Serie N8N (XVIII): Informes automáticos con IA y Telegram (informe financiero)
1. Introducción — deja que N8N te informe mientras tú trabajas
Muchas personas comienzan el día consultando siempre las mismas fuentes de información. Un responsable comercial revisa el estado de sus oportunidades de venta, un project manager consulta los proyectos más críticos y los riesgos abiertos, un inversor mira la evolución de las divisas, las materias primas o determinadas acciones, y un director de planta puede necesitar conocer cada mañana los indicadores clave de producción.
El problema no suele ser encontrar esa información. El problema es tener que buscarla una y otra vez todos los días. Aquí es donde la automatización se muestra interesante y capaz de marcar la diferencia.
Si N8N puede ejecutar workflows automáticamente, y OpenAI es capaz de transformar información en un resumen fácil de entender, ¿por qué no combinar ambas herramientas para recibir informes automáticos directamente en nuestro móvil?
En este artículo vamos a construir precisamente eso. Crearemos un sistema capaz de generar un briefing financiero diario y enviarlo automáticamente mediante Telegram todos los días a una hora determinada. Aunque vamos a utilizar información financiera como ejemplo, el verdadero objetivo es aprender un patrón de automatización extremadamente útil que después podremos reutilizar para cualquier necesidad.
Porque una vez que entiendas este workflow podrás crear:
Informes comerciales automáticos.
Resúmenes de proyectos.
Seguimiento de indicadores de producción.
Alertas de negocio.
Noticias sectoriales personalizadas.
Informes ejecutivos diarios.
Todo ello sin necesidad de abrir N8N ni ejecutar manualmente ningún proceso. La información llegará sola, y ese es precisamente uno de los grandes objetivos: conseguir que la información correcta llegue a la persona adecuada en el momento adecuado.
2. Qué vamos a construir
En este artículo construiremos un workflow muy sencillo pero extremadamente práctico. Todos los días a las 08:47 de la mañana N8N ejecutará automáticamente un proceso que solicitará a OpenAI un breve informe financiero.
Dicho informe incluirá información como:
Precio actual del petróleo Brent.
Cotización EUR/USD.
Cotización EUR/CLP.
Cotización EUR/SAR.
Evolución de las acciones de DELL.
Evolución de las acciones de APPLE.
Evolución de las acciones de NVIDIA.
Además del valor actual, OpenAI generará una breve explicación indicando la evolución reciente y una pequeña interpretación de la tendencia observada. Finalmente, el resultado se enviará directamente a Telegram para que podamos consultarlo desde cualquier dispositivo.
3. Resultado final del informe
Antes de comenzar a configurar el workflow, merece la pena ver cuál será el resultado final. Cada mañana, a la hora programada, nuestro bot de Telegram recibirá automáticamente un informe generado por OpenAI con la información solicitada.
En nuestro ejemplo hemos decidido crear un pequeño briefing financiero, aunque podríamos utilizar exactamente el mismo sistema para cualquier otro tipo de información.
Un posible resultado sería el siguiente:
📊 Daily Financial Briefing
🛢 Petróleo Brent
72,8 USD/barril
↗ Últimas semanas:
Ligera recuperación impulsada por la reducción de inventarios.
↘ Últimos meses:
Tendencia moderadamente bajista.
━━━━━━━━━━━━━━
💶 EUR/USD
1,12
↗ Semanas:
El euro continúa fortaleciéndose frente al dólar.
━━━━━━━━━━━━━━
🇨🇱 EUR/CLP
1.060 CLP
→ Evolución estable durante las últimas semanas.
━━━━━━━━━━━━━━
🇸🇦 EUR/SAR
4,20 SAR
→ Cotización muy estable debido a la vinculación del rial saudí con el dólar estadounidense.
━━━━━━━━━━━━━━
💻 DELL
145 USD
↗ Tendencia positiva impulsada por la demanda de soluciones de IA.
🍏 APPLE
228 USD
→ Evolución estable con ligera volatilidad.
⚡ NVIDIA
185 USD
↗↗ Continúa siendo uno de los valores tecnológicos con mejor comportamiento.
━━━━━━━━━━━━━━
🎯 Resumen ejecutivo
Los mercados mantienen un comportamiento positivo en el sector tecnológico, con NVIDIA liderando el crecimiento. El euro sigue mostrando fortaleza frente al dólar mientras que el petróleo permanece relativamente estable.
Como puedes comprobar, el objetivo no es obtener una enorme cantidad de datos, sino recibir un resumen claro, estructurado y fácil de consultar desde el móvil en menos de un minuto.
Esta es precisamente una de las grandes ventajas de utilizar un modelo de lenguaje como OpenAI. No solo puede recuperar información, sino que también es capaz de organizarla, resumirla y presentarla de una forma mucho más útil para el usuario.
Además, este ejemplo es completamente adaptable. En lugar de solicitar información financiera, podríamos pedir cualquier otro tipo de informe periódico, por ejemplo:
Estado de nuestros proyectos.
Noticias sobre un sector concreto.
Evolución de las ventas.
Indicadores de producción.
Riesgos abiertos de un proyecto.
Resumen de incidencias registradas durante la noche.
Seguimiento de criptomonedas.
Métricas de marketing o analítica web.
En todos los casos el funcionamiento sería exactamente el mismo: N8N ejecuta el workflow a la hora programada, OpenAI genera el informe y Telegram nos lo entrega automáticamente allí donde más cómodo nos resulte consultarlo.
4. Arquitectura del workflow
Schedule Trigger
↓
Configuración del briefing
↓
OpenAI - Message a model
↓
Preparar mensaje para Telegram
↓
Telegram
Podemos dividir el proceso en tres grandes fases:
La primera fase, PROGRAMAR, determina cuándo debe ejecutarse el workflow.
La segunda, GENERAR, define qué información queremos solicitar y utiliza OpenAI para generar el informe.
La tercera, ENTREGAR, prepara la respuesta y la entrega al usuario mediante Telegram.
Nodo | Función |
Schedule Trigger | Inicia el workflow automáticamente a una hora determinada |
Configuración del briefing | Define qué información queremos solicitar |
OpenAI - Message a model | Genera el informe financiero |
Preparar mensaje para Telegram | Extrae y organiza la respuesta |
Telegram | Envía el informe al usuario |
Crear un nuevo workflow
Dentro de N8N pulsamos:
New WorkflowY le damos un nombre , en nuestro caso
LK_N8N_XVIII_Daily_Financial_Briefing_OpenAI_Telegram5. Nodo 1 — Schedule Trigger
El primer nodo del workflow es Schedule Trigger. Su función es muy sencilla: iniciar automáticamente el proceso en el momento que nosotros indiquemos. Nuestro objetivo es que N8N genere el informe todos los días sin intervención manual.
Este nodo permite programar un workflow para que se ejecute:
Cada cierto número de minutos.
Cada hora.
Una vez al día.
Determinados días de la semana.
En días concretos del mes.
Mediante una expresión Cron personalizada.
En nuestro ejemplo utilizaremos una programación diaria.
Parámetro | Valor |
Frecuencia | Días |
Intervalo | Cada 1 día |
Hora | 08 |
Minuto | 47 |
Con esta configuración, N8N iniciará el workflow todos los días a las:
08:47
Zona horaria del workflow
La zona horaria es uno de los puntos más importantes cuando se trabaja con ejecuciones programadas. Conviene comprobar la configuración de zona horaria de la instancia o del workflow.
En nuestro caso, si queremos que el informe llegue a las 08:47 en España, debemos asegurarnos de utilizar la zona horaria correspondiente.
Europe/MadridEsto también implica tener en cuenta los cambios entre horario de invierno y horario de verano.
6. Nodo 2 — Configuración del briefing
El segundo nodo del workflow es:
Edit Fields - Briefing ConfigSu función no es generar todavía el informe ni contener el prompt completo. Este nodo actúa como un pequeño panel de configuración donde definimos los valores que utilizaremos posteriormente para construir la instrucción enviada a OpenAI.
En lugar de escribir toda la configuración directamente dentro del nodo OpenAI, separamos los principales elementos del briefing en campos independientes. Esto hace que el workflow sea más claro, más fácil de mantener y, sobre todo, mucho más sencillo de adaptar.
En este nodo hemos creado los siguientes campos:
Campo | Valor utilizado |
report_title | Daily Financial Briefing |
report_language | Spanish |
assets_to_check | Petróleo Brent; EUR/USD; EUR/CLP; EUR/SAR; DELL; APPLE; NVIDIA |
report_style | Breve, claro, ejecutivo, fácil de leer desde Telegram, con emojis y separadores |
disclaimer | Valores orientativos. No es asesoramiento financiero |
Cada uno de estos campos controla una parte concreta del informe.
Título del informe (report_title)
Define el nombre que utilizaremos para identificar el briefing. En nuestro caso: "Daily Financial Briefing"
Idioma de la respuesta: (report_language)
indica el idioma en el que queremos recibir el informe.
Activos e indicadores: (assets_to_check)
Aquí definimos qué elementos debe analizar OpenAI. En nuestro ejemplo hemos incluido:
Petróleo Brent; EUR/USD; EUR/CLP; EUR/SAR; DELL; APPLE; NVIDIAEstilo del informe (report_style):
Define cómo queremos que OpenAI redacte y presente el contenido. En nuestro caso hemos utilizado:
Breve, claro, ejecutivo, fácil de leer desde Telegram, con emojis y separadores.Esta instrucción ayuda a evitar respuestas demasiado extensas o difíciles de consultar desde el móvil. Podríamos cambiarla por:
Formal, técnico y sin emojis.
Muy resumido, con viñetas y conclusiones directas.
Didáctico, explicando cada concepto para un usuario no experto.
Aviso final (disclaimer):
permite añadir un texto fijo al final del informe. En este ejemplo hemos utilizado:
Valores orientativos. No es asesoramiento financieroCómo se utilizan estos campos
La salida de este nodo contiene todos los valores que acabamos de configurar. El siguiente nodo podrá acceder a ellos mediante expresiones de N8N como:
{{ $json.report_title }}
{{ $json.report_language }}
{{ $json.assets_to_check }}
{{ $json.report_style }}
{{ $json.disclaimer }}
De esta forma, el prompt que enviaremos a OpenAI se construirá utilizando la configuración definida en este nodo. Esta separación entre configuración y ejecución es una práctica muy útil.
El nodo Edit Fields define qué queremos obtener.
El nodo OpenAI decide cómo transformar esa configuración en un informe.
7. Nodo 3 — OpenAI
El tercer nodo del workflow es:
OpenAI - Daily Financial BriefingEste nodo recibe los campos definidos en Edit Fields - Briefing Config y los utiliza para construir la instrucción que enviaremos al modelo. Aquí es donde se genera realmente el informe.
Dentro del nodo OpenAI utilizamos la operación: Message a model. Esta opción permite enviar una instrucción al modelo y obtener una respuesta de texto.
También hemos configurado una temperatura baja: 0.3 . Una temperatura reducida ayuda a obtener respuestas más consistentes, menos creativas y más adecuadas para un informe periódico.
Construcción dinámica del prompt
El prompt no está formado únicamente por texto fijo. También incorpora los valores que llegan desde el nodo anterior mediante expresiones de N8N.
Estas expresiones se sustituyen automáticamente por los valores configurados en Edit Fields - Briefing Config.
El inicio del prompt queda estructurado así:
Actúa como un analista financiero y genera un informe breve para Telegram.
Fecha de generación: {{ $now }}
Título del informe: {{ $json.report_title }}
Idioma: {{ $json.report_language }}
Activos e indicadores a revisar: {{ $json.assets_to_check }}
Estilo: {{ $json.report_style }}
La expresión: "{{ $now }}" añade la fecha y hora de ejecución del workflow. Esto permite que el informe indique cuándo ha sido generado sin necesidad de crear un campo adicional.
Después de incorporar los parámetros configurables, indicamos qué debe incluir el informe para cada elemento:
- Valor actual aproximado.
- Evolución de las últimas semanas.
- Evolución de los últimos meses.
- Comentario breve de tendencia.
También pedimos un resumen ejecutivo final de entre tres y cinco líneas. De esta forma, el modelo no se limita a devolver una lista de valores, sino que añade una interpretación breve y fácil de consultar.
El prompt incluye varias restricciones importantes:
- Si no tienes acceso a datos en tiempo real, indícalo claramente.
- No inventes precisión excesiva.
- No des recomendaciones de inversión.
- Añade al final el disclaimer configurado.
Estas instrucciones son necesarias porque un modelo de lenguaje no debe tratarse como una fuente financiera en tiempo real. Aunque puede generar un informe coherente y bien estructurado, la actualidad de los datos dependerá de las capacidades y fuentes disponibles para el modelo utilizado. Por este motivo, el workflow solicita expresamente que cualquier limitación quede reflejada en la respuesta.
El prompt incluye también una plantilla orientativa:
📊 Daily Financial Briefing
🛢 Petróleo Brent
Valor actual: ...
Semanas: ...
Meses: ...
Comentario: ...
💵 EUR/USD
...
🎯 Resumen ejecutivo
...
Esta plantilla no obliga al modelo a producir siempre exactamente el mismo texto, pero ayuda a mantener una estructura homogénea. Esto es especialmente útil en workflows programados, donde interesa que los informes diarios sean fáciles de comparar.
Salida del nodo
Una vez procesada la instrucción, OpenAI devuelve la respuesta generada. Dependiendo de la versión del nodo y del modelo utilizado, el contenido puede encontrarse en campos como:
message.content
text
output
Por este motivo, en el siguiente nodo utilizaremos una expresión preparada para localizar la respuesta aunque cambie ligeramente la estructura de salida. El siguiente paso será extraer ese contenido y guardarlo en un campo específico para Telegram.
8. Nodo 4 — Preparar el mensaje para Telegram
El cuarto nodo del workflow es:
Prepare Telegram MessageSu función es recoger la respuesta generada por OpenAI y guardarla en un campo específico que después utilizará el nodo Telegram. Aunque pueda parecer un paso menor, resulta útil porque separa claramente dos tareas:
OpenAI
→ Generar el contenido
Edit Fields
→ Preparar el contenido para enviarlo
En este nodo utilizamos nuevamente Edit Fields y creamos un campo de tipo texto llamado:
telegram_message
Este campo contendrá el informe completo generado por OpenAI. La expresión utilizada es:
{{ $json.message?.content || $json.text || $json.output || JSON.stringify($json) }}
Esta expresión intenta localizar la respuesta en varios campos posibles. Dependiendo de la versión del nodo OpenAI, del modelo seleccionado o de la operación utilizada, la respuesta puede aparecer en distintos campos.
Por ejemplo:
message.content
text
output
La expresión comprueba estas opciones en orden. El símbolo: "||" significa "o".
Esto hace que el workflow sea algo más resistente frente a pequeñas variaciones en la estructura de salida del nodo OpenAI.
Podríamos introducir directamente la expresión de salida de OpenAI dentro del nodo Telegram. Sin embargo, utilizar un nodo intermedio ofrece varias ventajas:
Permite comprobar fácilmente qué texto se va a enviar.
Simplifica la configuración del nodo Telegram.
Facilita añadir un encabezado o una firma.
Permite limpiar o recortar la respuesta.
Hace más sencillo reutilizar el contenido en otros canales.
Este nodo también podría utilizarse para aplicar ajustes antes del envío.
Por ejemplo:
Eliminar fragmentos innecesarios.
Añadir un título fijo.
Incorporar la fecha.
Añadir el nombre del destinatario.
Limitar la longitud del texto.
Dividir informes demasiado largos.
Preparar formatos diferentes para Telegram y correo electrónico.
9. Nodo 5 — Telegram
El último nodo del workflow es:
Telegram - Send Briefing
Su función es enviar el contenido preparado en el nodo anterior al chat de Telegram que hayamos configurado.
A estas alturas, el informe ya ha sido generado por OpenAI y almacenado en el campo: telegram_message
Por tanto, este nodo solo debe indicar:
Qué bot utilizar.
A qué chat enviar el mensaje.
Qué contenido transmitir.
Qué formato aplicar al texto.
Añadir el nodo Telegram
Después de Code in Javascript - Parse AI Output añadimos:
TelegramCredenciales del bot
Seleccionamos el bot que ya creamos anteriormente.
Ejemplo:
LozN8NBotSi no lo tienes aún, basta con crearlo en Telegram mediante BotFather y conectar el token en N8N.
Para utilizar Telegram en N8N necesitamos disponer de un bot creado previamente mediante BotFather. Esto ya lo explicamos en detalle en capítulos anteriores de la serie (Serie N8N (XI): Notificaciones automáticas con Telegram).
Chat ID
Indicamos el destino donde queremos recibir la alerta. Puede ser un chat privado contigo, un grupo de trabajo o un canal interno
Ejemplo:
123456789Configurar el contenido del mensaje
En el campo destinado al texto introducimos la expresión:
{{ $json.telegram_message }}No es necesario reconstruir el contenido dentro del nodo Telegram. El mensaje ya llega preparado y listo para enviarse.
Utilizar formato Markdown
En las opciones adicionales del nodo configuramos:
Parse Mode: MarkdownEsto permite que Telegram interprete determinados elementos de formato, como:
Negritas.
Cursivas.
Listas.
Separadores.
Saltos de línea.
Emojis.
El objetivo no es crear un mensaje excesivamente decorado, sino mejorar su legibilidad desde el móvil. Conviene evitar estructuras demasiado complejas, ya que Telegram puede rechazar el mensaje si contiene caracteres Markdown mal cerrados o combinaciones incompatibles. Por eso, para este workflow utilizamos un formato sencillo y estable.
10. Probando el workflow
Una vez configurados todos los nodos, debemos comprobar que el proceso funciona correctamente antes de dejarlo activo.
Durante el desarrollo no es necesario esperar hasta las 08:47 para comprobar el resultado. Podemos ejecutar el workflow manualmente desde el editor de N8N.
La prueba debe verificar que:
El nodo de configuración genera todos los campos esperados.
OpenAI recibe correctamente esos valores.
El informe se genera con la estructura solicitada.
El campo telegram_message contiene el texto.
Telegram entrega el mensaje al chat configurado.
El mensaje recibido debe conservar una estructura clara.
Debemos comprobar:
Saltos de línea.
Separadores.
Emojis.
Orden de los indicadores.
Legibilidad del resumen ejecutivo.
Correcto funcionamiento del formato Markdown.
Si Telegram devuelve un error de formato, podemos probar temporalmente sin Parse Mode: Markdown. Esto permite confirmar si el problema se encuentra en el contenido generado o en la configuración del nodo.
Activar el workflow
Cuando la ejecución manual funciona correctamente, podemos activar el workflow. Un workflow desactivado puede ejecutarse desde el editor, pero no responderá al Schedule Trigger de forma automática.
Por tanto:
Workflow desactivado
→ Solo funciona durante las pruebas manuales
Workflow activado
→ Se ejecuta diariamente a la hora configurada
Después de activarlo, N8N quedará a la espera de la siguiente ejecución programada.
Una vez activo, el comportamiento será siempre el mismo:
08:47
↓
N8N inicia el workflow
↓
Lee la configuración del briefing
↓
OpenAI genera el informe
↓
Se prepara el texto
↓
Telegram envía el mensaje
N8N guarda información sobre las ejecuciones del workflow.
Este historial permite comprobar:
Cuándo se ejecutó.
Si terminó correctamente.
Qué nodo produjo un error.
Qué datos recibió y devolvió cada paso.
Cuánto tiempo tardó la ejecución.
Si un día el informe no llega, el historial de ejecuciones será el primer lugar que deberemos revisar.
11. Adaptando el sistema a otros casos de uso
El briefing financiero es solo un ejemplo. La verdadera utilidad de este workflow está en su estructura, porque permite sustituir el contenido del informe sin modificar el funcionamiento general.
La mayor parte de la personalización se realiza en el nodo:
Edit Fields - Briefing ConfigPara adaptar el workflow a otro escenario, normalmente basta con cambiar estos campos:
Campo | Qué controla |
report_title | Nombre del informe |
report_language | Idioma de salida |
assets_to_check | Elementos que deben analizarse |
report_style | Tono, formato y nivel de detalle |
disclaimer | Aviso o nota final |
Otros tipos de informes:
Tipo de informe | Información a analizar (assets_to_check) | Destinatario habitual |
📈 Briefing financiero | Petróleo, divisas, acciones, índices bursátiles, materias primas | Inversores, directivos, analistas |
📊 Informe de proyectos | Hitos, tareas pendientes, riesgos, decisiones, acciones abiertas | Project Managers |
💼 Informe comercial | Leads, oportunidades, ofertas pendientes, clientes prioritarios, previsión de ventas | Equipos comerciales |
🏭 Informe de producción | Producción diaria, incidencias, calidad, rendimiento, mantenimiento | Responsables de planta |
🤖 Resumen de noticias de IA | OpenAI, Anthropic, Google, NVIDIA, regulación, nuevas herramientas | Profesionales de IA |
📰 Noticias sectoriales | Energía, automoción, alimentación, construcción, telecomunicaciones, etc. | Directivos y especialistas |
💰 Criptomonedas | Bitcoin, Ethereum, Solana, capitalización, dominancia, sentimiento del mercado | Inversores |
🌦️ Informe meteorológico | Temperatura, lluvia, viento, alertas meteorológicas, previsión diaria | Usuarios particulares o empresas |
🚚 Logística y transporte | Estado de envíos, incidencias, tráfico, rutas, entregas previstas | Operaciones y logística |
🛠️ Mantenimiento industrial | Alarmas, equipos críticos, averías, mantenimiento preventivo, órdenes abiertas | Mantenimiento |
📱 Marketing digital | Tráfico web, campañas, conversiones, redes sociales, SEO | Marketing |
🌐 Infraestructura IT | Estado de servidores, copias de seguridad, incidencias, disponibilidad de servicios | Administradores de sistemas |
📧 Resumen de correos | Emails importantes, prioridades, acciones pendientes, reuniones | Cualquier profesional |
📅 Agenda diaria | Reuniones, tareas, recordatorios, objetivos del día | Productividad personal |
🏢 Informe ejecutivo | KPIs, indicadores estratégicos, riesgos, oportunidades, decisiones clave | Dirección |
⚽ Resumen deportivo | Resultados, clasificaciones, próximos partidos, estadísticas | Aficionados o medios |
✈️ Información de viajes | Estado de vuelos, meteorología, reservas, incidencias | Viajeros frecuentes |
🛒 Seguimiento de precios | Productos, ofertas, materias primas, componentes electrónicos | Compras |
🔬 Vigilancia tecnológica | Nuevas patentes, papers, herramientas, tendencias tecnológicas | I+D e innovación |
🧠 Resumen personalizado | Cualquier combinación de fuentes y temas definida por el usuario | Totalmente adaptable |
Limitación importante
Hay una diferencia entre pedir a OpenAI que interprete información y proporcionarle datos propios. En este ejemplo, el modelo genera el informe a partir de la información que puede manejar en ese momento. Pero si queremos trabajar con datos internos de una empresa, proyectos, ventas o producción, primero tendremos que incorporar una fuente de datos al workflow (Google Sheets, bases de datos, API, ERP....)
12. Problemas habituales y soluciones
Aunque el workflow es sencillo, pueden aparecer algunos errores durante la configuración o la ejecución automática.
La siguiente tabla resume los problemas más habituales, sus posibles causas y la forma de resolverlos.
Problema | Posible causa | Solución |
El workflow funciona manualmente, pero no se ejecuta solo | El workflow está desactivado | Activar el workflow después de completar las pruebas |
El informe llega a una hora incorrecta | La zona horaria de N8N no coincide con la ubicación del usuario | Revisar la zona horaria del workflow o de la instancia |
El Schedule Trigger no genera ninguna ejecución | La expresión Cron está mal configurada o el workflow no está activo | Revisar la expresión 47 8 * y comprobar que el workflow está activado |
El nodo OpenAI devuelve un error de credenciales | La credencial no está configurada o ha caducado | Revisar la credencial OpenAI asociada al nodo |
OpenAI genera una respuesta vacía | El prompt no se ha construido correctamente o los campos anteriores llegan vacíos | Revisar la salida del nodo Edit Fields - Briefing Config |
El informe no incluye todos los indicadores | El campo assets_to_check está incompleto o el prompt no obliga a revisarlos todos | Revisar la lista de activos y reforzar la instrucción dentro del nodo OpenAI |
Los valores parecen desactualizados | El modelo no dispone de acceso a información financiera en tiempo real | Añadir una fuente externa de datos o verificar los valores con una plataforma financiera actualizada |
OpenAI inventa datos demasiado precisos | El prompt no limita suficientemente la generación | Mantener instrucciones como “no inventes precisión excesiva” y “indica si no tienes datos recientes” |
El informe resulta demasiado largo | El campo report_style permite respuestas demasiado extensas | Limitar el número de líneas o palabras por indicador |
El informe cambia demasiado de estructura entre ejecuciones | El prompt no contiene una plantilla suficientemente clara | Añadir un formato esperado más detallado dentro del nodo OpenAI |
El nodo Prepare Telegram Message devuelve el JSON completo | La respuesta de OpenAI no está en message.content, text u output | Revisar la salida real del nodo OpenAI y adaptar la expresión |
El campo telegram_message aparece vacío | La expresión no coincide con la estructura de salida | Inspeccionar el JSON del nodo anterior y utilizar la ruta correcta |
Telegram no envía el mensaje | Token del bot incorrecto o credencial mal configurada | Revisar la credencial Telegram API |
Telegram devuelve “chat not found” | El Chat ID es incorrecto o el usuario no ha iniciado conversación con el bot | Comprobar el Chat ID y enviar primero un mensaje al bot |
El bot funciona en privado, pero no en un grupo | El bot no tiene permisos suficientes | Añadir el bot al grupo y concederle permisos para escribir |
Telegram devuelve un error de formato | El texto contiene caracteres Markdown incompatibles | Desactivar temporalmente Markdown o simplificar el formato |
El mensaje llega sin saltos de línea | El texto generado no contiene una estructura clara | Reforzar el formato esperado dentro del prompt |
Telegram rechaza el mensaje por longitud | El informe supera el límite permitido | Reducir la respuesta o dividirla en varios mensajes |
El nodo OpenAI tarda demasiado | El modelo seleccionado es demasiado pesado o el servicio está saturado | Utilizar un modelo más ligero o reducir la longitud del prompt |
El workflow deja de funcionar después de varios días | Alguna credencial ha caducado o el servicio externo ha cambiado | Revisar el historial de ejecuciones y renovar credenciales |
No aparece ninguna ejecución en el historial | El problema está en el disparador o en la activación | Revisar Schedule Trigger, activación y zona horaria |
La ejecución existe, pero termina con error | Uno de los nodos posteriores ha fallado | Abrir la ejecución y localizar el primer nodo con error |
13. Variaciones y mejoras futuras
El workflow que hemos construido cumple su objetivo con una estructura sencilla: generar un informe automático y enviarlo por Telegram. A partir de esta base podemos añadir nuevas capacidades sin cambiar por completo el diseño original.
Mejora | ¿Qué añade? | Beneficio principal |
🌐 Incorporar una API financiera | Obtención de cotizaciones e indicadores en tiempo real | Mayor precisión y fiabilidad de los datos |
📊 Guardar históricos | Almacenar cada ejecución en Google Sheets, base de datos o CSV | Permite analizar tendencias y generar estadísticas |
📅 Resumen semanal o mensual | Programar informes periódicos además del diario | Visión agregada de la evolución de los indicadores |
📨 Enviar por otros canales | Email, Slack, Teams, Discord, Notion, etc. | Adaptar la entrega al entorno de trabajo del usuario |
📄 Generar un PDF | Crear un informe con formato profesional | Ideal para documentación, clientes o dirección |
🚨 Alertas por umbral | Enviar mensajes solo cuando se cumpla una condición | Reduce el ruido y avisa únicamente de situaciones relevantes |
👥 Informes personalizados | Adaptar el contenido según el destinatario | Cada usuario recibe únicamente la información que necesita |
✅ Validación humana | Revisar el informe antes del envío | Mayor control en entornos críticos o empresariales |
💬 Conversación interactiva | Permitir consultas desde Telegram | El informe pasa de ser estático a convertirse en un asistente IA |
🤖 Evolucionar hacia un agente | Incorporar memoria, herramientas y toma de decisiones | Automatizaciones mucho más inteligentes y autónomas |
14. Conclusiones
En este artículo hemos construido un workflow sencillo, pero especialmente útil. Cada mañana, N8N ejecuta automáticamente una consulta, OpenAI genera un informe estructurado y Telegram entrega el resultado directamente al usuario.
El caso práctico se ha centrado en un briefing financiero diario, pero el verdadero aprendizaje va mucho más allá de ese ejemplo. Lo importante es comprender el patrón:
Programar
↓
Configurar
↓
Generar
↓
Preparar
↓
Entregar
Este esquema puede utilizarse para crear informes de proyectos, ventas, producción, mantenimiento, noticias, mercados, tecnología o cualquier otro ámbito donde sea necesario recibir información periódica.
La información deja de ser algo que tenemos que buscar y empieza a convertirse en algo que llega a nosotros cuando la necesitamos.
A partir de aquí, el workflow puede seguir creciendo. Podemos añadir fuentes de datos en tiempo real, históricos, alertas, informes personalizados, documentos PDF o nuevos canales de entrega. Pero la base seguirá siendo la misma.
🌐 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/
💙 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 (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 (XII): Automatizar Google Sheets — guardar datos automáticamente
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
Serie N8N (XVII): Usar el nodo OpenAI en N8N — de texto a resumen inteligente
📦 Descargar el workflow de este artículo: LK_N8N_XVIII_Daily_Financial_Briefing_OpenAI_Telegram.json
Comentarios