Serie N8N (XVII): Usar el nodo OpenAI en N8N — de texto a resumen inteligente

1. Introducción

Hasta ahora, cuando hemos querido utilizar OpenAI dentro de N8N, lo hemos hecho mediante llamadas HTTP a la API. Este enfoque tiene muchas ventajas ya que nos permite comprender cómo funciona realmente la comunicación con OpenAI y nos da un control total sobre cada parámetro enviado y recibido.

Sin embargo, N8N también dispone de un nodo específico para OpenAI que simplifica enormemente el proceso.

Y precisamente ese será el protagonista de este artículo. Además es interesante conocer su funcionamiento porque cada vez más funcionalidades de Inteligencia Artificial dentro de N8N se construyen alrededor de este nodo.

Además de generar texto, el nodo OpenAI permite trabajar con capacidades como:

• análisis de imágenes

• generación de imágenes

• edición de imágenes

• transcripción de audio

• traducción de audio

• gestión de archivos

• conversaciones

• agentes IA

Por tanto, aprender a utilizarlo correctamente nos abrirá la puerta a workflows mucho más avanzados en capítulos posteriores.

En lugar de construir una automatización compleja, en este artículo vamos a centrarnos únicamente en comprender cómo funciona el nodo OpenAI. Para ello crearemos un workflow extremadamente sencillo

Usar el nodo OpenAI en N8N

2. Qué vamos a construir

En este artículo vamos a crear una automatización muy sencilla, pero tremendamente útil para comprender cómo funciona el nodo OpenAI dentro de N8N. La idea es simple: introduciremos un texto, la IA lo analizará y recibiremos el resultado directamente en Telegram.

Aunque el resultado final sea un mensaje de Telegram, el verdadero objetivo del artículo es aprender a utilizar el nodo: OpenAI - Message a model, que será la base de muchas automatizaciones futuras. Por eso vamos a evitar distracciones y construiremos un workflow lo más simple posible.

La estructura será la siguiente:

Workflow - Usar el nodo OpenAI en N8N

Qué hace cada nodo

Nodo	Función
Manual Trigger	Inicia el workflow manualmente
Edit Fields - Texto de entrada	Contiene el texto que queremos analizar
OpenAI - Message a model	Analiza el texto mediante IA
Prepare Telegram Message	Prepara el formato final del mensaje
Telegram	Envía el resultado a nuestro móvil

Como información de entrada, para las pruebas utilizaremos un texto sencillo. Podría ser una nota de una reunion, un comentario, un correo, una incidencia..., lo importante es que se trate de información en lenguaje natuaral. Por ejemplo:

El cliente confirma interés en revisar la propuesta esta semana, pero indica dudas sobre los plazos de entrega y el presupuesto disponible. Solicita una reunión para aclarar los puntos principales antes de tomar una decisión.

Cuando OpenAI reciba el texto, le pediremos que genere una prioridad, un resumen una accion recomendada y un riesgo o punto de atención. Es decir, transformaremos información desestructurada en información útil para la toma de decisiones.

El mensaje que recibiremos en Telegram tendrá un aspecto similar a este:

🧠 Resumen IA
📌 Prioridad: Alta
📝 Resumen:El cliente mantiene interés en avanzar con la propuesta, pero necesita aclaraciones sobre plazos y presupuesto.
✅ Acción recomendada:Organizar una reunión para resolver dudas y reforzar la propuesta.
⚠️ Riesgo o punto de atención:Las dudas sobre costes podrían retrasar la decisión final.

Podríamos mostrar el resultado en pantalla o guardarlo en una hoja de cálculo. Sin embargo, Telegram tiene una gran ventaja: la información llega directamente al usuario, sin necesidad de tener que abrir N8N o consultar otras aplicaciones.

Lo realmente interesante es comprender que el nodo OpenAI puede recibir cualquier información y devolver cualquier tipo de análisis. Hoy analizaremos texto, pero podremos analizar correos electrónicos, documentos, imágenes, información proveniente de APIs, datos de hojas de cálculo...

3. Arquitectura del workflow

Antes de empezar a configurar nodos, vamos a detenernos un momento para entender cómo va a circular la información dentro de nuestro workflow.

El recorrido será:

Texto      
↓
OpenAI analiza      
↓
OpenAI genera respuesta      
↓
Formateamos el mensaje      
↓
Telegram recibe el resultado

Nodo 1: Manual Trigger

Será el punto de inicio del workflow. Aquí nos hemos ido a lo más simple y por eso usaremos un "manual trigger" que nos permitirá ejecutar el workflow cuando queramos.

Nodo 2: Edit Fields – Texto de entrada

Este nodo contendrá la información que queremos analizar, cualquier texsto que se nos ocurra. Por ejemplo:

El cliente confirma interés en revisar la propuesta esta semana, pero indica dudas sobre los plazos de entrega y el presupuesto disponible.

Nodo 3: OpenAI – Message a model

Este es el núcleo del workflow. Recibe el texto de entrada y lo envía directamente al modelo de IA seleccionado. Aquí es donde definiremos:

• el modelo

• las instrucciones

• el prompt

• el comportamiento esperado

Nodo 4: Prepare Telegram Message

Aunque OpenAI ya devuelve una respuesta útil, normalmente no queremos enviar la respuesta en bruto. Preferimos darle un formato más legible.

Por ejemplo:

🧠 Resumen IA📌 Prioridad: Alta📝 Resumen:...✅ Acción recomendada:...⚠️ Riesgo:...

Este nodo se encargará de preparar ese mensaje final.

Nodo 5: Telegram

El último nodo del workflow. Su función será muy simple: "enviar el mensaje usando Telegram"

4. Crear un nuevo workflow

Ya conocemos la arquitectura general y sabemos qué queremos conseguir. Ahora es el momento de empezar a construir nuestro workflow dentro de N8N. Como en artículos anteriores, 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_OpenAI_Node_Text_Summary_Telegram

Importar el workflow del artículo (opcional)

Si has descargado el workflow que acompaña a este artículo, puedes importarlo directamente.

Para ello:

Import from File

y selecciona:

LK_n8n_wf_OpenAI_Node_Text_Summary_Telegram.json

Con ello tendrás toda la estructura creada automáticamente.

Qué necesitaremos

1. Cuenta OpenAI

Necesitaremos una API Key válida. Será utilizada por el nodo: "OpenAI - Message a model" para comunicarse con los modelos de IA. Si no dispones todavía de una API Key, puedes consultar el artículo: Serie N8N (XIV): Inteligencia Artificial en N8N — analizar textos automáticamente donde explicamos en detalle como obtenerla´.

2. Bot de Telegram

También necesitaremos un Bot de Telegram, su Token y nuestro Chat ID.

Si has seguido artículos anteriores de la serie, probablemente ya tengas estas credenciales configuradas. Si necesitas ver como hacerlo, consulta el articulo previo: "Serie N8N (XI): Notificaciones automáticas con Telegram"

Añadir el nodo Manual Trigger

Empezamos añadiendo el "Manual Trigger " al lienzo. Este nodo no requiere configuración adicional. Su única función consiste en permitirnos ejecutar manualmente el workflow durante nuestras pruebas.

5. Preparar el texto de entrada

Ya tenemos creado el workflow y añadido el nodo Manual Trigger. Ahora necesitamos proporcionar información para que OpenAI pueda analizarla. Para ello utilizaremos un nodo:

Edit Fields (set)

al que llamaremos:

Edit Fields - Texto de entrada

Añadimos un campo de tipo:

String

con el nombre:

texto_entrada

Y como valor introducimos:

El cliente confirma interés en revisar la propuesta esta semana, pero indica dudas sobre los plazos de entrega y el presupuesto disponible. Solicita una reunión para aclarar los puntos principales antes de tomar una decisión.

Nodo Manual Trigger y Edit Fields

La tabla de configuración será similar a la siguiente:

Parámetro	Valor
Campo	texto_entrada
Tipo	String
Valor	Texto de ejemplo

6. El nodo OpenAI de N8N

Hasta ahora hemos utilizado OpenAI mediante llamadas HTTP directas a la API. Ese enfoque sigue siendo extremadamente útil y nos proporciona un control total sobre la comunicación con OpenAI.

Sin embargo, N8N también dispone de un nodo específico que simplifica enormemente el proceso. Se trata del nodo:

OpenAI

Se trata de un nodo nativo de N8N diseñado para interactuar directamente con los servicios de OpenAI. Internamente sigue utilizando la API de OpenAI, pero la diferencia es que gran parte de la complejidad queda oculta para el usuario. Ya no necesitamos preocuparnos por URLs, Headerrs, Authorization, Content-Type. JSON de petición y respuesta.

Ventajas frente a HTTP Request

HTTP Request	Nodo OpenAI
Máximo control	Mayor simplicidad
Configuración manual	Configuración guiada
Más flexible	Más rápido de implementar
Ideal para entender la API	Ideal para construir workflows rápidamente

Una vez añadimos el nodo OpenAI veremos que ofrece múltiples posibilidades. Dependiendo de la versión instalada de N8N, pueden aparecer opciones como:

• Message a model

• Analyze image

• Generate image

• Edit image

• Transcribe audio

• Translate audio

• Manage files

Y otras funcionalidades que OpenAI vaya incorporando en el futuro.

En este artículo seleccionaremos: Message a model, porque es la forma más sencilla de enviar texto a un modelo y obtener una respuesta. En esencia, esta acción equivale a preguntarle algo a ChatGPT.

7. Configurar el nodo OpenAI

Ya conocemos el propósito del nodo OpenAI y sabemos que utilizaremos la acción:

Message a model

Ahora vamos a configurarlo para que pueda analizar nuestro texto y generar el resumen inteligente que enviaremos posteriormente a Telegram.

7.1 Crear las credenciales

Lo primero que necesitaremos será conectar N8N con nuestra cuenta de OpenAI. Para ello abrimos el nodo:

OpenAI - Message a model

y en el apartado de credenciales seleccionamos:

Create New Credential

Posteriormente elegimos:

OpenAI API

e introducimos nuestra API Key. Es lo único que hay que configurar para crear la credencial en N8N.

Crear credenciales de OpenAI en n8n

7.2 Configuración principal

Una vez creadas las credenciales, configuramos los parámetros principales del nodo. La configuración utilizada en este artículo es la siguiente:

Parámetro	Valor
Resource / Action	Message a model
Credential	OpenAI API
Model	gpt-5.4-mini
Simplify Output	Activado
Messages	System + User

7.3 El prompt utilizado

La calidad del resultado dependerá directamente de las instrucciones que enviemos al modelo. Por eso vamos a definir claramente qué esperamos de la IA.

Vamos a definir 2 messages, uno tipo System y otro tipo User. Y a cada uno le damos el prompt que indicamos a continuación:

Mensaje System

En el mensaje de sistema utilizaremos algo parecido a:

Eres un asistente de análisis operativo.Recibes un texto breve y debes transformarlo en un mensaje claro y útil para enviar por Telegram.Devuelve únicamente el resultado final.No utilices markdown complejo.

Este mensaje define el comportamiento general de la IA.

Mensaje User

A continuación añadimos el contenido dinámico:

Analiza el siguiente texto y genera un mensaje para Telegram con esta estructura:
🧠 Resumen IA
📌 Prioridad
📝 Resumen
✅ Acción recomendada
⚠️ Riesgo o punto de atención

Texto a analizar:{{$json.texto_entrada}}

Observa esta expresión:

{{$json.texto_entrada}}

Corresponde al campo que hemos creado en el nodo:

Edit Fields - Texto de entrada

De esta forma OpenAI recibirá automáticamente el texto introducido en dicho nodo.

Configuración Nodo OpenAi

Resultado esperado

Si el texto de entrada es:

El cliente confirma interés en revisar la propuesta esta semana, pero indica dudas sobre plazos y presupuesto.

OpenAI generará algo parecido a:

🧠 Resumen IA
📌 Prioridad: Alta
📝 Resumen:El cliente mantiene interés en avanzar con la propuesta, aunque necesita aclaraciones sobre plazos y costes.
✅ Acción recomendada:Organizar una reunión para resolver dudas.
⚠️ Riesgo:Las dudas económicas podrían retrasar la decisión.

Simplify Output

Si tu versión del nodo dispone de la opción:"Simplify Output" es recomendable activarla. Esto hace que N8N entregue una respuesta mucho más sencilla de procesar en los siguientes nodos y evita tener que navegar por estructuras JSON complejas.

8. Preparar el mensaje para Telegram

Ya tenemos OpenAI analizando el texto y generando una respuesta, sin embargo, dependiendo de la versión de N8N, del modelo utilizado o de futuras actualizaciones, la estructura devuelta por el nodo OpenAI puede variar ligeramente. Por eso vamos a añadir un pequeño nodo intermedio que nos permitirá preparar y normalizar la información antes de enviarla a Telegram.

Para ello utilizaremos un nodo:

Code

llamado:

Prepare Telegram Message

En este ejemplo concreto podríamos conectar OpenAI directamente con Telegram. De hecho, probablemente funcionaría sin problemas. Sin embargo, añadir este nodo aporta varias ventajas:

• separa claramente las responsabilidades

• facilita futuras ampliaciones

• permite adaptar el formato del mensaje

• hace el workflow más robusto

Además nos servirá para entender una técnica que utilizaremos con frecuencia en workflows más avanzados.

La misión de este nodo es:

Recibir respuesta OpenAI        
↓
Extraer texto útil        
↓
Crear mensaje Telegram

Dependiendo del modelo y de la configuración, OpenAI puede devolver la información de distintas formas.

Por ejemplo:

{  "text": "Resumen generado..."}

o

{  "message": {    "content": "Resumen generado..."  }}

o incluso estructuras más complejas. Por eso nuestro nodo intenta localizar automáticamente el contenido generado.

Al finalizar queremos disponer de un único campo: "telegram_message" que contendrá algo parecido a:

🧠 Resumen IA
📌 Prioridad: Alta
📝 Resumen:El cliente mantiene interés en la propuesta.
✅ Acción recomendada:Organizar reunión de seguimiento.
⚠️ Riesgo:Las dudas sobre presupuesto podrían retrasar la decisión.

La salida será similar a:

{  "texto_entrada": "...",  "telegram_message": "🧠 Resumen IA..."}

Y será precisamente este campo el que enviaremos al nodo Telegram.

Observa que también conservamos "texto_entrada". Aunque en este workflow no lo utilizaremos posteriormente, disponer del texto original puede resultar útil para:

• auditoría

• depuración

• almacenamiento histórico

• ampliaciones futuras

Nodo Code: Prepare Telegram Message

9. Configurar Telegram

Ya tenemos OpenAI generando el análisis y el nodo Prepare Telegram Message preparando el resultado final.

Ahora solo queda entregar esa información al usuario. Para ello utilizaremos uno de los nodos más populares de N8N: "Telegram"

Telegram se ha convertido en una de las herramientas favoritas para automatización por que es gratuito, funciona en móvil y ordenador, permite notificaciones instantáneas, es muy sencillo de integrar con N8N y no requiere infraestructura adicional. Además, resulta ideal para recibir alertas, resúmenes, informes y notificaciones.

Configuración del nodo Telegram

Una vez que has añadido el nodo, tendrás que

• Crear un bot de Telegram.

• Obtener el ChatID

• Crear las credenciales

Si ya has visto artículos nuestros anteriores, seguramente ya tengas todo esto configurado. Si no, todo esto se explica en detalle en nuestro artículo "Serie N8N (XI): Notificaciones automáticas con Telegram"

Además en el campo Text tendrás que poner el mensaje que queremos enviar por Telegram:

{{ $json.telegram_message }}

que corresponde al campo generado por el nodo:

Prepare Telegram Message

Cuando el workflow se ejecute, Telegram recibirá un menaje con la información que hemos preparado en el nodo anterior.

Nodo Telegram

10. Activar y probar el workflow

Ya hemos terminado de configurar todos los nodos. Ahora llega el momento de comprobar que nuestro primer workflow basado en el nodo OpenAI funciona correctamente.

Ejecuta el Workflow pulsando "Execute Workflow". Hemos usado nuestro texto de prueba por lo que ese texto se debería enviar a OpenAI, y OpenAI debería analizar el contenido y generar prioridad, resumen, acción recomendada y riesgo.

Posteriormente el nodo "Prepare Telegram Message" debería generar el mensaje final y por último el nodo "Telegram" debe´ria enviar el resultado a nuestra cuenta de Telegram.

Durante las primeras pruebas es recomendable verificar los resultados intermedios, para comprobar que toda la información fluye bien.

Una vez validado el funcionamiento básico, podemos probar distintos escenarios.

• Caso comercial

El cliente solicita una nueva oferta para ampliar el alcance del proyecto.

• Caso de proyecto

La entrega de equipos se retrasa dos semanas por problemas logísticos.

• Caso de soporte

El sistema presenta errores intermitentes durante la producción.

• Caso de gestión

El director solicita una actualización del estado del proyecto antes del viernes.

Observaremos cómo OpenAI adapta automáticamente prioridad, resumen, recomendaciones y riesgos en función del contenido recibido.

11. Problemas habituales

El workflow que hemos construido es bastante sencillo, pero aun así pueden aparecer algunos problemas durante la configuración inicial. A continuación veremos los errores más habituales y cómo solucionarlos.

Problema	Posible causa	Solución recomendada
El nodo OpenAI devuelve error de autenticación	API Key incorrecta o caducada	Revisar las credenciales OpenAI y volver a crear la conexión
OpenAI devuelve error 401	API Key inválida	Verificar que la clave ha sido copiada correctamente
OpenAI devuelve error 429	Sin saldo o límite alcanzado	Revisar el saldo disponible en OpenAI
El nodo OpenAI no muestra modelos	Credenciales mal configuradas	Reconectar la cuenta OpenAI
El modelo seleccionado no aparece	Modelo no disponible para la cuenta	Seleccionar otro modelo compatible
OpenAI responde pero el contenido es extraño	Prompt poco claro	Revisar y mejorar las instrucciones del nodo
La respuesta es demasiado larga	Prompt demasiado abierto	Limitar explícitamente la longitud deseada
La prioridad generada no parece correcta	Instrucciones insuficientes	Añadir criterios más específicos al prompt
Telegram no envía mensajes	Token incorrecto	Revisar credenciales Telegram
Telegram devuelve error de autorización	Bot mal configurado	Regenerar el Token en BotFather
El mensaje no llega al chat	Chat ID incorrecto	Verificar el Chat ID utilizado
Telegram envía mensajes vacíos	Campo incorrecto en Text	Comprobar que se utiliza {{ $json.telegram_message }}
El nodo Prepare Telegram Message falla	Cambio en la estructura de salida de OpenAI	Revisar la salida real del nodo OpenAI
El workflow se ejecuta pero no ocurre nada	Nodo final desconectado	Revisar conexiones entre nodos
El workflow no arranca	Manual Trigger no ejecutado	Pulsar Execute Workflow
La ejecución es lenta	Saturación del servicio o modelo más pesado	Esperar o utilizar un modelo más ligero
El coste es superior al esperado	Textos demasiado largos	Reducir tamaño de entrada o simplificar el prompt

12. Variaciones y mejoras

El workflow que hemos construido es deliberadamente sencillo. Su objetivo era aprender a utilizar el nodo OpenAI nativo de N8N. Sin embargo, una vez comprendido el funcionamiento básico, podemos reutilizar exactamente el mismo patrón para resolver problemas mucho más interesantes. De hecho, muchas automatizaciones avanzadas basadas en IA parten de una estructura muy parecida a la que hemos creado.

1. Cambiar el origen de la información

En nuestro ejemplo el texto se introduce manualmente mediante, pero nada impide sustituir ese nodo por otra fuente de información. Por ejemplo:

Fuente	Aplicación
Gmail	Analizar correos electrónicos
Telegram Trigger	Analizar mensajes recibidos
Webhook	Recibir información desde aplicaciones externas
Google Sheets	Analizar nuevas filas
Formularios Web	Analizar solicitudes recibidas
Bases de datos	Analizar registros automáticamente

2. Cambiar Telegram por otro destino

Del mismo modo, tampoco estamos obligados a utilizar Telegram. Podemos enviar el resultado a cualquier sistema compatible con N8N. Por ejemplo:

Destino	Uso habitual
Gmail	Enviar informes por email
Google Sheets	Crear históricos
Notion	Documentación automática
Slack	Notificaciones de equipo
Microsoft Teams	Comunicación corporativa
Discord	Alertas técnicas
Bases de datos	Almacenamiento estructurado

3. Generar diferentes tipos de análisis

En este artículo hemos pedido prioridad, resumen, acción recomendada y riesgo, pero podríamossolicitar cualquier otra información:

• Clasificación comercial

• Análisis de riesgos

• Tareas de proyectos

• Soporte técnico

La potencia real está en el prompt.

4. Convertirlo en un clasificador automático

Podríamos pedir a OpenAI que devuelva únicamente una categoría. Por ejemplo: Comercial o proyecto o soporte o administración y posteriormente utilizar un nodo "Switch" para dirigir automáticamente cada caso a un flujo distinto.

5. Crear alertas inteligentes

Otra posibilidad interesante consiste en generar alertas únicamente cuando OpenAI detecte determinadas situaciones de prioridad alta o de riesgo crítico, podriamos enviar Telegram, crear tarea, avisar al responsable.

6. Generar contenido automáticamente

No todo tiene que ser análisis. También podemos utilizar el nodo OpenAI para generar contenido. Por ejemplo:

Entrada	Resultado
Idea	Publicación LinkedIn
Nota de reunión	Acta resumida
Incidencia	Informe técnico
Texto comercial	Email de seguimiento
Requisitos	Borrador de propuesta

7. Preparando el camino hacia los agentes

El nodo que hemos utilizado en este artículo: "OpenAI - Message a model" es precisamente uno de los bloques fundamentales utilizados por los agentes de IA dentro de N8N.

Más adelante veremos cómo un agente puede recibir información, pensar, utilizar erramientas tomar decisiones y ejecutar acciones.

13. Conclusión

A lo largo de este artículo hemos dado un paso importante dentro de nuestra serie de N8N ya que por primera vez hemos trabajado con el nodo OpenAI nativo integrado directamente en la plataforma, y aunque el ejemplo utilizado ha sido deliberadamente sencillo, los conceptos aprendidos son la base de muchas automatizaciones avanzadas basadas en Inteligencia Artificial.

El objetivo de este artículo no era construir una automatización compleja, sino comprender cómo utilizar:

OpenAI - Message a model

dentro de N8N porque a partir de ahora este nodo aparecerá una y otra vez en nuestros workflows.

A partir de ahora ya disponemos de una nueva herramienta que nos permitirá construir workflows inteligentes de forma mucho más rápida y eso nos acerca cada vez más a uno de nuestros objetivos:

convertir la Inteligencia Artificial en una herramienta práctica y útil dentro de nuestras tareas diarias.

🌐 Recursos

📘 Documentación oficial

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

• Documentación del nodo Telegram en N8N https://docs.n8n.io/integrations/builtin/app-nodes/n8n-nodes-base.telegram/

• 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

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

  
  

📦 Descargar el workflow de este artículo: LK_n8n_wf_OpenAI_Node_Text_Summary_Telegram.json

LK_n8n_wf_OpenAI_Node_Text_Summary_Telegram.json

Descargar JSON • 7KB