A quién le sirve. Empresas con muchos documentos internos, como manuales, procedimientos o ingeniería, que quieren hacerles preguntas en lenguaje normal.
Qué hicieron
En un proyecto de n8n de su empresa, el comentarista montó varios asistentes de IA que hacían llamadas a la API de AutoCAD Forge y trabajaban sobre información de la empresa mediante análisis de documentos, embeddings (representaciones numéricas del texto) y RAG (buscar en tus documentos antes de responder). Lo describe como más fácil de empezar que un proyecto en Python, pero dice que las IA a veces enviaban peticiones a la base de Supabase equivocada y que hacían falta personas para tratar planos de ingeniería revisados y esquemas SMP.
Cómo salió
Funcionó bastante bien para buena parte del trabajo, pero las respuestas eran inconsistentes: el trabajo con la API fue penoso, la información se repartía mal entre asistentes y montar la lectura y la búsqueda en n8n fue más difícil que en Python.
Conviene saber
Es una cuestión de equilibrio: n8n fue más fácil para empezar, pero dice que un script en Python habría resuelto parte del trabajo con la API de Forge en pocas horas.
Qué necesitas
- Una cuenta de n8n
- Los documentos de tu empresa en Google Drive, Notion o una base de datos
- Un modelo de IA y un servicio de embeddings, que convierte el texto en números para poder buscarlo por parecido, conectados a n8n
- Un sitio donde guardar esa base de búsqueda, como Supabase
- Alguien que revise las respuestas importantes
Cómo hacerlo tú, paso a paso
- Decide qué documentos quieres consultar y reúnelos en un solo sitio: manuales, procedimientos, presupuestos.
- En n8n crea un flujo que lea esos documentos y los trocee en fragmentos.
- Convierte los fragmentos en una base de búsqueda y guárdala en el sitio que hayas elegido.
- Crea un asistente que, ante cada pregunta, busque primero en esa base y responda citando el documento de origen. Esta técnica se llama RAG.
- Conéctalo a Slack o a un chat, con acceso de solo lectura a los datos.
- Prueba con tres preguntas cuya respuesta conozcas y comprueba que muestra bien sus fuentes.
Constrúyeme un flujo en n8n que me permita hacer preguntas en [chat o Slack] sobre los datos de nuestra empresa guardados en [Google Drive, Notion o base de datos]. Debe leer y trocear esos documentos, convertirlos en una base de búsqueda y responder consultándola, citando el documento de origen. Solo debe leer los datos, nunca modificar ni borrar nada. Habrás terminado cuando conteste bien [tres preguntas de prueba] y muestre sus fuentes.
Consejos
- Empieza con un solo asistente. En el caso, repartir la información entre varios salió mal.
- Dale una sola base de datos y solo lectura. A veces la IA mandó peticiones a la base equivocada.
- Si tus documentos son planos o esquemas con revisiones, que los revise una persona. En el caso, la IA no los trataba bien.
Preguntas frecuentes
¿Es mejor n8n o Python?
n8n es más fácil para empezar. Si el trabajo se complica, un programador puede resolverlo antes con un script en Python.
¿Puede inventarse respuestas?
Sí. Por eso el flujo cita el documento de origen: abre la fuente cuando la respuesta sea importante.
Fuentes
En el directorio desde el 5 de octubre de 2026.