencia entre URL de editor, URL de webhook local y URL pública en despliegues remotos.

Ajuste de zona horaria para ejecuciones programadas, logs y procesos dependientes de calendario.

Configuración de modo de ejecución, retención de datos de ejecuciones, pruning y gestión del historial.

Activación o revisión de funciones disponibles según edición Community, registrada, Business o Enterprise.

Revisión de la Community Edition registrada, que puede desbloquear carpetas, debug en editor y datos de ejecución personalizados tras registro gratuito.

Preparación de políticas internas de nombres para workflows, credenciales, carpetas, tags y variables.

Documentación de la configuración base para reproducir el entorno en otro equipo o servidor.

Creación de una guía interna de configuración mínima segura para cualquier nueva instancia.

Creación de workflows desde cero comprendiendo trigger, flujo de datos, conexiones entre nodos y ejecución manual.

Uso de triggers básicos: Manual Trigger, Schedule Trigger, Webhook Trigger, Form Trigger y triggers de aplicaciones.

Comprensión del concepto de item en n8n y cómo cada nodo transforma, filtra o multiplica datos.

Revisión del panel de ejecución, entrada, salida, JSON, metadatos y errores.

Uso de Set/Edit Fields para construir estructuras de datos limpias.

Aplicación de IF, Switch y Merge para introducir lógica condicional y ramas.

Uso de NoOp, Sticky Notes y naming claro para documentar el workflow dentro del canvas.

Prueba de workflows con datos ficticios antes de conectarlos a herramientas reales.

Identificación de errores iniciales: nodos sin datos, campos mal referenciados, tipos incorrectos o ejecuciones parciales.

Construcción de un primer workflow completo: recibir un formulario, validar datos, guardarlos y enviar notificación.

Comprensión profunda del JSON en n8n y de cómo se accede a campos, arrays, objetos y valores anidados.

Uso de expresiones para insertar datos dinámicos en parámetros, mensajes, URLs, condiciones y payloads.

Aplicación de funciones JavaScript dentro de expresiones para formatear fechas, textos, números y estructuras.

Uso de Code node para transformaciones más complejas cuando los nodos visuales no son suficientes.

Diferenciación entre transformar un item, procesar múltiples items y generar nuevos items.

Gestión de arrays, listas de resultados, paginación, campos opcionales y datos incompletos.

Limpieza y normalización de datos procedentes de formularios, emails, hojas de cálculo, APIs y bases de datos.

Validación de estructuras antes de enviarlas a sistemas externos.

Creación de plantillas de transformación reutilizables para leads, tickets, contactos, facturas o eventos.

Ejercicio práctico de transformación: convertir una entrada desordenada en un objeto limpio apto para CRM, email e IA.

Configuración de credenciales en n8n para APIs, OAuth2, tokens, claves privadas, webhooks y servicios SaaS.

Comprensión de cómo n8n cifra credenciales y por qué la clave de cifrado debe protegerse y respaldarse.

Diferenciación entre credenciales personales, credenciales corporativas, cuentas de servicio y tokens temporales.

Gestión de permisos mínimos necesarios para Gmail, Google Sheets, Slack, Telegram, Notion, Airtable, GitHub, CRMs y bases de datos.

Preparación de buenas prácticas para no incluir claves API dentro de prompts, nodos Set, notas o campos visibles.

Rotación de credenciales, revocación de accesos y control de propietarios.

Separación entre credenciales de desarrollo, pruebas y producción.

Gestión de credenciales compartidas según disponibilidad de edición y modelo de uso.

Identificación de errores frecuentes de OAuth, scopes insuficientes, tokens caducados y APIs con rate limits.

Construcción de una política de credenciales para proyectos n8n self-hosted.

Creación de Webhook Triggers para recibir datos desde formularios, herramientas externas, CRMs, landing pages, apps internas o servicios de terceros.

Diferenciación entre URL de test y URL de producción en webhooks de n8n.

Validación de métodos HTTP, headers, query params, body JSON, form-data y payloads firmados.

Preparación de respuestas HTTP personalizadas para confirmar recepción, devolver resultados o gestionar errores.

Uso de formularios de n8n o formularios externos como entrada controlada para workflows.

Seguridad en webhooks: tokens, secret headers, validación de origen, rate limiting externo y no exposición de endpoints sensibles.

Manejo de reintentos desde servicios externos y prevención de duplicados.

Transformación de payloads complejos en estructuras internas limpias.

Prueba de webhooks con herramientas como curl, Postman, Insomnia o llamadas desde sistemas externos.

Construcción de un flujo de recepción de lead con validación, enriquecimiento, almacenamiento, notificación y respuesta.

Uso avanzado del nodo HTTP Request para conectar servicios que no tienen nodo específico en n8n.

Configuración de métodos GET, POST, PUT, PATCH, DELETE, headers, query params, body JSON y autenticación.

Trabajo con APIs REST públicas y privadas para crear integraciones empresariales a medida.

Gestión de paginación, filtros, cursores, límites, reintentos y respuestas parciales.

Tratamiento de errores HTTP 400, 401, 403, 404, 409, 429 y 500 con rutas de recuperación.

Uso de credenciales predefinidas cuando n8n permite reutilizar autenticación en HTTP Request.

Envío de archivos, multipart forms, descargas y procesamiento de binarios.

Conversión de respuestas API en datos utilizables por workflows posteriores.

Documentación de endpoints, payloads y contratos de integración.

Proyecto práctico: integrar una API externa sin nodo oficial y convertirla en flujo de negocio.

Automatización de Gmail, Google Sheets, Drive, Calendar y Workspace para flujos de productividad y documentación.

Integración con Slack, Microsoft Teams, Discord o Telegram para alertas, aprobaciones y asistentes conversacionales.

Uso de Notion, Airtable, Trello, Asana, ClickUp o herramientas similares como bases operativas ligeras.

Conexión con CRMs como HubSpot, Pipedrive, Salesforce o sistemas equivalentes para leads, contactos y oportunidades.

Automatización con herramientas de marketing, formularios, email, calendarios y plataformas de soporte.

Sincronización entre hojas de cálculo, bases de datos, formularios y sistemas de comunicación.

Diseño de patrones de integración para evitar duplicados, desorden de datos y procesos no trazables.

Gestión de límites de API, cuotas, fallos temporales y cambios de esquema.

Documentación de cada integración con propietario, credenciales, campos, dependencias y riesgos.

Ejercicio práctico: sincronizar un formulario, una hoja de cálculo, un CRM ficticio y una alerta interna.

Conexión de n8n con PostgreSQL, MySQL, MariaDB, SQLite u otras bases de datos según necesidad del proceso.

Diseño de tablas simples para logs operativos, leads, tickets, documentos, estados, ejecuciones y auditoría.

Uso de consultas SQL desde n8n para leer, insertar, actualizar y buscar registros.

Prevención de duplicados mediante claves únicas, external IDs, hashes o reglas de idempotencia.

Gestión de transacciones conceptuales y consistencia cuando un workflow toca varios sistemas.

Almacenamiento de estados intermedios para procesos largos o asincrónicos.

Uso de Google Sheets, Airtable o Notion como almacenamiento ligero cuando una base SQL sería excesiva.

Separación entre almacenamiento operativo, logs, reporting y datos sensibles.

Preparación de políticas de retención y limpieza de datos.

Proyecto práctico: crear una base de datos operativa para controlar leads, estado de procesamiento y errores.

Modelado de procesos antes de construir nodos: evento inicial, reglas, datos, sistemas, excepciones, salida y responsable.

Diseño de workflows pequeños, modulares y reutilizables en lugar de automatizaciones gigantes difíciles de mantener.

Separación entre ingestión, validación, transformación, IA, escritura en sistemas, notificación y auditoría.

Uso de sub-workflows o Execute Workflow para reutilizar lógica común.

Preparación de patrones de idempotencia para que un reintento no duplique emails, registros o acciones.

Diseño de workflows tolerantes a datos incompletos o respuestas externas inesperadas.

Documentación con Sticky Notes, nombres claros, versiones y enlaces a manuales.

Creación de checklist de producción antes de activar un workflow.

Revisión de criterios para decidir si un proceso debe ser síncrono, asíncrono, programado o bajo demanda.

Ejercicio práctico: rediseñar un workflow caótico en módulos mantenibles.

Identificación de tipos de error: credenciales, datos inválidos, APIs caídas, límites de cuota, timeouts, errores de IA y fallos de lógica.

Uso de error workflows para capturar fallos y enviar alertas controladas.

Diseño de reintentos con límites, backoff, colas y prevención de bucles infinitos.

Creación de alertas útiles en Slack, email, Telegram o herramientas internas.

Registro de errores en base de datos o hoja de control con workflow, nodo, payload mínimo, causa y acción necesaria.

Separación entre errores recuperables, errores de datos y errores críticos.

Creación de rutas alternativas cuando una API no responde o un modelo de IA falla.

Preparación de dashboards simples de incidencias y ejecuciones fallidas.

Diseño de manual de operación para saber qué hacer cuando un flujo crítico se rompe.

Ejercicio práctico: añadir gestión de errores profesional a un workflow existente.

Revisión del historial de ejecuciones para analizar entradas, salidas, tiempos, errores y comportamiento de cada nodo.

Configuración de retención de ejecuciones para equilibrar trazabilidad, privacidad y almacenamiento.

Uso de datos de ejecución personalizados cuando está disponible para localizar ejecuciones por cliente, lead, pedido o proceso.

Creación de logs funcionales en base de datos para procesos críticos.

Definición de métricas de operación: ejecuciones correctas, fallidas, duración, coste de IA, volumen y retrasos.

Preparación de alertas por umbral cuando aumentan errores o se detiene una automatización.

Análisis de cuellos de botella en workflows con muchas llamadas externas.

Gestión de datos sensibles dentro del historial de ejecuciones.

Preparación de evidencias para auditoría interna, soporte y mejora continua.

Construcción de un cuadro de mando operativo básico de n8n.

Protección del editor de n8n con autenticación, contraseñas robustas, 2FA o SSO cuando la edición lo permite.

Configuración de HTTPS en despliegues remotos mediante reverse proxy y certificados válidos.

Revisión de exposición pública de webhooks, editor, métricas, puertos y endpoints internos.

Gestión segura de variables de entorno, claves API, tokens OAuth y credenciales de servicios.

Separación de entornos de prueba y producción para evitar afectar datos reales.

Uso de firewall, actualizaciones del sistema, hardening de VPS y mínimos privilegios.

Control de acceso a workflows, credenciales y datos según funciones disponibles por edición.

Revisión de la guía oficial de seguridad de n8n, que incluye SSL, SSO, 2FA y opciones para limitar o desactivar ciertas recopilaciones o funciones.

Preparación de backups cifrados, restauración probada y protección de la clave de cifrado.

Creación de una checklist de seguridad previa a publicar n8n en internet.

Diseño de un despliegue remoto en VPS económico para convertir el laboratorio local en una instancia accesible desde internet.

Selección de proveedor compatible: DigitalOcean, Hetzner, AWS Lightsail, Contabo, Northflank, Railway, Render u otros servicios con contenedores o VPS persistente.

Revisión del despliegue oficial de n8n en DigitalOcean, que usa Docker Compose y Caddy como reverse proxy para gestionar acceso externo y certificados SSL/TLS.

Configuración de dominio o subdominio apuntando a la IP del servidor.

Preparación de `docker-compose.yml` con n8n, PostgreSQL, Caddy y volúmenes persistentes.

Configuración de variables de entorno para URL pública, webhooks, protocolo, timezone y seguridad.

Validación de HTTPS, acceso al editor, webhooks externos y persistencia tras reinicio.

Configuración de backups automáticos del volumen y base de datos.

Revisión de costes mínimos esperables de VPS, dominio, almacenamiento y llamadas a APIs externas.

Ejercicio práctico: desplegar n8n self-hosted remoto con HTTPS y workflow de prueba.

Comprensión de por qué n8n no encaja bien en plataformas serverless puras pensadas para funciones efímeras o frontends estáticos.

Diferenciación entre hosting de frontend, contenedores persistentes, VPS, PaaS con volúmenes y servicios gestionados.

Evaluación de Vercel como plataforma excelente para aplicaciones web frontend, pero no como opción ideal para ejecutar n8n persistente con base de datos, workers, webhooks y procesos continuos.

Identificación de requisitos mínimos para un hosting adecuado: proceso persistente, almacenamiento, base de datos, HTTPS, variables, logs y reinicios controlados.

Comparación conceptual entre VPS tradicional, Docker en servidor, PaaS con contenedores y n8n Cloud.

Revisión de proveedores que pueden ser más adecuados para n8n self-hosted por permitir contenedores persistentes y bases de datos.

Diseño de arquitectura mínima viable para autónomo: n8n + PostgreSQL + dominio + backups.

Diseño de arquitectura para empresa pequeña: n8n + PostgreSQL gestionado + reverse proxy + monitorización + backups.

Prevención de despliegues baratos pero frágiles que provocan pérdida de datos o caídas de workflows.

Creación de una matriz de decisión para elegir local, VPS, PaaS o n8n Cloud.

Preparación de estrategia de actualización de n8n con revisión de changelog, backup previo y ventana de mantenimiento.

Comprensión de que actualizar contenedores sin backup puede romper workflows o dificultar recuperación.

Backup de PostgreSQL, volumen de n8n, archivos `.env`, compose y clave de cifrado.

Restauración completa en entorno de prueba para validar que el backup funciona.

Gestión de versiones de workflows exportados como JSON.

Preparación de rollback si una actualización falla.

Limpieza periódica de ejecuciones antiguas, logs y archivos temporales.

Control de dependencias externas: APIs, nodos, credenciales, modelos de IA y cambios de terceros.

Documentación de mantenimiento mensual, trimestral y anual.

Ejercicio práctico: simular backup, actualización y restauración de una instancia self-hosted.

Comprensión del modo normal de ejecución y sus límites cuando aumentan workflows, ejecuciones simultáneas o procesos pesados.

Introducción al queue mode para separar instancia principal, Redis, base de datos y workers.

Revisión de la documentación oficial: en queue mode se necesitan workers para ejecutar workflows y todos deben tener acceso a Redis y a la base de datos.

Diseño de arquitectura escalable con main instance, webhook processor, Redis, PostgreSQL y workers.

Configuración de workers en Docker y análisis de escalado horizontal.

Revisión de healthchecks de workers, endpoints de salud y monitorización de disponibilidad.

Identificación de tareas que deberían ir a workers: procesos largos, llamadas a IA, procesamiento de documentos y lotes grandes.

Gestión de concurrencia, límites de ejecución y prevención de saturación de APIs externas.

Evaluación de cuándo el queue mode es necesario y cuándo añade complejidad innecesaria.

Ejercicio práctico conceptual: rediseñar una instancia simple hacia arquitectura con Redis y workers.

Exportación e importación de workflows como JSON para respaldos, revisión y migración.

Definición de convenciones de nombre, etiquetas, carpetas, descripción y propietario de cada workflow.

Separación de entornos local, desarrollo, staging y producción cuando el proyecto crece.

Revisión de funciones de edición Business o Enterprise relacionadas con proyectos, control de versiones, sharing, variables y secretos externos, según disponibilidad del plan.

Uso de Git o repositorio documental para guardar workflows, manuales, `.env.example` y documentación.

Preparación de checklist de revisión antes de activar cambios en producción.

Gestión de credenciales entre entornos sin exponer secretos.

Documentación de dependencias externas, APIs, modelos, scopes y propietarios.

Revisión de impacto de cambios antes de modificar workflows críticos.

Construcción de un proceso de gobierno de automatizaciones para equipos empresariales.

Configuración de credenciales de OpenAI API y control de presupuesto, límites, organización y claves por entorno.

Uso del nodo OpenAI de n8n para chats, respuestas de modelo, clasificación, análisis de imagen, generación y edición de imágenes, audio, archivos y otras operaciones soportadas.

Revisión de la evolución del nodo OpenAI: n8n indica que desde la versión 1.117.0 introduce V2 con soporte de Responses API y retira soporte de Assistants API a deprecar.

Diseño de prompts de sistema, instrucciones de tarea, contexto, formato de salida y límites.

Uso de salidas estructuradas para devolver JSON utilizable por nodos posteriores.

Control de costes por tokens, tamaño de contexto, reintentos y modelos seleccionados.

Clasificación automática de emails, tickets, leads, comentarios o documentos con OpenAI.

Generación de resúmenes, respuestas, propuestas, informes, etiquetas y acciones.

Gestión de errores de modelo, respuestas inválidas, rate limits y fallback.

Proyecto práctico: workflow de clasificación y respuesta asistida a solicitudes entrantes con validación humana.

Configuración de credenciales de Anthropic API para trabajar con Claude en workflows automatizados.

Uso del Anthropic Chat Model node como modelo conversacional dentro de agentes y flujos de IA en n8n.

Diferenciación práctica entre usar OpenAI y Claude según tipo de tarea, coste, contexto, estilo de respuesta y disponibilidad.

Diseño de prompts para análisis documental, redacción larga, razonamiento sobre requisitos, extracción y revisión crítica.

Uso de Claude para sintetizar documentos extensos, generar borradores y revisar consistencia.

Preparación de fallback entre OpenAI y Claude cuando un proveedor falla o una tarea requiere otro enfoque.

Control de costes, rate limits, claves API y datos enviados al proveedor.

Comparación de outputs con rúbricas de calidad antes de decidir modelo por defecto.

Gestión de privacidad y anonimización al enviar datos a modelos externos.

Proyecto práctico: construir un flujo que permita seleccionar OpenAI o Claude según tipo de tarea.

Mención de alternativas disponibles o integrables: Azure OpenAI, Google Gemini, Mistral, Cohere, AWS Bedrock, Hugging Face, Ollama y modelos locales.

Criterios para elegir proveedor: coste, privacidad, contexto, latencia, calidad, disponibilidad, residencia de datos y facilidad de obtener credenciales.

Uso de Ollama o modelos locales en escenarios de prueba, privacidad o reducción de costes, entendiendo limitaciones de rendimiento.

Integración de modelos no soportados directamente mediante HTTP Request cuando exista API documentada.

Diseño de abstracción para cambiar de modelo sin rehacer todo el workflow.

Preparación de pruebas comparativas con el mismo prompt y criterios de evaluación.

Gestión de embeddings con OpenAI, Ollama u otros proveedores para búsquedas semánticas.

Revisión de riesgos de depender de modelos experimentales en procesos críticos.

Documentación del modelo usado, versión, proveedor, coste y finalidad.

Creación de una matriz de selección de modelos para empresa pequeña, autónomo y organización avanzada.

Comprensión del AI Agent node como sistema que usa herramientas y APIs para actuar en un entorno y alcanzar objetivos definidos.

Revisión de la documentación oficial: el AI Agent node requiere conectar al menos una herramienta, y desde versiones recientes todos los AI Agent nodes funcionan como Tools Agent.

Diferenciación entre automatización determinista, agente con herramientas, chatbot y flujo de IA con validación humana.

Diseño de herramientas seguras para agentes: buscar datos, consultar CRM, generar borrador, crear tarea, enviar alerta o consultar base de conocimiento.

Limitación de acciones peligrosas: enviar emails, borrar registros, modificar precios o ejecutar operaciones sin aprobación.

Preparación de instrucciones del agente con objetivo, límites, formato, criterios de parada y escalado.

Registro de decisiones del agente para auditoría.

Gestión de errores cuando el agente elige mal una herramienta o genera parámetros incorrectos.

Incorporación de human-in-the-loop antes de acciones irreversibles.

Proyecto práctico: agente de soporte interno que consulta datos, genera propuesta de respuesta y espera aprobación humana.

Comprensión de RAG como arquitectura para responder con documentos recuperados en lugar de depender solo del conocimiento del modelo.

Revisión de la documentación avanzada de n8n sobre RAG, vector databases, fuentes como Google Sheets, APIs y flujos de IA.

Diseño de pipeline de ingestión documental: cargar, limpiar, dividir, vectorizar, almacenar y actualizar.

Selección de vector database o almacenamiento semántico compatible con el nivel del proyecto.

Uso de embeddings con OpenAI, Ollama u otros proveedores.

Diseño de prompts que obligan a responder con contexto recuperado y reconocer falta de información.

Creación de bases de conocimiento para políticas internas, FAQs, documentación técnica, soporte, ventas o formación.

Gestión de versiones de documentos, eliminación de contenido obsoleto y permisos.

Evaluación de calidad de RAG mediante preguntas de prueba, citas y cobertura.

Proyecto práctico: asistente documental que responde sobre una carpeta de documentación ficticia con fuentes.

Diseño de workflows que generan borradores, recomendaciones o acciones, pero requieren aprobación humana antes de continuar.

Aplicación de human-in-the-loop en emails, propuestas, respuestas a clientes, altas de registros, pagos, tickets o decisiones sensibles.

Revisión de recursos oficiales de n8n sobre fallback humano, tool calls con intervención humana y parámetros definidos por IA.

Creación de mecanismos de aprobación por email, Slack, Telegram, formulario, webhook o interfaz interna.

Registro de quién aprueba, cuándo, qué cambió y qué se envió finalmente.

Gestión de expiraciones, recordatorios y escalado si una aprobación no llega.

Diseño de flujos con edición humana del contenido antes de publicación o envío.

Prevención de automatizaciones que actúan con datos incompletos o respuestas de IA sin revisar.

Preparación de políticas de aprobación según riesgo del proceso.

Proyecto práctico: flujo de generación de email comercial con revisión humana antes de envío.

Procesamiento de archivos entrantes desde email, Drive, formularios, API o carpetas sincronizadas.

Extracción de texto, metadatos, fechas, importes, nombres, conceptos y campos relevantes.

Uso de IA para clasificar documentos: factura, contrato, CV, ticket, solicitud, informe, acta o propuesta.

Conversión de documentos en JSON estructurado para registrar en bases de datos o hojas.

Gestión de PDFs, imágenes, adjuntos y archivos binarios dentro de n8n.

Validación de extracción con reglas deterministas y revisión humana en casos dudosos.

Organización de documentos en carpetas según tipo, cliente, fecha, estado o prioridad.

Generación de resúmenes ejecutivos y checklists a partir de documentos.

Control de privacidad y retención de documentos sensibles.

Proyecto práctico: flujo de recepción de adjuntos, clasificación con IA, extracción de campos y archivo ordenado.

Clasificación de emails entrantes por intención, urgencia, cliente, área o tipo de solicitud.

Generación de respuestas sugeridas con OpenAI o Claude y revisión humana antes de enviar.

Extracción de tareas, fechas, responsables y próximos pasos desde hilos de correo.

Creación de eventos de calendario, recordatorios y tareas a partir de solicitudes.

Envío de notificaciones internas a Slack, Teams, Telegram o email.

Diseño de flujos para newsletters, seguimientos comerciales, soporte y comunicación interna.

Gestión de límites para evitar spam, respuestas duplicadas o envíos automáticos incorrectos.

Registro de comunicaciones automatizadas en CRM o base operativa.

Preparación de plantillas de tono y estilo por tipo de comunicación.

Proyecto práctico: asistente de bandeja de entrada que clasifica, resume y prepara borradores.

Captura de leads desde formularios, landing pages, emails, campañas, webhooks o hojas compartidas.

Validación de datos mínimos, normalización de nombres, empresa, email, teléfono, fuente y consentimiento.

Enriquecimiento de leads mediante APIs públicas o internas cuando sea legítimo y autorizado.

Clasificación de intención y prioridad con IA sin convertir el scoring en decisión opaca.

Creación o actualización de contactos y oportunidades en CRM.

Generación de email de respuesta, tarea comercial y notificación al responsable.

Prevención de duplicados mediante email, dominio, teléfono o identificadores externos.

Registro de origen, fecha, campaña, estado y siguiente acción.

Análisis de pipeline y generación de resúmenes periódicos.

Proyecto práctico: pipeline completo de lead inbound con CRM, IA, email, alerta y registro.

Recepción de tickets desde email, formulario, chat, webhook o herramienta de soporte.

Clasificación automática por tipo, urgencia, producto, cliente, idioma o complejidad.

Resumen de incidencias largas para agentes humanos.

Búsqueda de respuestas en base de conocimiento o RAG.

Generación de borradores de respuesta con tono controlado y fuentes.

Escalado automático a segundo nivel cuando faltan datos o hay riesgo.

Registro de SLA, tiempos, estado y responsable.

Análisis de tickets recurrentes para detectar problemas de producto o documentación.

Medición de productividad y calidad del soporte asistido por IA.

Proyecto práctico: flujo de soporte con clasificación, RAG, borrador y aprobación humana.

Generación de calendarios de contenidos desde objetivos, audiencia, canales y campañas.

Creación de borradores de posts, newsletters, emails, anuncios y piezas de comunicación.

Revisión de tono, longitud, CTA, claims y coherencia de marca mediante IA.

Publicación programada o semiautomática con aprobación previa.

Recopilación de métricas de campaña y generación de informes ejecutivos.

Reutilización de contenido largo en piezas cortas para distintos canales.

Automatización de informes semanales de marketing.

Control de privacidad, derechos de imagen, claims y revisión humana.

Integración con hojas de planificación, Drive, Notion o herramientas de social media.

Proyecto práctico: flujo de calendario editorial con generación, revisión, aprobación y registro.

Automatización de solicitudes internas: compras, accesos, incidencias, vacaciones, materiales o aprobaciones.

Creación de formularios de entrada con validación de datos.

Enrutamiento de solicitudes según tipo, importe, responsable o departamento.

Generación de documentos, tickets, tareas y notificaciones.

Control de estados, fechas, recordatorios y escalados.

Registro de auditoría de cada solicitud y aprobación.

Integración con hojas, bases de datos, correo, Slack, Teams o herramientas de gestión.

Uso de IA para resumir solicitudes, detectar información faltante o clasificar prioridad.

Prevención de automatizaciones que saltan controles internos.

Proyecto práctico: flujo de solicitud interna con aprobación, registro y notificación.

Recepción de facturas o justificantes desde email, carpeta o formulario.

Clasificación y extracción de campos básicos: proveedor, fecha, importe, IVA, concepto y vencimiento.

Validación de datos contra reglas mínimas y detección de duplicados.

Registro en hoja de control, base de datos o herramienta contable si existe integración.

Generación de alertas de vencimiento y tareas de revisión.

Preparación de resúmenes mensuales de gastos, proveedores y anomalías.

Uso de IA para explicar desviaciones o agrupar conceptos, siempre con revisión humana.

Control de datos financieros sensibles y acceso restringido.

Prevención de decisiones automáticas de pago sin aprobación.

Proyecto práctico: flujo de recepción de facturas con extracción, revisión y registro.

Recepción y organización de solicitudes de formación, onboarding, documentos internos y preguntas frecuentes.

Generación de manuales, guías, FAQs y materiales de onboarding con IA.

Clasificación de consultas internas y derivación a responsables.

Análisis de encuestas anonimizadas y generación de informes de clima o formación.

Automatización de recordatorios de sesiones, tareas, documentación pendiente y evaluaciones.

Creación de asistentes internos con RAG sobre políticas no sensibles.

Control estricto de datos personales, expedientes, CVs, nóminas y evaluaciones.

Diseño de flujos con anonimización y supervisión humana.

Registro de participación, feedback y acciones de mejora.

Proyecto práctico: asistente de onboarding con base de conocimiento y escalado humano.

Uso de n8n como capa de orquestación entre APIs internas, bases de datos y herramientas externas.

Diseño de endpoints mediante Webhook para recibir solicitudes de aplicaciones internas.

Validación de payloads, autenticación básica y control de errores.

Transformación de datos entre sistemas con esquemas diferentes.

Creación de pequeños servicios operativos sin desarrollar una aplicación completa.

Integración con frontend, formularios internos o dashboards.

Separación entre lógica que puede vivir en n8n y lógica que debería estar en un backend tradicional.

Control de rendimiento, seguridad y trazabilidad cuando n8n actúa como backend.

Documentación de contratos API y ejemplos de request/response.

Proyecto práctico: construir un endpoint interno para procesar solicitudes y devolver respuesta estructurada.

Comprensión del Model Context Protocol como mecanismo emergente para conectar modelos y agentes con herramientas y contexto.

Revisión de la documentación avanzada de n8n sobre servidor MCP a nivel de instancia y herramientas MCP.

Diferenciación entre integración clásica por API, tool calling, MCP y agentes que eligen herramientas.

Diseño de escenarios donde n8n puede actuar como capa de herramientas para asistentes de IA.

Evaluación de riesgos de exponer herramientas demasiado potentes a agentes.

Creación de herramientas limitadas y auditables para consulta, búsqueda, generación y registro.

Preparación de validación humana antes de acciones irreversibles.

Documentación de entradas, salidas y permisos de cada herramienta.

Seguimiento de cambios de n8n y proveedores de IA en funcionalidades MCP.

Ejercicio conceptual: diseñar un conjunto de herramientas seguras para un agente empresarial.

Cálculo de coste aproximado por workflow considerando llamadas API, tokens, ejecuciones, hosting, base de datos y almacenamiento.

Reducción de coste mediante prompts más compactos, modelos adecuados, caching, filtros previos y evitar llamadas innecesarias.

Gestión de límites de rate limit en OpenAI, Anthropic, Google, CRMs y otras APIs.

Diseño de flujos que usan IA solo cuando aporta valor y reglas deterministas cuando bastan.

Optimización de workflows largos mediante partición, lotes, procesamiento asíncrono y workers.

Control de tiempos de ejecución y timeouts.

Monitorización de consumo de tokens por proceso, cliente o tarea.

Preparación de alertas de coste cuando una automatización se dispara en exceso.

Revisión de calidad frente a coste: cuándo usar modelos más capaces y cuándo modelos más económicos.

Construcción de un informe de coste-beneficio para automatizaciones con IA.

Creación de documentación funcional de cada workflow: objetivo, entradas, salidas, sistemas, credenciales, propietario y riesgos.

Documentación técnica: variables, endpoints, nodos críticos, lógica, errores, backups y dependencias.

Uso de capturas conceptuales, diagramas, tablas y descripciones para facilitar mantenimiento.

Creación de manuales Markdown para instalación, operación, recuperación, actualización y uso de cada flujo.

Preparación de checklists de despliegue y validación.

Registro de cambios y versiones de workflows.

Creación de documentación para usuarios no técnicos que interactúan con formularios, aprobaciones o alertas.

Transferencia de workflows entre alumnos, equipos o clientes evitando exponer credenciales.

Preparación de handover profesional para proyectos n8n.

Ejercicio práctico: documentar un workflow completo como si fuera entregable a cliente.

Identificación de procesos candidatos mediante entrevistas, observación, análisis de tareas repetitivas y revisión de herramientas.

Evaluación de automatizabilidad según frecuencia, volumen, reglas, datos, excepciones, riesgo y ahorro estimado.

Priorización con matriz impacto-esfuerzo-riesgo.

Detección de procesos que no conviene automatizar porque están mal definidos, cambian demasiado o requieren juicio humano complejo.

Conversión de proceso manual en diagrama de flujo antes de construir en n8n.

Definición de entradas, salidas, responsables, sistemas, excepciones y métricas.

Identificación de puntos donde IA aporta valor y puntos donde reglas tradicionales son mejores.

Preparación de backlog de automatizaciones por fases.

Creación de business case ligero para justificar una automatización.

Ejercicio práctico: auditar 10 tareas de una empresa y seleccionar 3 automatizaciones prioritarias.

Revisión de las opciones actuales: n8n Cloud, self-hosted Community, registered Community, Business self-hosted y Enterprise.

Comprensión de que la Community Edition incluye casi todo el producto salvo funciones avanzadas específicas; n8n lista como no incluidas funciones como custom variables, environments, external secrets, log streaming, multi-main, projects, SSO, sharing y version control usando Git, según edición.

Evaluación de cuándo basta Community para autónomos, formación, prototipos y automatizaciones internas pequeñas.

Identificación de cuándo Business o Enterprise aportan valor: equipos, permisos, entornos, secretos externos, SSO, versionado, sharing, log streaming o gobierno.

Comparación entre n8n Cloud y self-hosted: mantenimiento, seguridad, coste, control, escalabilidad, soporte y responsabilidad operativa.

Revisión de la Sustainable Use License de n8n y sus implicaciones generales de uso fair-code.

Preparación de una recomendación de licencia por perfil: alumno individual, autónomo, pyme, consultora, empresa regulada y corporación.

Control de costes indirectos del self-hosting: VPS, dominio, backups, tiempo de administración, seguridad y soporte.

Documentación de decisiones de licencia para cliente o dirección.

Ejercicio práctico: elegir arquitectura y licencia para tres escenarios empresariales distintos.

Uso de templates oficiales y comunitarios para acelerar prototipos sin copiar automatizaciones sin entenderlas.

Revisión crítica de templates antes de usarlos: credenciales, nodos externos, privacidad, errores, coste de IA y seguridad.

Adaptación de plantillas a procesos propios con documentación y pruebas.

Creación de librería interna de workflows reutilizables: logging, alertas, validación, IA, email, CRM y approvals.

Uso de foros, documentación y comunidad para resolver dudas técnicas.

Gestión de dependencias de nodos comunitarios y riesgos de mantenimiento.

Creación de estándares de construcción para que todos los workflows del equipo se parezcan.

Preparación de snippets de prompts, expresiones y transformaciones reutilizables.

Revisión periódica de plantillas internas para actualizarlas a nuevas versiones de n8n.

Ejercicio práctico: adaptar una plantilla a un caso empresarial y documentar cambios.

Diseño de arquitectura completa n8n self-hosted con entorno local, PostgreSQL, Docker Compose, backups, variables y documentación.

Evolución del laboratorio local hacia despliegue remoto en VPS con HTTPS, dominio, reverse proxy y persistencia.

Creación de flujo de captación de leads desde webhook o formulario, validación, normalización, almacenamiento y alerta interna.

Integración con OpenAI o Claude para clasificar intención, generar resumen, detectar prioridad y preparar respuesta sugerida.

Incorporación de human-in-the-loop para validar respuestas antes de envío o actualización de CRM.

Creación de base de conocimiento sencilla con RAG para responder preguntas frecuentes o enriquecer respuestas.

Añadido de logging, control de errores, reintentos, alertas y registro de coste de IA.

Documentación completa del proyecto en Markdown: instalación, configuración, workflows, credenciales, backups, operación y mantenimiento.

Preparación de dashboard o informe ejecutivo con métricas: ejecuciones, leads procesados, errores, coste, tiempo ahorrado y próximos pasos.

Presentación final defendiendo arquitectura, seguridad, decisiones de IA, despliegue, escalabilidad, límites y plan de evolución.