Automatización con IA vs Agentes autónomos

En esta clase establecemos la diferencia fundamental entre una “automatización que usa IA” (lineal y específica) y un “Agente de IA” (autónomo y contextual). Aprendemos a configurar ambos enfoques.

🤖 Enfoque 1: Automatización Lineal con IA

Es un flujo paso a paso: 

Trigger →→ Procesar con IA →→ Guardar resultado.

• Caso Práctico: Recibir un mensaje en Telegram, usar un nodo básico de OpenAI (Message a Model) para redactar un post de LinkedIn y guardar el resultado en Google Sheets.
• Configuración de Credenciales: Repaso de cómo crear credenciales OAuth2 para Google Sheets (Client ID y Secret) y API Keys de OpenAI.

🕵️ Enfoque 2: El Nodo “AI Agent” (Avanzado)

El Agente es superior porque tiene memoria y herramientas.

• OpenRouter: Aprendimos a conectar OpenRouter para acceder a cientos de modelos (incluyendo gratuitos como GLM, Qwen o versiones free de Llama) con una sola API Key.
• Resiliencia (Fallback): Configuración de un “Modelo de Respaldo”. Si el modelo principal falla, N8N cambia automáticamente al secundario (ej. Gemini) para no romper el flujo.
• Model Selector: Un nodo que permite elegir qué IA usar según la complejidad de la pregunta.

🧠 Concepto Crítico: La “Fecha de Hoy”

Las APIs de IA (a diferencia de ChatGPT web) no saben qué día es.

• El Problema: Si preguntas “¿Qué día es hoy?” a la API, te dirá la fecha de su último entrenamiento (ej. 2023).
• La Solución: Debes inyectar la variable {{ $now }} en el System Prompt del agente para que tenga conciencia temporal real.

💡 Conclusión: Usa automatizaciones lineales para tareas repetitivas (resumir, extraer datos) y Agentes para tareas conversacionales complejas.