En este artículo te voy a enseñar, paso a paso y desde cero, a crear un bot de Telegram con inteligencia artificial usando n8n. Es la base para automatizar respuestas, atender consultas o incluso crear asistentes para tus proyectos, sin escribir una sola línea de código.

Yo no sé programar, ¿vale? Pero eso no me ha impedido montar agentes que me ayuden en mi día a día. De hecho, en el vídeo que grabé, creo uno específico para ayudarme a generar tutoriales de YouTube. Configuro un prompt de sistema que dice: «Eres un experto en n8n y ayudarás a Omar a crear tutoriales para YouTube». Con eso, pruebo el flujo en vivo: le envío un «Hola» y recibo una respuesta contextualizada como «Hola de nuevo, ¿en qué puedo ayudarte hoy con tu tutorial de n8n para YouTube?».

Esa es la prueba de que cualquiera puede hacerlo. La tesis es clara: puedes crear un agente de IA conversacional y útil para tu negocio o proyecto personal usando n8n y Telegram en menos de 30 minutos. La clave está en entender la lógica básica del workflow: un trigger que escucha, un agente que piensa y un nodo que responde. Vamos a verlo.

Por qué un agente de IA en Telegram (y no una simple respuesta automática)

¿Te has encontrado con esos bots de Telegram que solo saben decir «Hola» y «Adiós»? Son útiles para cosas muy básicas, pero se quedan cortos rápido. Un agente de IA es otra cosa.

La diferencia entre un bot y un agente

Un bot sigue reglas fijas. «Si el mensaje contiene ‘precio’, responde con el PDF de tarifas». Es como un contestador automático muy listo, pero limitado. Se rompe en cuanto le preguntas algo que no tiene preprogramado.

Un agente, en cambio, tiene un cerebro. Procesa tu mensaje con un modelo de lenguaje, entiende el contexto, recuerda lo que habíais hablado antes y genera una respuesta única. No sigue un guión, piensa. La diferencia es abismal. Es como cambiar de hablar con una grabación a hablar con una persona que te escucha de verdad.

Casos de uso reales: desde soporte a generación de ideas

Cuando le das ese poder a un agente, las posibilidades se abren. No es solo para que diga «gracias por contactar». Piensa en esto:

  • Soporte inicial 24/7: Un agente que conoce tus FAQs, tus productos y tu tono de marca puede resolver la mayoría de las consultas básicas mientras tú duermes. Y lo hace de forma natural, no con respuestas robóticas.
  • Generador de ideas: Como el mío para tutoriales de YouTube. Le cuento el tema y él me ayuda a estructurar el guión, sugiere puntos clave o incluso me recuerda cosas que se me podrían haber pasado.
  • Asistente personal para proyectos: ¿Estás montando un huerto urbano? Crea un agente experto en horticultura. ¿Estás aprendiendo a programar? Uno que te explique conceptos y revise tu código. Le das la personalidad y el conocimiento que necesitas.

La ventaja de usar Telegram es que ya está en el bolsillo de todo el mundo. No necesitas desarrollar una app ni una web complicada. Tu comunidad, tus clientes o tú mismo podéis hablar con vuestro asistente desde la misma aplicación en la que ya estáis. Esa facilidad de acceso lo cambia todo.

Paso 0: Lo único que necesitas antes de empezar (BotFather y una API Key)

Antes de tocar n8n, necesitas dos cosas que son el combustible de tu agente. Sin ellas, no arranca. Pero conseguirlas es cuestión de minutos.

  1. Cómo crear tu bot en Telegram en 2 minutos. Abre Telegram y busca a BotFather (sí, con esa B mayúscula). Es el bot oficial de Telegram para crear otros bots. Inicias la conversación y le escribes /newbot. Te pedirá un nombre para tu bot (el que verán los usuarios) y luego un nombre de usuario que termine en «bot», como mi_asistente_ia_bot. En un momento, BotFather te dará un token. Guárdalo como oro. Ese token es la llave para que n8n controle tu bot. Es lo que conectará tu flujo de trabajo con Telegram.

  2. Dónde conseguir una API Key para tu modelo de IA (OpenAI, Groq, etc.). El cerebro de tu agente vive fuera. Necesitas acceso a un modelo de lenguaje. La opción más común es OpenAI (ChatGPT). Vas a su plataforma, creas una cuenta y generas una API Key desde el panel. Un detalle práctico: para usar la API de OpenAI, normalmente necesitas añadir un método de pago, aunque sea para el tier gratuito de prueba inicial. Tiene un coste por uso, pero para pruebas es muy bajo. Si buscas una opción con un tier gratuito generoso para empezar, Groq es una alternativa muy interesante. Se puede usar el módulo AI Agent de n8n conectado a modelos como Groq, que ofrece interacciones gratuitas, para procesar los mensajes. La idea es la misma: te registras en la plataforma del proveedor, creas una clave API y la tienes a mano para n8n.

Con el token de Telegram y una API Key de IA, ya tienes todo el poder externo que necesitas. Ahora viene la parte de orquestación.

Paso 1: La columna vertebral – Configurar el Telegram Trigger en n8n

Este es el punto donde tu bot cobra «oídos». El trigger es el nodo que se queda escuchando, esperando a que alguien le escriba.

  1. Crear la credencial con tu token. Dentro de n8n, vas a la sección de «Credenciales» y añades una nueva. Buscas Telegram y pegas el token que te dio BotFather. Le pones un nombre reconocible, como «Bot Tutorial Omar», para no liarte después.

  2. Seleccionar el trigger ‘On Message’. Ahora creas un nuevo workflow. Arrastras un nodo desde la librería y buscas «Telegram». De todos los triggers que salen (para fotos, para canales, etc.), el que nos interesa es «On Message». Lo añades y, en su configuración, seleccionas la credencial que acabas de crear. Así le dices a n8n: «Oye, quiero escuchar los mensajes que le lleguen a ESE bot en concreto».

  3. El truco crítico: activar el webhook. Aquí hay un detalle que muchos pasan por alto y luego se frustran. Para que este trigger funcione en producción (no solo en pruebas manuales), tu instancia de n8n debe ser accesible desde internet con HTTPS. ¿Por qué? Porque Telegram necesita enviar los mensajes a una URL tuya mediante webhooks. Si tu n8n está en tu ordenador local, solo funcionará mientras tengas la app abierta y con una configuración especial. Para algo serio, necesitas un n8n en un servidor o en la nube con un dominio y HTTPS. Es el único punto «técnico» real, pero hoy en día con un VPS barato se soluciona.

Cuando activas este workflow, el trigger queda a la escucha. Cada vez que un usuario le escriba a tu bot en Telegram, este nodo se despertará y pasará toda la información (el texto, el chat ID, quién es el usuario…) al siguiente paso.

Paso 2: El cerebro – Conectar y configurar el Agente de IA

Ahora viene la magia. El mensaje crudo de Telegram llega a un nodo que sí puede entenderlo y razonar una respuesta: el AI Agent.

En mi vídeo, lo hago así: después del trigger de Telegram, añado el nodo «AI Agent». Al principio sale en rojo, que es la forma que tiene n8n de decirte «oye, me faltan datos». ¿Qué le falta? Principalmente, saber cuál es el mensaje del usuario.

Aquí viene un concepto clave de n8n: las expresiones dinámicas. No le vas a decir «responde a ‘Hola’». Le vas a decir «responde al mensaje que venga del nodo anterior». Para eso, en el campo «Prompt» del agente, no escribo texto plano. Hago clic en el pequeño icono de «fx» (expresión) y arrastro la variable desde el nodo de Telegram. En concreto, elijo {{ $json.message.text }}. Esto significa: «coge el texto del mensaje que llegó al trigger». Si el usuario escribió «¿Cuál es el precio?», el agente recibirá exactamente eso. Si escribió «Adiós», recibirá «Adiós». Es dinámico.

Luego, el agente necesita un modelo concreto para pensar. Añado un «Chat Model» dentro de la configuración del agente. Elijo «OpenAI Chat Model» (pero podrías elegir Anthropic, Groq, etc.). En este nodo hijo, es donde meto mi API Key de OpenAI y selecciono el modelo, por ejemplo, gpt-4o-mini. Calidad-precio para esto es brutal.

Pero un agente con solo un modelo es como un cerebro sin personalidad. Aquí entra el System Prompt, que es lo más importante para que sea útil. En las opciones del AI Agent, añado un «System Message». Aquí es donde le das la personalidad, las normas y el contexto.

En mi ejemplo, yo pongo: «Eres un experto en n8n y ayudarás a Omar a crear tutoriales para YouTube. Responde siempre en español de manera clara y directa. Si no sabes algo, dilo. Enfócate en pasos prácticos y ejemplos concretos.»

Este prompt es el que hace que cuando yo salude con un «Hola», él me responda «Hola de nuevo, ¿en qué puedo ayudarte hoy con tu tutorial de n8n para YouTube?» en vez de un «Hola, ¿cómo estás?» genérico. Le estás dando un rol y un objetivo.

Puedes hacerlo experto en lo que quieras: en tu sector, en tu producto, en dar consejos de jardinería… Las normas que le pongas aquí definirán cómo se comporta.

Paso 3: Cerrar el ciclo – Enviar la respuesta de vuelta a Telegram

Ya tenemos el mensaje entrante y la respuesta inteligente. Ahora hay que devolverla al chat de donde vino. Si no, la conversación muere ahí.

  1. Añadir el nodo Telegram ‘Send Message’. Busco otra vez Telegram en la librería de n8n, pero esta vez no un trigger, sino una acción. La que necesito se llama «Send Message» (o «Send a text message»). La arrastro y la conecto después del AI Agent.

  2. Configurar el Chat ID dinámico. Este nodo me pide dos cosas esenciales: a qué chat enviar el mensaje y qué texto enviar. Para el «Chat ID», no puedo poner un número fijo, porque cada usuario tiene uno diferente. Uso otra expresión dinámica. Desde el nodo original de Telegram (el trigger), arrastro la variable {{ $json.message.chat.id }}. Esto asegura que la respuesta vaya exactamente al mismo chat del que vino la pregunta, ya sea un usuario o un grupo.

  3. Conectar la respuesta del agente como texto del mensaje. Para el campo «Text», hago lo mismo: desde el nodo AI Agent, arrastro la variable {{ $json.output }}. Esta variable contiene exactamente la respuesta de texto que generó el agente de IA.

Hay un detalle estético. Por defecto, n8n añade una pequeña atribución al final del mensaje («Enviado automáticamente con n8n»). En el nodo «Send Message», si bajas a «Opciones adicionales», verás un switch para «Disable n8n Attribution». Lo desactivas y el mensaje llegará limpio, como si fuera el bot hablando por sí mismo.

Cuando tienes estos tres nodos conectados (Telegram Trigger -> AI Agent -> Telegram Send Message), el ciclo está completo. Es la base de cualquier agente conversacional.

De lo básico a lo pro: 3 mejoras que multiplican la utilidad de tu agente

Con lo que ya tienes, funciona. Pero si quieres pasar de un experimento a algo realmente útil, hay tres mejoras que marcan la diferencia. Son las que yo aplico siempre.

1. Añadir memoria de conversación (contexto). El agente básico trata cada mensaje como si fuera la primera vez. Le preguntas «¿Qué modelos tienes?» y luego «¿Y el más barato?», y no sabe que «el más barato» se refiere a los modelos. Es frustrante. Para eso está la memoria. En la configuración del AI Agent, añades un módulo de «Memory». El más sencillo y efectivo es el «Window Buffer Memory». Lo añades y, en su configuración, tienes que darle una «Session Key». Esta clave es lo que agrupa los mensajes de una misma conversación. ¿Y qué usamos en Telegram? Pues el chat.id otra vez. Para mantener una memoria de conversación por usuario en Telegram, utiliza {{ $json.message.chat.id }} como Session Key. Así, el agente recordará las últimas 10-15 interacciones de ese chat concreto y podrá mantener una conversación coherente.

2. Manejar comandos como /start o /help. Telegram bots funcionan mucho con comandos (palabras que empiezan por /). Tu agente de IA puede procesarlos, pero a veces quieres una respuesta rápida y predecible, sin gastar tokens de IA. Para eso, antes de llegar al AI Agent, puedes poner un nodo «IF» (o «Switch») que compruebe el mensaje entrante. Si {{ $json.message.text }} es igual a «/start», entonces envías un mensaje de bienvenida fijo directamente al nodo de «Send Message», sin pasar por la IA. Si es cualquier otra cosa, lo dejas pasar al agente. Esto da un toque mucho más profesional y controlas el primer contacto.

3. Integrar herramientas o buscar en internet. Esto es donde el agente se vuelve poderoso de verdad. El nodo AI Agent de n8n permite añadir «Tools». ¿Qué son? Funciones que el agente puede decidir usar. Por ejemplo, una tool para buscar en internet (hay nodos para conectarse a APIs de búsqueda), otra para consultar el tiempo, otra para leer un archivo de tu Google Drive… Cuando el usuario pregunta «¿Qué tiempo hace hoy en Madrid?», el agente, por sí mismo, decide que necesita usar la «tool del tiempo», la ejecuta, obtiene los datos y genera una respuesta con esa información. Le estás dando superpoderes. Puedes empezar con una tool sencilla, como una búsqueda en Google SerpAPI, y ver cómo el agente ya puede responder sobre noticias o información actual.

Errores comunes (y cómo solucionarlos) cuando pruebas tu agente

Es normal que al principio no funcione a la primera. A mí me pasa. Te voy a contar los fallos más típicos que veo (y que me han pasado a mí) para que no pierdas la cabeza.

El trigger no recibe mensajes. Es el problema número uno. Le escribes al bot y en n8n no se mueve nada. Revisa esto: 1) ¿El workflow está activado (el interruptor en verde)? En modo prueba, a veces lo ejecutas manualmente, pero para que escuche constantemente debe estar activado. 2) ¿Tu instancia de n8n es accesible desde internet con HTTPS? Si estás en local, solo funcionará en pruebas manuales con la opción «Listen for local webhooks» activada en la configuración del trigger. Para producción, necesitas un n8n en un servidor. 3) ¿El token de la credencial de Telegram es correcto? Cópialo y pégalo de nuevo por si acaso.

El agente devuelve error o no responde. Si el trigger se dispara pero el AI Agent se pone rojo o da un error, mira la pestaña «Ejecuciones» de n8n. Ahí verás el error exacto. Lo más común: 1) API Key de IA incorrecta o sin crédito. Revisa que la clave en el nodo del Chat Model sea la buena y que tengas saldo o créditos en la plataforma (OpenAI, Groq, etc.). 2) Falta el System Prompt. A veces el agente necesita aunque sea un prompt de sistema vacío. Añade uno aunque sea mínimo. 3) La expresión dinámica del mensaje está mal. Asegúrate de que en «Prompt» estás usando {{ $json.message.text }} y que esa variable trae el texto correcto (puedes hacer una ejecución de prueba y ver qué valor llega).

La respuesta no llega al chat de Telegram. El trigger y el agente funcionan, pero el usuario no recibe nada. Aquí el fallo suele estar en el nodo final «Send Message». 1) Chat ID mal configurado. Tienes que usar la expresión dinámica {{ $json.message.chat.id }} desde el PRIMER nodo de Telegram (el trigger), no desde el agente. Si no, estás enviando el mensaje a un chat ID que probablemente no existe. 2) Credencial incorrecta en el nodo «Send Message». Este nodo también necesita la credencial de Telegram (el token). Comprueba que has seleccionado la misma que en el trigger.

La belleza de esto es que, una vez que tienes la base funcionando, las posibilidades son interminables. Puedes añadir más nodos: que guarde las conversaciones en una base de datos, que te envíe un email si un usuario dice «quiero hablar con un humano», que genere imágenes con DALL-E si le piden un logo…

Lo importante es que empieces con esto, con el flujo de tres nodos. Pruébalo, juega con el system prompt, dale una personalidad a tu agente. Verás que en muy poco tiempo tienes una herramienta que antes parecía solo al alcance de programadores.

Si quieres ver el proceso en movimiento, con los clics y los errores en directo, tienes el vídeo tutorial completo en el canal. Y si te atascas o quieres contarme qué agente has creado, ya sabes dónde encontrarme.

Sigue leyendo

Herramientas y recursos que menciono

Algunos de estos enlaces son de afiliado: si compras a través de ellos me llevo una pequeña comisión, sin coste extra para ti.