En este artículo te voy a enseñar, paso a paso, cómo crear un agente de inteligencia artificial que funcione dentro de Telegram usando N8N. Es la base para todo lo que viene después, ¿vale? Yo mismo lo hice en un vídeo y te voy a contar exactamente cómo lo monté, los errores que cometí y por qué este pequeño flujo es la puerta de entrada a automatizaciones mucho más complejas.

¿Por qué un agente de IA en Telegram y N8N es el punto de partida perfecto?

Imagina que quieres que un bot te ayude con algo: que te resuma documentos, que te dé consejos sobre un tema o que gestione consultas de clientes. La brecha entre «quiero un agente IA» y «tengo un agente IA funcionando» suele ser cientos de líneas de código Python. Con N8N, esa brecha desaparece. Arrastras nodos, los conectas y ya está.

La potencia de la automatización sin código

Yo no sé programar, ¿vale? Pero eso no me impide crear sistemas inteligentes. N8N es una plataforma de automatización de código abierto —piensa en Zapier, pero autoalojable— que conecta más de 500 servicios visualmente. Lo que lo hace especial para la IA es su integración nativa con conceptos como agentes, herramientas y modelos de lenguaje. En lugar de escribir el código, configuras los mismos conceptos como nodos que encajas como piezas de un puzzle.

De un bot simple a flujos complejos (RAG, investigación)

El agente básico que vamos a crear hoy es como el motor de un coche. Solo con el motor no vas a ningún lado, pero sin él, todo lo demás (las ruedas, el volante) no sirve para nada. Este flujo de Telegram es ese motor. A partir de aquí, puedes añadirle herramientas para que busque en internet, conectarle una base de datos vectorial para que responda con tus documentos privados (lo que se llama RAG), o hacer que actualice una hoja de Google Sheets cada vez que interactúa con alguien. Pero todo empieza aquí: un mensaje que llega, un cerebro que piensa y una respuesta que se envía.

Paso 1: Configura el corazón de tu automatización – el Trigger de Telegram

Todo empieza con un desencadenante. Alguien escribe a tu bot y N8N tiene que enterarse. Para eso están los triggers.

  1. Crear tu bot de Telegram (el vídeo que ya tienes). Lo primero es tener un bot en Telegram. Esto lo explico en otro vídeo del canal, es muy rápido. Consigues un token de BotFather y ya está. En mi caso, para el tutorial creé uno llamado «Telegram Tutorial Omar».
  2. Seleccionar el trigger ‘On Message’ en N8N. Dentro de N8N, vas a «Añadir trigger» y buscas Telegram. Seleccionas «On Message» y en las credenciales eliges el bot que acabas de crear. Así, cada vez que alguien le escriba, este nodo se activará y pasará la información al siguiente paso. Por cierto, N8N tiene nodos trigger para Slack, Discord y más, pero hoy nos centramos en Telegram.
  3. Por qué es crucial renombrar bien tus nodos. Esto parece una tontería, pero te lo digo por experiencia: cuando tu workflow crece, si tienes cinco nodos que se llaman «Telegram» no sabes por dónde cogerlo. En el vídeo, en cuanto añadí el trigger, le cambié el nombre a «Telegram Tutorial Omar». Así sé exactamente qué hace cada pieza con solo mirar. Es un hábito que te ahorra muchos dolores de cabeza después.

Paso 2: Conecta la inteligencia – El nodo AI Agent y tu LLM

Ya tenemos el oído. Ahora necesitamos el cerebro. Aquí es donde entra en juego el agente de IA y el modelo de lenguaje que le va a dar la capacidad de pensar.

Añadir y configurar el nodo ‘AI Agent’

Añades un nodo «AI Agent» y lo conectas al output del trigger de Telegram. Al principio te saldrá en rojo, porque está esperando que le digas qué tiene que procesar. La clave está en el campo «Message»: ahí le tienes que pasar el texto que escribió el usuario. En el vídeo, yo arrastré la expresión variable {{ $json.message.text }} desde la información del nodo anterior. Eso es magia: sea lo que sea que el usuario haya escrito («hola», «adiós», una pregunta compleja), esa variable lo captura y se lo pasa al agente.

Elegir modelo: desde ChatGPT hasta Open Router

El agente necesita un modelo para procesar ese mensaje. Aquí N8N te da un montón de opciones: OpenAI (ChatGPT), Anthropic (Claude), Azure, y una que me parece muy interesante, Open Router, que es una plataforma que proporciona acceso unificado a múltiples modelos de lenguaje de IA a través de una sola API. En mi caso, para empezar, usé el de OpenAI, concretamente el modelo GPT-4o mini. ¿Por qué? Por relación calidad-precio. Es rápido, inteligente y no es el más caro. Pero esta elección es importante, porque de ella dependen el coste y la velocidad de las respuestas.

El System Prompt: donde le das personalidad y normas a tu agente

Esto es lo más importante. El modelo es un cerebro en blanco. El «System Prompt» es donde le dices quién es y qué tiene que hacer. En el vídeo, yo usé uno super sencillo: «Eres un experto en N8N y ayudarás a Omar a crear tutoriales para YouTube.» Con solo eso, cuando le escribí «hola», me respondió: «Hola de nuevo, Omar, ¿en qué puedo ayudarte hoy con tu tutorial para N8N de YouTube?». El agente por defecto que usarás suele ser el Tools Agent. Internamente, este tipo de agente ejecuta un bucle ReAct (Reason + Act): piensa, actúa con una herramienta si la necesita, observa el resultado y repite hasta tener la respuesta final. Para nuestro bot básico, aún no usamos herramientas, pero la arquitectura está preparada para añadirlas después.

Paso 3: De la teoría a la práctica – Monta el flujo completo y pruébalo

Vamos a verlo en acción con el ejemplo concreto que seguí en el vídeo. La teoría está bien, pero hasta que no ves cómo se conectan los cables y aparece la respuesta en tu teléfono, no terminas de creértelo.

Conectar el output del trigger al input del agente. Ya tienes el trigger (que escucha) y el agente (que piensa). Conectas el puerto de salida del primero al puerto de entrada del segundo. Físicamente, en la interfaz de N8N, haces clic en el círculo del nodo Telegram y arrastras la línea hasta el nodo AI Agent.

Usar expresiones variables para el mensaje del usuario. Aquí está el truco. En la configuración del AI Agent, en el campo «Message», no escribes «hola». Haces clic en el icono de las llaves ({}), buscas en los datos del nodo anterior (Trigger) y seleccionas message.text. El editor escribe por ti {{ $json.message.text }}. Esto significa: «coge el texto del mensaje que llegó, sea el que sea». Así, tu flujo funciona para cualquier interacción.

Probar en vivo: el clic en ‘Execute Workflow’ y la magia en Telegram. Con todo configurado, llega el momento de la verdad. En N8N, con el workflow guardado, hago clic en «Execute Workflow». En la ventana de prueba, puedo simular un mensaje escribiendo «hola» en el campo correspondiente. Le doy a ejecutar y veo cómo el flujo pasa por el trigger (verde), luego por el agente (que tarda un segundo en ponerse verde) y finalmente necesito un nodo más: uno que envíe la respuesta de vuelta a Telegram.

Añado un nodo «Send Text Message» de Telegram, lo configuro con las mismas credenciales del bot y, crucial, le digo a qué chat enviarlo (el chat.id que vino en el trigger) y qué texto enviar (el output del AI Agent). Vuelvo a ejecutar el workflow y, al momento, en mi teléfono, el bot «Telegram Tutorial Omar» me responde. Esa es la sensación: ver que has construido algo que funciona, sin una línea de código.

Los errores que yo cometí (y cómo los solucioné) para que tú no los repitas

En el vídeo en directo me tropecé un par de veces. No lo edité, porque esos errores son los que de verdad te enseñan. Aquí te los cuento para que los evites.

  • El problema del nodo sin configurar y el ‘no me deja ejecutarlo’. Al principio, cuando añadí el AI Agent, quería probar el flujo pero N8N no me dejaba ejecutarlo. El botón estaba deshabilitado. ¿Por qué? Porque tenía un nodo (el agente) que estaba en rojo, incompleto. Hasta que no le asignas un modelo y un mensaje, N8N no te deja seguir. La solución fue ir paso a paso: configurar primero solo el trigger y probarlo, luego añadir y configurar el agente, y así.
  • La credencial de API borrada y el error fantasma. Esto fue gracioso. Cuando fui a elegir el modelo de OpenAI, en el desplegable de credenciales salía una que había creado para otro tutorial y que ya había borrado en la web de OpenAI. La seleccioné sin pensar y, claro, el nodo seguía en rojo y daba error. Me volví loco un minuto revisando la configuración del agente, hasta que caí: la credencial era inválida. La borré de N8N, seleccioné mi credencial personal buena y el error desapareció. Moraleja: si un nodo da un error de conexión, revisa primero las credenciales que usa.
  • Desconectar no siempre es la solución: el flujo bloqueado. En un intento de aislar el problema del nodo sin configurar, intenté simplemente desconectar el AI Agent del trigger. Pensé que así podría ejecutar la primera parte. Pero no, el workflow seguía bloqueado porque tenía un nodo «huérfano» y mal configurado dentro del mismo flujo. La solución correcta fue, o bien configurarlo bien, o bien eliminarlo temporalmente hasta que tuviera todos los datos para hacerlo funcionar.

¿Y ahora qué? De este agente básico a un sistema RAG o un asistente de investigación

Ya tienes un bot que habla. Es útil, pero su conocimiento es genérico, limitado a lo que el modelo base sepa y a lo que le hayas puesto en el system prompt. El poder real está en lo que viene después.

Introducción a los flujos RAG con Pinecone y documentos PDF

Imagina que quieres que tu bot responda preguntas sobre un manual de 100 páginas de tu empresa, o sobre todas las leyes de protección de datos. El modelo base no sabe eso. La solución es RAG (Retrieval-Augmented Generation). ¿Cómo se hace? En N8N, añadirías nodos para: 1) Subir tus PDFs y dividirlos en trozos; 2) Convertir esos trozos en vectores (embeddings) y guardarlos en una base de datos vectorial como Pinecone o Weaviate; 3) Antes de pasar la pregunta al agente, buscar en esa base los trozos más relevantes; 4) Inyectar esos trozos como contexto adicional en el prompt del agente. Así, el agente genera respuestas basadas en tu información privada y actualizada.

Agentes con herramientas: el ‘Tools Agent’ para buscar en la web

¿Y si quieres que tu bot tenga información actualizada al minuto? Ahí entran las herramientas (Tools). Puedes configurar tu AI Agent como un «Tools Agent» y añadirle, por ejemplo, una herramienta de búsqueda en internet (hay nodos para eso, o puedes conectar una API como Serper). Entonces, el agente recibe la pregunta «¿qué noticias hay hoy sobre N8N?», razona: «Para responder esto necesito información actual, debo usar la herramienta de búsqueda». La usa, obtiene los resultados y con ellos genera una respuesta precisa. También puedes darle herramientas para leer emails, modificar calendarios o escribir en bases de datos. El agente básico que creamos es el núcleo que decide cuándo y cómo usar estos superpoderes.

Por qué esta base es imprescindible para cualquier automatización avanzada

Podrías intentar construir un agente RAG o con herramientas desde cero, pero te perderías en la complejidad de orquestar todos los pasos. Este flujo de Telegram que ya tienes —Trigger → AI Agent (con Modelo y Prompt) → Respuesta— es el patrón. Todos los flujos avanzados son este patrón, pero con más nodos conectados al agente: una base de datos vectorial por aquí, una herramienta de búsqueda por allá, una memoria de conversación más robusta… Si dominas este circuito simple, entenderás cualquier automatización compleja de IA que veas después. Es como saber conducir: primero aprendes a arrancar, frenar y girar. Lo de hacer derrapes viene luego.

Conclusión: Tú ya puedes automatizar conversaciones (y mucho más)

En resumen, crear un agente de IA en Telegram con N8N se reduce a tres piezas: un trigger que escucha, un agente que piensa (alimentado por un modelo y un prompt) y una acción que responde. Lo he hecho yo mismo en directo, con sus errores incluidos, y funciona.

Esta base no es el final, es el principio. Te invito a que experimentes. Cambia el system prompt y haz un bot que sea un experto en cocina, en finanzas o en lo que tú quieras. Luego, cuando te sientas cómodo, explora cómo añadirle una herramienta de búsqueda web o cómo conectarle tus documentos.

Si quieres ver el proceso con todo el detalle y los tropiezos en tiempo real, tienes el vídeo tutorial completo en mi canal de YouTube. Y si te quedas atascado o quieres contarme qué has construido, ya sabes dónde encontrarme. Venga, a automatizar.