Todo build conversacional sigue el mismo ciclo de cuatro fases. Tú describes el resultado, la IA planifica y construye (build); cuando algo falla, le devuelves el error depurar (solución de problemas) y, por último, pide mejoras para optimizar. El diagrama de abajo muestra el loop y que siempre vuelve al plan.
Diagrama ilustrativo — recreación conceptual del ciclo, no es una captura de pantalla real.
🔐 Modos de permisos y Plan Mode
Qué es: antes de que la IA haga cualquier cosa, eliges el modo de permisos — cuánta autonomía tiene para editar archivos y ejecutar comandos. Los modos van desde "preguntar antes de todo" hasta "omitir todas las aprobaciones". El Plan Mode es el modo en el que solo planifica: investiga, hace preguntas y propone, sin modificar nada hasta que lo apruebes.
🧭 Por qué aprender
El modo adecuado equilibra velocidad y seguridad. Empezar en Plan Mode garantiza que siempre veas el plan antes del build; Bypass acelera, pero dejas de ver lo que hace la IA. Úsalo con cuidado y nunca con comandos potencialmente peligrosos sin entender el riesgo.
✓ Cuándo usar cada modo
- ✓Plan Mode: siempre que vayas a empezar algo nuevo: solo planifica.
- ✓Preguntar antes: aprende observando cada paso.
- ✓Edición automática / Auto: cuando ya confías en el flujo.
✗ Cuidado con el Bypass
- ✗Bypass omite la aprobación de comandos potencialmente peligrosos.
- ✗Dejas de ver lo que está haciendo la IA.
- ✗Actívalo solo cuando ya entiendas el build y quieras rapidez.
🎯 Consejo práctico
Para habilitar Bypass, busca "bypass" en la configuración (permite omitir permisos con cuidado) y reinicia. Pero la regla de oro sigue siendo: empieza siempre en Plan Mode y solo cambia de modo cuando ya veas el plan aprobado.
Conceptos clave
Solo planifica, no modifica nada.
Aprueba cada edición.
Más autonomía.
Omite la aprobación — cuidado.
📋 Fase 1 — Plan
Qué es: en la fase de planificación, la IA investiga los nodos y patrones relevantes, hace preguntas aclaratorias (qué columnas registrar, acciones adicionales como etiquetas o notificaciones) y luego propone un plan para que tú aprobar. No se construye nada antes de tu aprobación.
🧭 Por qué aprender
El plan es tu punto de control: aquí corriges el rumbo antes de que exista una sola línea. Responder bien las preguntas para aclarar define la calidad de todo lo que viene después; vale más invertir aquí que corregir al final.
Necesito un workflow que monitoree Gmail
en busca de correos con "urgente" en el asunto
y registre cada uno en una hoja de cálculo de Google Sheets.
# la IA responde con:
- preguntas: ¿qué columnas? ¿etiqueta? ¿notificación?
- un plan con activador Gmail → append row
- la lista de credenciales necesarias
🎯 Consejo práctico
El no determinismo es normal: el mismo prompt puede generar nombres de nodos, estructura y diseño diferentes cada vez. La variación no es un error: no compares pantalla por pantalla con la de otra persona.
Conceptos clave
Encuentra nodos y patrones.
Aclara antes de actuar.
Tú pagas el plan.
Salida no determinista.
🏗️ Fase 2 — Build
Qué es: una vez aprobado el plan, la IA crea y valida los nodos en n8n, corrigiendo automáticamente problemas de validación. En el ejemplo, crea un disparador de Gmail conectado a un nodo «append row» de Google Sheets. Pero hay cosas que no hace por ti.
✓ Lo que hace la IA
- ✓Crea los nodos y conecta la estructura del workflow.
- ✓Valida la configuración y corrige automáticamente los errores de validación.
- ✓Indica que las credenciales deben configurarse manualmente.
✗ Lo que la IA NO hace
- ✗Configurar las credenciales OAuth (Gmail, Sheets).
- ✗Crear la hoja de cálculo de destino en tu cuenta de Google.
- ✗Mapear los valores de los campos (from, subject, snippet, ID, fecha).
🧭 Por qué aprender
Saber cuál es la frontera entre «lo que arma la IA» y «lo que es trabajo manual» evita frustraciones: no te quedas esperando que la IA haga un inicio de sesión OAuth que solo tú puedes hacer. El build entrega la estructura; tú conectas las cuentas y creas el destino.
Conceptos clave
Arma el workflow.
Corrige la configuración automáticamente.
Disparador + append row.
Las credenciales son manuales.
🔑 Credenciales OAuth y claves
Qué es: conectar de forma segura las cuentas que usa el workflow. Gmail y Google Sheets se integran mediante OAuth2 (inicias sesión con la cuenta de Google); OpenAI se conecta mediante clave de API (una clave secreta que generas en el panel). Es el paso manual más importante del build.
Paso a paso de las credenciales
OAuth2 en Gmail y en Sheets
En el nodo, elige "Create new credential" → OAuth2 → inicia sesión con Google. Usa una la misma cuenta donde crearás la hoja de cálculo de destino.
Clave de API de OpenAI
En el panel de OpenAI, en "API keys", crea una clave secreta, asígnale un nombre descriptivo y cópiala en ese momento: aparece solo una vez. Pégala en el nodo como una nueva credencial.
Guárdalo como dato sensible
Trata la clave como una tarjeta de crédito: quien tenga acceso puede gastar tus tokens. Guarda una copia segura (digital + física).
⚠️ Por qué aprender — y la trampa
- ✗La clave de OpenAI se muestra una sola vez: si no la copias, genera otra.
- ✗Nunca pegues credenciales en el chat: una clave filtrada puede ser usada indebidamente.
- ✗Autorizar con la cuenta "equivocada" crea la hoja de cálculo que la IA no puede ver.
Conceptos clave
Inicio de sesión en Gmail/Sheets.
Clave secreta de OpenAI.
Cópialo al crear.
Hoja de cálculo que ve la IA.
🔧 Fase 3 — Troubleshoot
Qué es: la fase de depuración es sencilla y potente: tú devuelve el mensaje de error para la IA, junto con la ubicación del nodo, y ella diagnostica y corrige. No necesitas descifrar el error por tu cuenta; la IA lo lee, entiende la causa y aplica la solución.
# erro no nó: "intervalo inválido: 14 horas" # você cola o erro de volta no chat ↓ "Deu este erro no gatilho do Gmail: ..." # a IA diagnostica e corrige: - troca o intervalo por uma expressão cron */5 - explica por que o formato anterior falhou
🧭 Por qué aprender
Depurar conversando cambia la relación con el error: deja de ser un bloqueo y se convierte en un insumo. Siempre informa el error y la ubicación del nodo — cuanto más contexto, más precisa será la corrección. Después de cada arreglo, vuelve a cargar n8n antes de volver a probar.
🎯 Consejo práctico
Algunos ajustes de nodo solo aceptan formatos específicos. El disparador de Gmail, por ejemplo, solo acepta «cada minuto» o una expresión cron; por eso, una solicitud de «5 minutos» se resuelve como cron (*/5).
Conceptos clave
Mensaje + nodo.
La IA encuentra la causa.
Formato específico.
Antes de volver a probar.
⚡ Fase 4 — Optimize
Qué es: con el workflow funcionando, pides mejoras en lenguaje natural — por ejemplo, "cambia el polling para que se ejecute cada 5 minutos". La IA aplica el cambio; si se encuentra con un formato no válido, eso se convierte en otra ronda de troubleshooting. Optimizar es simplemente continuar la conversación.
✓ Pídelo en lenguaje natural
- ✓"Revisa Gmail cada 5 minutos en vez de cada 10."
- ✓"Agrega una etiqueta a los correos ya procesados."
- ✓"Incluye la fecha de recepción en la hoja de cálculo."
✗ No microgestiones
- ✗Editar la expresión cron manualmente dentro del nodo.
- ✗Reconstruir el workflow desde cero por un cambio pequeño.
- ✗Hacer varios cambios a la vez sin probarlos.
🧭 Por qué aprender
La fase de optimización cierra el ciclo, pero el ciclo nunca "termina": cada mejora puede revelar un nuevo error que depurar o un nuevo ajuste que planificar. Pensar en un ciclo, y no en una línea recta, es lo que distingue una creación de juguete de un workflow que evoluciona.
Conceptos clave
Pide la mejora.
Prueba entre cambios.
Puedes volver a Troubleshoot.
El ciclo no termina.
📨 Proyecto guía: agente de soporte (RAG)
Qué es: el proyecto guía de este módulo es un agente de soporte por correo electrónico con RAG — lee documentos de políticas en PDF, identifica preguntas de soporte y redacta respuestas fundamentadas para la revisión humana. La arquitectura tiene dos workflows: uno que indexa el conocimiento y otro que responde los correos electrónicos.
🧱 Los dos workflows
- •Indexador de la base: disparador manual → nodo de código (texto de los documentos) → vector store en memoria con embeddings de OpenAI.
- •Agente de soporte: disparador de Gmail (cada 15 min, solo no leídos) → clasificador de texto → modelo de OpenAI → agente de IA con la herramienta de vector store → borrador en Gmail.
🧭 Por qué aprender — system prompt vs. vector store
Una decisión de arquitectura aparece enseguida en el plan: incrustar los documentos en el system prompt (más simple y barato para textos pequeños) o usar un vector store / RAG (escalable, busca solo los fragmentos relevantes, mejor para crecer). Aquí elegimos el vector store por su escalabilidad.
Incorpora el texto directamente. Simple, económico y excelente para documentos pequeños.
Busca solo fragmentos relevantes. Escala y reduce el costo de contexto.
🎯 Consejo práctico
El orden de ejecución importa: ejecuta el workflow indexador una vez manualmente para poblar el vector store; solo después activa el agente de soporte. Coloca los PDF en la carpeta del proyecto y haz referencia a ellos con una etiqueta en el prompt para que la IA los lea.
Conceptos clave
Responde a partir de la documentación.
Soporte vs. no relevante.
Búsqueda semántica.
Revisión humana previa.
🧪 Verificación y pruebas
Qué es: antes de confiar en el agente, ejecutas un lista de verificación visual y prueba escenarios reales. La regla de oro: verde ≠ correcto — una ejecución sin errores no demuestra que la respuesta sea correcta. El mejor agente es aquel que se niega a inventar lo que no sabe.
Escenarios de prueba reales
Pregunta de devolución
"Compré una laptop hace 3 semanas y ya la abrí."
El borrador debe mencionar correctamente el plazo de 30 días y la tarifa de reposición. Verifica las cifras (30 días, no "un año").
Pregunta de garantía
"El televisor falló después de 8 meses."
El borrador debe mencionar la garantía de un año del fabricante, exactamente como aparece en el PDF de la política.
Fuera de alcance (horario de la tienda)
"¿A qué hora abre la tienda?"
El agente debe decir con honestidad que no tiene esa información, en lugar de inventar: prueba que usa solo los PDF proporcionados.
✓ Lista de verificación por prueba
- ✓Correo recibido → clasificado como soporte.
- ✓Política correcta encontrada en el vector store.
- ✓Borrador preciso generado y visible en la carpeta Rascunhos.
✗ Señales de alerta
- ✗Workflow «verde», pero con el número equivocado en la respuesta.
- ✗El agente inventa un horario de tienda que no aparece en los PDF.
- ✗Un correo que no es de soporte genera un borrador (debería detenerse).
🧭 Por qué aprender
Probar con escenarios reales es lo que transforma «parece que funciona» en «funciona». La negativa a alucinar es un resultado deseado, no es un error: las preguntas sobre áreas grises (como el horario de la tienda) revelan dónde necesitas decidir el alcance de tu agente.
Autocuración (opcional): el workflow se ejecutó sin ningún error (todo "verde"). ¿Eso garantiza que la respuesta es correcta?
📌 Resumen del módulo
Próximo Módulo:
1.3 — De "Funciona" a "Funciona bien": Enhancement