Serie N8N (XVI): Analizar emails automáticamente con IA y generar respuestas sugeridas

El correo electrónico sigue siendo una de las herramientas más utilizadas en el entorno profesiona, y también una de las que más tiempo consumen. Cada día recibimos correos relacionados con clientes, proveedores, proyectos, incidencias..., y para cada uno de ellos solemos repetir el mismo proceso:

Leer
↓
Entender
↓
Priorizar
↓
Pensar una respuesta
↓
Redactarla

Cuando recibimos unos pocos correos al día esto no supone un problema. Pero cuando la cantidad aumenta, una parte importante de nuestra jornada termina dedicada únicamente a gestionar la bandeja de entrada.

La buena noticia es que la Inteligencia Artificial puede ayudarnos. No para responder automáticamente a nuestros correos sin supervisión, sino para realizar las tareas más repetitivas:

• resumir mensajes largos

• identificar su prioridad

• detectar acciones pendientes

• señalar posibles riesgos

• proponer una respuesta inicial

De esta forma seguimos manteniendo el control de la comunicación, pero reducimos significativamente el tiempo necesario para procesar cada email.

Analizar emails automáticamente con IA y generar respuestas sugeridas

2. Qué vamos a construir

En este artículo vamos a crear un asistente inteligente para correo electrónico utilizando N8N y OpenAI. La idea es muy sencilla: cada vez que llegue un nuevo email a nuestra bandeja de entrada, N8N lo enviará automáticamente a OpenAI para que lo analice.

La Inteligencia Artificial será capaz de:

• identificar el tipo de correo recibido

• determinar su prioridad

• generar un resumen

• detectar acciones pendientes

• señalar posibles riesgos

• redactar una respuesta sugerida

Y finalmente creará automáticamente un borrador en Gmail listo para revisar y enviar.

Resultado final

Imaginemos que recibimos el siguiente email:

Hola Jose, 
Necesitamos revisar la propuesta enviada la semana pasada. ¿Podemos organizar una reunión antes del viernes? Además tenemos algunas dudas sobre los plazos de entrega.
Saludos.

Unos segundos después aparecerá en Gmail un borrador similar a este:

━━━━━━━━━━━━━━━━━━
ANÁLISIS IA
━━━━━━━━━━━━━━━━━━
TIPO: Solicitud de reunión
PRIORIDAD: Alta
RESUMEN: El cliente solicita una reunión antes del viernes para revisar la propuesta y aclarar dudas sobre los plazos.
ACCIONES RECOMENDADAS
• Revisar propuesta enviada
• Programar reunión
• Preparar aclaración sobre plazos
RIESGOS DETECTADOS
• Posible preocupación del cliente sobre los plazos
• Necesidad de respuesta rápida
━━━━━━━━━━━━━━━━━━
RESPUESTA SUGERIDA
━━━━━━━━━━━━━━━━━━
Hola,Gracias por su mensaje.Podemos organizar una reunión antes del viernes para revisar la propuesta y resolver las dudas relacionadas con los plazos de entrega.Por favor indíquenos su disponibilidad y le enviaremos una invitación.Un saludo,Jose

Por qué crear un borrador y no enviar directamente

Podríamos hacer que la IA respondiese automáticamente. Sin embargo, en la mayoría de entornos profesionales esto no suele ser una buena idea. Un correo puede contener información sensible, aspectos contractuales, decisiones comerciales, compromisos de plazo y cuestiones legales. Por eso utilizaremos un enfoque mucho más seguro:

Email recibido
↓
IA analiza
↓
IA redacta
↓
Gmail crea borrador
↓
Humano revisa
↓
Humano envía

La Inteligencia Artificial realiza el trabajo repetitivo. La decisión final sigue siendo nuestra.

Arquitectura general

El workflow que construiremos será el siguiente:

Workflow

Cada nodo tiene una función muy concreta:

Nodo	Función
Gmail Trigger	Detecta nuevos emails
Prepare Email Data	Extrae y limpia la información
OpenAI Email Assistant	Analiza el correo con IA
Parse AI Output	Convierte la respuesta en datos utilizables
Create Gmail Draft	Genera el borrador en Gmail

Al finalizar el artículo tendrás un sistema capaz de leer correos, entenderlos y preparar respuestas en cuestión de segundos, permitiéndote dedicar más tiempo a las tareas realmente importantes.

3. Arquitectura del workflow

Antes de empezar a configurar nodos, es importante entender cómo va a circular la información dentro de nuestro workflow. Aunque el resultado final parece complejo, en realidad la arquitectura es bastante sencilla.

El recorrido que seguirá cada email será:

Nuevo Email
      ↓
Gmail detecta la llegada      
↓
N8N extrae la información relevante      
↓
OpenAI analiza el contenido      
↓
La respuesta se convierte en datos estructurados      
↓
Se genera un borrador en Gmail

Nodo 1: Gmail Trigger

Es el punto de entrada del workflow. Su función es monitorizar nuestra bandeja de entrada y detectar nuevos correos. Cuando llega un e-mail el workflow se pone en marcha automáticamente.

Se puede aplicar un filtro para que sólo se ejecute con ciertos correos.

Nodo 2: Prepare Email Data (nodo Code)

Los emails suelen contener mucha información que no necesitamos (código HTML, cabeceras, metadados), y este nodo se encarga de extraer la información que necesitamos: remitente, asunto, fechas, texto limpio y recuperar el identificador del hilo de conversación

Nodo 3: OpenAI Email Assistant (nodo HTTPRequest)

Este es el cerebro del workflow. Recibe la información preparada anteriormente y la envía a OpenAI. Lo analizará y generará:

• tipo de email

• prioridad

• resumen

• acciones recomendadas

• riesgos detectados

• respuesta sugerida

Nodo 4: Parse AI Output (nodo Code)

Aunque OpenAI devuelve información estructurada, necesitamos transformarla en datos fáciles de utilizar dentro de N8N. Este nodo se encarga de:

• leer la respuesta

• convertir el JSON en campos individuales

• gestionar errores

• construir el texto final del borrador

Nodo 5: Create Gmail Draft

Es el último paso del workflow. Su misión consiste en crear automáticamente un borrador dentro de Gmail.

El borrador incluirá:

ANÁLISIS IA
  TIPO
  PRIORIDAD
  RESUMEN
  ACCIONES
  RIESGOS
  
RESPUESTA SUGERIDA

De esta forma únicamente tendremos que abrir el Gmail, leer el análisis que tendremos en el borrador, revisar la respuesta y ver que dejar en el texto y finalmente enviar el correo.

4. Crear un nuevo workflow

Ya sabemos qué vamos a construir y cómo funciona internamente. Ahora es el momento de empezar a trabajar en N8N. Como siempre, comenzaremos creando un workflow completamente nuevo.

Crear el workflow

Desde la pantalla principal de N8N pulsamos:

New Workflow

Y asignamos un nombre descriptivo. En nuestro caso:

LK_n8n_wf_AI_Email_Assistant_Gmail_Draft.json

Nota: el nodo que hemos creado en este artículo está descargable como JSON al final del artículo.

Qué necesitaremos para este artículo

1. Cuenta de Gmail

Necesitaremos una cuenta de Gmail que N8N pueda monitorizar. Será la cuenta donde recibiremos los emails que queremos analizar.

2. Acceso a OpenAI

También necesitaremos una API Key de OpenAI. La utilizaremos para enviar los correos a la IA y obtener el análisis del correo y la respuesta

5. Configurar Gmail Trigger

El primer nodo de nuestro workflow será el encargado de detectar la llegada de nuevos correos electrónicos.

Para ello utilizaremos:

Gmail Trigger

Este nodo permanecerá monitorizando nuestra cuenta de Gmail y ejecutará automáticamente el workflow cada vez que se reciba un nuevo email que cumpla las condiciones definidas.

Crear las credenciales de Gmail

La primera vez que utilicemos Gmail en N8N necesitaremos configurar el acceso a nuestra cuenta. El proceso de crear esa credencial lo hemos visto en detalle en un artículo anterior "Serie N8N (X): Enviar emails automáticos con N8N". Una vez creada la credencial, la seleccionamos para poder tener acceso a nuestra cuenta de gmail.

Configuración básica

Una vez creadas las credenciales, configuramos:

• Poll times: ponemos que lea cada minuto la bandeja de entrada

• Event: Messasge Received

Filtrar qué correos analizar

No todos los emails son interesantes. Por ejemplo: notificaciones automáticas, newsletters, o correos enviados por nosotros mismos. Normalmente esos correos no queremos procesarlos, así que vamos a utilizar un filtro.

En nuestro caso configuraremos:

in:inbox -from:me -in:drafts

• in:inbox: Analizar únicamente correos que estén en la bandeja de entrada.

• -from:me: Ignorar correos enviados por nosotros mismos. Esto evita que el workflow procese nuestras propias respuestas.

• -in:drafts: Ignorar los borradores. Esto es especialmente importante porque nuestro workflow va a crear borradores automáticamente. Si no añadimos esta condición podríamos generar un bucle infinito.

Nodo Gmail Trigger

Algunos filtros útiles

La gran ventaja del nodo Gmail Trigger es que permite utilizar los mismos filtros de búsqueda que Gmail. Esto nos permite decidir exactamente qué correos queremos analizar con IA.

1. Analizar únicamente correos de un remitente

Por ejemplo:

from:pepeperez@outlook.com

Solo procesará correos enviados desde esa dirección.

2. Analizar únicamente correos de un dominio

Por ejemplo:

from:@lozkorp.com

De esta forma podríamos construir un asistente especializado únicamente para clientes, proveedores o departamentos concretos.

3. Analizar únicamente correos con archivos adjuntos

has:attachment

4. Analizar únicamente correos no leídos

is:unread

De esta forma evitamos volver a procesar mensajes ya revisados.

5. Analizar únicamente correos marcados como importantes

is:important

Ideal para reducir el número de correos que pasan por la IA.

6. Analizar correos de un asunto determinado

Por ejemplo:

subject:oferta

o

subject:proposal

Solo se procesarán correos cuyo asunto contenga esa palabra.

7. Analizar correos de una etiqueta concreta

Por ejemplo:

label:Clientes

o

label:Proyectos

Muy útil cuando utilizamos Gmail como sistema de organización.

8. Combinar varios filtros

Los filtros pueden combinarse. Por ejemplo:

in:inbox
has:attachment
is:unread
-from:me

equivale a: Analizar únicamente correos nuevos, con adjuntos, recibidos en la bandeja de entrada y que no hayan sido enviados por mí.

9. Filtros de fecha

Gmail no tiene un operador exacto de "últimas 24 horas", pero sí:

in:inbox -from:me -in:drafts newer_than:1d

Últimas 48 horas

newer_than:2d

Última semana

newer_than:7d

Desde una fecha concreta

after:2026/05/29

6. Preparar los datos del email

Ya somos capaces de detectar la llegada de nuevos correos mediante Gmail Trigger. Sin embargo, antes de enviar un email a OpenAI conviene realizar una tarea previa: limpiar y estructurar la información.

Aunque para nosotros un correo parece simplemente texto, internamente contiene mucha más información de la que realmente necesitamos, como código HTML, cabeceras técnicas, metadatos...

Si enviásemos todo eso directamente a OpenAI estaríamos consumiendo más tokens y obteniendo resultados menos consistentes. Por eso añadiremos un nodo intermedio de tipo "Code" al que llamaremos:

Prepare Email Data

Nuestro objetivo es transformar toda la información recibida por Gmail en una estructura sencilla.

Información que extraemos

• email_id: identificador único del mensaje. Nos permitirá localizar posteriormente el correo original si fuese necesario.

• thread_id: identificador de la conversación.

  • Este campo es especialmente importante porque nos permitirá crear el borrador dentro del mismo hilo de Gmail.

  • Gracias a ello obtendremos automáticamente:

RE: Asunto original

• from_name: nombre del remitente.

• from_email: dirección de correo del remitente

• subject: asutno del correo

• date: fecha y hora de la recepción

• body_text: texto limpio del correo. Será el contenido que analizaremos mediante OpenAI.

Limpiar el contenido del correo

Los emails suelen llegar en formato HTML. Por ejemplo:

<p>Hola Jose</p><p>Necesitamos revisar la propuesta.</p>

Sin limpieza previa OpenAI recibiría una gran cantidad de etiquetas innecesarias. Por eso el nodo elimina automáticamente etiquetas HTML,. estilos CSS, scripts, caracteres especiales y espacios duplicados.

Limitar el tamaño del mensaje

Otro detalle importante es que no siempre queremos enviar correos extremadamente largos. Por eso el workflow incluye en su código:

slice(0,12000)

Esto limita el tamaño máximo del contenido enviado a OpenAI. La ventaja es doble ya que reducimos costes y aceleramos las respuestas. Para la mayoría de correos profesionales este límite es más que suficiente.

Resultado final

Tras ejecutar este nodo obtendremos una salida limpia y consistente.

Por ejemplo:

{  
"email_id": "19e7d02e6f3f634e",  
"thread_id": "19e7cefc1877d930",  
"from_name": "Pepe Perez",  
"from_email": "pepeperez@hotmail.com",  
"subject": "RE: revisión estado proyecto",  
"date": "2026-05-31T07:49:58.000Z",  
"body_text": "Te parece bien el lunes por la mañana a las 11:30..."
}

Y ahora sí tendremos toda la información preparada para que OpenAI pueda analizar el correo correctamente.

Nodo Code - Prepare Email Data

7. Analizar el email con OpenAI

Ya tenemos el correo limpio, estructurado y preparado. Ahora llega el momento de incorporar Inteligencia Artificial al workflow. Para ello utilizaremos un nodo:

HTTP Request

al que llamaremos:

OpenAI Email Assistant

Su función será enviar el contenido del correo a OpenAI y recibir a cambio un análisis estructurado.

¿Por qué usamos HTTP Request?

Si recuerdas los artículos anteriores de la serie, también utilizamos llamadas HTTP para comunicarnos con OpenAI. Aunque N8N dispone de nodos específicos para OpenAI, trabajar mediante HTTP Request tiene varias ventajas:

• entendemos exactamente qué se envía

• entendemos exactamente qué se recibe

• aprendemos cómo funciona realmente la API

• es compatible con cualquier modelo futuro

Además, una vez entendido este mecanismo, podremos reutilizarlo con multitud de servicios externos.

Qué queremos obtener de la IA

No queremos simplemente un resumen. Queremos que OpenAI actúe como un auténtico asistente de correo.

Por eso le pediremos que identifique:

• tipo de email

• prioridad

• resumen

• acciones recomendadas

• riesgos detectados

• respuesta sugerida

Nodo HTTP Request - OpenAI Email Assistant

Configuración del nodo OpenAI Email Assistant

Una vez añadido el nodo HTTP Request, debemos configurarlo para que pueda comunicarse con la API de OpenAI. La configuración del nodo HTTP Request es prácticamente idéntica a la utilizada en el artículo "Serie N8N (XIV): Inteligencia Artificial en N8N — analizar textos automáticamente", donde se explica en detalle cada uno de estos parámetros.

Parámetro	Valor
Method	POST
URL	https://api.openai.com/v1/responses
Send Headers	ON
Header Name	Authorization
Header Value	Bearer TU_API_KEY
Header Name	Content-Type
Header Value	application/json
Send Body	ON
Specify Body	JSON
Response Format	JSON
Model	gpt-5.4-mini
Authentication	Ninguna (mediante Header Authorization)

El aspecto del nodo debería ser similar al siguiente:

Campo	Valor
Method	POST
URL	https://api.openai.com/v1/responses
Send Headers	✓
Send Body	✓
Body Content Type	JSON
Response Format	JSON

El Prompt: enseñando a la IA qué debe hacer

Una vez configurada la conexión con OpenAI, llega la parte más importante de todo el workflow: definir exactamente qué queremos que haga la Inteligencia Artificial.

La calidad del resultado dependerá en gran medida de las instrucciones que proporcionemos. No basta con enviar un email y pedir:

Resume este correo

Queremos que la IA actúe como un auténtico asistente profesional. En el prompt de sistema utilizaremos una instrucción similar a la siguiente:

Eres un asistente profesional de correo electrónico.
Analiza el email recibido y devuelve únicamente JSON válido.
Debes devolver exactamente las siguientes claves:

tipo_email
prioridad
resumen
acciones
riesgos
respuesta_sugerida

Las claves "acciones" y "riesgos" deben ser arrays de texto.
La respuesta sugerida debe ser profesional, educada y estar lista para revisar antes de enviar.
No inventes información que no aparezca en el email.
Si faltan datos importantes, solicita aclaración de forma educada.

Prompt del usuario: le enviaremos los datos reales del correo:

Remitente: {{$json.from_name}} <{{$json.from_email}}>
Asunto: {{$json.subject}}
Fecha: {{$json.date}}
Contenido del email:{{$json.body_text}}

Resultado esperado

Para un email como:

Necesitamos una reunión antes del viernes para revisar la propuesta.

la IA podría devolver:

{  
"tipo_email": "Solicitud de reunión",
"prioridad": "alta",
"resumen": "El cliente solicita una reunión antes del viernes para revisar la propuesta.",

"acciones": ["Programar reunión","Revisar propuesta"  ],
"riesgos": [   "Necesidad de respuesta rápida"  ],

"respuesta_sugerida": "Hola, gracias por su mensaje..."
}

Y precisamente esa estructura será la que utilizaremos en el siguiente nodo para generar automáticamente el borrador de Gmail.

8. Convertir la respuesta de la IA en datos utilizables

Ya tenemos OpenAI analizando nuestros correos. Sin embargo, todavía existe un pequeño problema. Aunque hemos pedido a la IA que responda en formato JSON, la respuesta que recibimos desde la API no llega directamente preparada para utilizar dentro de N8N.

Necesitamos un paso intermedio que lea la respuesta de OpenAI, extraiga el JSON, valide el formato, gestione posibles errores y prepare la información para generar el borrador final.

Para ello utilizaremos un nodo:

Code

llamado:

Parse AI Output

Nodo Code: Parse AI Output

Qué hace Parse AI Output

Este nodo realiza cuatro tareas principales.

1. Extraer el texto generado: recorre la respuesta de OpenAI hasta localizar: "output_text" que contiene el JSON generado por la IA.

2. Eliminar formato innecesario

En ocasiones algunos modelos pueden devolver: ```json{ ...}```. Por eso eliminamos automáticamente espacios sobrantes para obtener únicamente el JSON limpio.

3. Convertir el texto en JSON real

Una vez limpio, ejecutamos:

JSON.parse(...)

De esta forma pasamos de:

"{ prioridad: alta }"

a:

{  "prioridad": "alta"}

que N8N ya puede utilizar como datos normales.

4. Gestionar errores: siempre existe la posibilidad de que OpenAI devuelva una respuesta inesperada. Por ejemplo: no he podido analizar el correo o un JSON incompleto.

Para evitar que el workflow se detenga, incluimos un mecanismo de seguridad.

Si ocurre un error:

try
↓
catch

se genera automáticamente una respuesta por defecto. Por ejemplo:

{  "tipo_email": "No clasificado",
  "prioridad": "media",
  "resumen": "No se pudo interpretar la respuesta de la IA."}

Así el workflow continúa funcionando.

Recuperar los datos originales del correo

Además de procesar la respuesta de OpenAI, este nodo recupera también la información original obtenida en:

Prepare Email Data

Por ejemplo:

const email =$items('Prepare Email Data',0,0)[0].json;

Gracias a ello volvemos a disponer de:

• remitente

• asunto

• thread_id

• fecha

que necesitaremos posteriormente para crear el borrador.

Construir el asunto del borrador

Otro detalle interesante es que generamos automáticamente un asunto de respuesta.

Si el correo ya contiene:

RE:

lo mantenemos. Si no existe, lo añadimos automáticamente.

Por ejemplo:

Revisión de propuesta

se convierte en:

RE: Revisión de propuesta

Construir el contenido del borrador

Finalmente generamos el texto completo que aparecerá dentro de Gmail. Usamos la estructura que hemos definido de "análisis IA y luego respuesta sugerida". Todo ello se almacena en:

draft_body

que será enviado al siguiente nodo.

Salida del nodo

Al finalizar obtenemos una estructura similar a:

{  
"draft_to": "cliente@empresa.com",  
"draft_subject": "RE: Revisión de propuesta",  
"draft_body": "ANÁLISIS IA ...",  
"tipo_email": "Solicitud de reunión",  
"prioridad": "alta",  
"resumen": "...",  
"acciones": [...],  
"riesgos": [...],  
"respuesta_sugerida": "..."
}

Y ya tenemos todo preparado para el último paso del workflow.

9. Crear automáticamente el borrador en Gmail

Ahora solo nos queda transformar toda esa información en un borrador real dentro de Gmail. Para ello utilizaremos el nodo:

Gmail

configurado con la operación:

Create Draft

Podríamos hacer que la IA respondiese automáticamente. Sin embargo, en entornos profesionales normalmente es preferible mantener supervisión humana. Por eso utilizaremos el siguiente enfoque:

Email recibido
↓
IA analiza
↓
IA redacta
↓
Gmail crea borrador
↓
Usuario revisa
↓
Usuario envía

La IA nos ayuda. Pero la decisión final sigue siendo nuestra.

Parámetros de configuración del nodo

Parámetro	Valor utilizado	Descripción
Credential to connect with	Gmail account	Credenciales OAuth2 utilizadas para acceder a Gmail.
Resource	Draft	Indica que vamos a trabajar con borradores de Gmail.
Operation	Create	Crea un nuevo borrador automáticamente.
Subject	{{ $json.draft_subject }}	Asunto del borrador generado previamente por el workflow.
Email Type	Text	El contenido del borrador se genera en texto plano.
Message	{{ $json.draft_body }}	Contenido completo del borrador, incluyendo análisis IA y respuesta sugerida.
Thread ID	{{ $json.thread_id }}	Identificador del hilo original de Gmail. Permite que el borrador aparezca dentro de la conversación correcta.
To Email	{{ $json.from_email }}	Dirección de correo del remitente original. Será el destinatario de la respuesta.

Nodo Gmail - Create Gmail Draft

Resultado final

Cuando llegue un correo como:

Hola Jose, ¿Podemos organizar una reunión para revisar la propuesta?

unos segundos después aparecerá automáticamente un borrador dentro de Gmail con una estructura similar a esta:

━━━━━━━━━━━━━━━━━━
ANÁLISIS IA
━━━━━━━━━━━━━━━━━━
TIPO Solicitud de reunión
PRIORIDAD Alta
RESUMEN Cliente solicita reunión para revisar la propuesta.
ACCIONES
• Programar reunión
• Revisar propuesta
RIESGOS
• Necesidad de respuesta rápida

━━━━━━━━━━━━━━━━━━
RESPUESTA SUGERIDA
━━━━━━━━━━━━━━━━━━
Hola,Gracias por su mensaje...

Y únicamente tendremos que:

Abrir Gmail
↓
Leer análisis
↓
Revisar respuesta
↓
Enviar

10. Estructura del borrador generado

Una vez configurado el nodo Create Gmail Draft, el workflow ya es capaz de crear automáticamente un borrador dentro de Gmail. Pero lo importante no es solo crear el borrador, lo importante es qué contiene ese borrador y cómo está organizado para que sea realmente útil.

El borrador que genera nuestro workflow tiene dos bloques principales:

ANÁLISIS IA

y

RESPUESTA SUGERIDA

La idea es muy sencilla:

• primero vemos el análisis del correo

• después revisamos la respuesta propuesta

• si todo está correcto, eliminamos el análisis y enviamos la respuesta

Podríamos haber enviado el análisis por Telegram o guardarlo en otro sitio. Sin embargo, incluirlo directamente en el borrador tiene una ventaja clara: todo queda en el mismo lugar.

Importante: borrar antes de enviar: el bloque de análisis está pensado para nosotros, no para el destinatario.

Por eso lo marcamos claramente:

ANÁLISIS IA - BORRAR ANTES DE ENVIAR

De esta forma evitamos enviar accidentalmente el análisis interno al cliente, proveedor o compañero.

11. Activar y probar el workflow

Ya hemos terminado de configurar todos los nodos. Ahora llega el momento más satisfactorio de cualquier automatización: comprobar que realmente funciona.

Antes de activar el workflow de forma permanente es recomendable realizar varias pruebas controladas para verificar que cada parte se comporta como esperamos. Durante las primeras pruebas es recomendable revisar la salida de cada nodo.

Problemas habituales:

Problema	Posible causa	Solución recomendada
No se crea el borrador en Gmail	Credenciales Gmail incorrectas o caducadas	Revisar las credenciales OAuth2 y volver a autorizar el acceso a Gmail
OpenAI devuelve error 401	API Key sin saldo disponible	Revisar el saldo disponible en OpenAI y añadir fondos si es necesario
OpenAI devuelve error 429	Límite de uso alcanzado	Esperar unos minutos o revisar los límites de la cuenta OpenAI
El workflow no detecta correos nuevos	Gmail Trigger mal configurado	Revisar filtros, credenciales y estado del workflow
El destinatario del borrador aparece vacío	Campo To Email mal configurado	Verificar que utiliza {{ $json.from_email }}
El asunto del borrador aparece vacío	Campo draft_subject no generado correctamente	Revisar la salida del nodo Parse AI Output
El borrador aparece fuera del hilo de conversación	Campo Thread ID no configurado	Verificar que utiliza {{ $json.thread_id }}
OpenAI devuelve resultados incoherentes	Prompt poco específico	Revisar y mejorar las instrucciones enviadas a la IA
OpenAI devuelve texto en lugar de JSON	Prompt incorrecto o incompleto	Asegurarse de indicar explícitamente que la salida debe ser JSON válido
Error en Parse AI Output	JSON devuelto por OpenAI no es válido	Revisar la respuesta de OpenAI y ajustar el prompt
El contenido del correo llega vacío a OpenAI	Campo body_text no generado correctamente	Revisar el nodo Prepare Email Data
El análisis es demasiado corto o incompleto	Límite de caracteres demasiado restrictivo	Ajustar el valor de slice(0,12000) según las necesidades
El workflow procesa sus propios borradores	Falta el filtro -in:drafts	Añadir el filtro para evitar bucles infinitos
El workflow analiza correos enviados por uno mismo	Falta el filtro -from:me	Añadir el filtro para ignorar correos propios
El workflow consume demasiados tokens	Correos excesivamente largos	Limitar el tamaño del texto enviado a OpenAI y optimizar el prompt

12. Variaciones y mejoras

El workflow que hemos construido ya es completamente funcional. Sin embargo, como suele ocurrir en N8N, una vez tenemos la base creada es muy fácil ampliarla y adaptarla a nuevas necesidades.

1. Guardar los análisis en Google Sheets

Una mejora sencilla consiste en almacenar cada análisis realizado por la IA. Por ejemplo:

Fecha	Remitente	Asunto	Tipo	Prioridad
31/05/2026	cliente@empresa.com	Revisión propuesta	Reunión	Alta

2. Notificaciones por Telegram

En lugar de esperar a abrir Gmail, podemos recibir un aviso inmediato. Por ejemplo:

📧 Nuevo email analizado
Asunto:Revisión propuestaPrioridad:Alta
Resumen:Cliente solicita reunión para revisar la oferta.

Especialmente útil cuando estamos fuera de la oficina.

3. Clasificación automática de correos

La IA ya es capaz de identificar el tipo de correo. Podríamos aprovechar esa información para mover automáticamente los mensajes a diferentes carpetas o etiquetas.

Por ejemplo:

Tipo detectado	Etiqueta
Reunión	Meetings
Comercial	Sales
Soporte	Support
Contrato	Contracts
RFQ	RFQ

4. Crear tareas automáticamente

Si la IA detecta acciones pendientes:

Programar reunión
Revisar propuesta
Actualizar planificación

podríamos crear automáticamente tareas en Microsoft Planner, Trello, Jira...

5. Crear eventos de calendario

Si un correo contiene información como:

¿Podemos reunirnos el lunes a las 11:30?

la IA podría detectar la fecha, hora y participantes y generar automáticamente un evento de calendario listo para confirmar.

6. Responder automáticamente ciertos correos

Aunque en este artículo hemos optado por generar borradores, existen casos donde una respuesta automática puede ser perfectamente válida.

Por ejemplo:

Gracias por contactar con nosotros. Hemos recibido su solicitud.

o

Su incidencia ha sido registrada correctamente.

En estos casos podríamos sustituir:

Create Draft

por:

Send Email

aunque siempre recomiendo comenzar utilizando borradores.

7. Analizar archivos adjuntos

Actualmente solo analizamos el texto del email. Sin embargo, muchos correos contienen adjuntos que podría ser interesante analizar.

8. Crear un asistente comercial

Combinando este workflow con el artículo anterior de la serie:

Lead Scoring con IA

podríamos construir un sistema capaz de:

Recibir email
↓
Analizar contenido
↓
Clasificar oportunidad
↓
Asignar prioridad
↓
Crear borrador

obteniendo un auténtico asistente comercial inteligente.

9. Utilizar memoria y contexto

Actualmente cada email se analiza de forma independiente. Pero los modelos de IA también pueden trabajar con contexto, utilizando por ejemplo el histórico de conversaciones y datos de ese cliente y/o proyecto.

De esta forma las respuestas serían mucho más precisas, y esto nos acercaría al concepto de Agente IA que veremos más adelante en la serie.

10. Automatizaciones para Project Managers

Si trabajas gestionando proyectos, este workflow puede convertirse en una herramienta especialmente potente.

Por ejemplo:

Tipo de correo	Acción automática
RFQ recibida	Crear registro de oportunidad
Solicitud de reunión	Crear evento de calendario
Incidencia	Crear tarea de seguimiento
Riesgo detectado	Notificar al Project Manager
Retraso mencionado	Registrar riesgo en el proyecto

Con muy pocas modificaciones tendríamos un asistente capaz de ayudarnos a gestionar gran parte de las comunicaciones del proyecto.

13. Conclusión

A lo largo de este artículo hemos construido un asistente inteligente capaz de analizar automáticamente los correos que llegan a nuestra bandeja de entrada. Hemos conseguido transformar un proceso completamente manual en una automatización capaz de ahorrar una cantidad considerable de tiempo cada día.

Observa que la IA no está sustituyendo al usuario. La IA está eliminando las tareas repetitivas.

Antes:

Leer email ↓ Entender email ↓ Pensar respuesta ↓ Escribir respuesta ↓ Enviar

Ahora:

Leer análisis ↓ Revisar respuesta ↓ Enviar

La diferencia puede parecer pequeña, pero cuando gestionamos decenas de correos al día el ahorro de tiempo es enorme.

🌐 Recursos

📘 Documentación oficial

• Telegram Bots https://core.telegram.org/bots

• Documentación de HTTP Request en N8N https://docs.n8n.io/integrations/builtin/core-nodes/n8n-nodes-base.httprequest/

  
  

💙 En Lozkorp, serie N8N

• Serie N8N (I): Automatiza tu mundo. Definición e instalación en local

• Serie N8N (II): Interfaz y Configuración – Comprende tu entorno de trabajo

• Serie N8N (III): Tu primer workflow real

• Serie N8N (IV): Triggers en N8N

• Serie N8N (V): Control de flujo – Condiciones, decisiones y ramificaciones

• Serie N8n (VI): Entender los datos – cómo fluye la información en un workflow

• Serie N8N (VII): Instalar N8N con Docker – del local al servidor sin miedo

• Serie N8N (VIII): Ejecutar workflows en Docker y resolver problemas de acceso a archivos

• Serie N8N (IX): Automatizar tareas programadas con Schedule Trigger

• Serie N8N (X): Enviar emails automáticos con N8N

• Serie N8N (XI): Notificaciones automáticas con Telegram

• Serie N8N (XII): Automatizar Google Sheets — guardar datos automáticamente

• Serie N8N (XIII): Recibir datos externos con Webhooks

• Serie N8N (XIV): Inteligencia Artificial en N8N - analizar textos automáticamente

• Serie N8N (XV): Lead Scoring con IA en N8N - prioriza oportunidades automáticamente

  
  

📦 Descargar el workflow de este artículo: LK_n8n_wf_AI_Email_Assistant_Gmail_Draft.json

LK_n8n_wf_AI_Email_Assistant_Gmail_Draft.json

Descargar JSON • 11KB