# Probar tus automatizaciones con datos basura antes de fiarte

> Alguien rompió a propósito sus flujos de n8n con una IA en medio: 102 de 150 pruebas fallaron sin avisar.

- **Tipo:** Caso de uso
- **Tema:** Operaciones
- **Herramientas:** n8n
- **Dificultad:** media
- **Origen:** [@crzy_undefinedundefined en DEV](https://dev.to/crzy_undefinedundefined/whats-the-worst-thing-an-automation-of-yours-did-without-telling-you-mine-sent-12-fake-hot-leads-4323)
- **En el directorio desde:** 15 de noviembre de 2026
- **URL:** https://conqueia.com/caso/probar-tus-automatizaciones-con-datos-basura-antes-de-fiarte

## A quién le sirve

Negocios con automatizaciones que avisan de clientes potenciales, leen facturas o escriben mensajes, y quien las vaya a montar.

## Qué hicieron

Durante unas semanas, un usuario de n8n (una herramienta para encadenar tareas automáticas) provocó fallos en sus propios flujos, casi todos con una llamada a un modelo de IA en medio. Les pasó datos vacíos, texto sin sentido y facturas en blanco para ver cómo reaccionaban. Un flujo calificaba contactos y avisaba por Slack, otro extraía datos de facturas.

## Cómo salió

De 150 pruebas con 30 entradas defectuosas en 5 flujos, 102 fallaron sin que nada diera error. El calificador de contactos avisó como «contacto caliente» en 12 de 12 pruebas con basura. El extractor de facturas inventó proveedor, líneas y total a partir de un texto en blanco.

## Conviene saber

Son pruebas del propio autor sobre sus flujos, no datos de un negocio real. Las soluciones que propone son sencillas: filtrar la entrada antes de la IA, comprobar la salida después y montar una alerta de errores que de verdad avise a alguien.

## Qué necesitas

- Una automatización con IA ya montada (n8n, Make, Zapier u otra)
- Una lista de entradas defectuosas inventadas
- Un canal de avisos de errores que alguien mire de verdad
- Un rato para probar sin tocar datos reales

## Cómo hacerlo tú, paso a paso

1. Anota qué recibe tu automatización, qué hace la IA y qué envía al final.
2. Prepara entradas malas: campos vacíos, solo espacios, texto sin sentido y datos incompletos.
3. Lanza cada una en un entorno de pruebas, nunca con clientes reales.
4. Mira el resultado de cada prueba, no solo si salió en verde.
5. Añade antes de la IA un filtro que pare si falta lo básico.
6. Añade después de la IA una comprobación que falle si el resultado no tiene sentido.
7. Configura un aviso de errores que llegue a una persona y pruébalo.

## Pruébalo con n8n

```
Actúa como revisor de automatizaciones. Te voy a describir un flujo que usa IA: [describe qué recibe, qué hace la IA y qué envía al final]. Dame una lista de 15 entradas defectuosas para probarlo: vacías, solo espacios, texto sin sentido, datos incompletos y datos contradictorios. Para cada una dime qué debería hacer el flujo y qué señal me avisaría si falla en silencio. Después propón una comprobación antes de la IA y otra después. Has terminado cuando tenga la lista de pruebas y las dos comprobaciones.
```

## Consejos

- Un «ejecución correcta» en verde no prueba que el resultado sea bueno.
- No te fíes solo de la puntuación de la IA: mira también el resto de campos que devuelve.
- Prueba el aviso de errores con uno falso, porque un enlace mal puesto también falla en silencio.

## Preguntas frecuentes

### ¿Hace falta saber programar?

Para lo básico no. Los filtros y las alertas se montan con los bloques de la propia herramienta, aunque alguna comprobación pide un poco de código.

### ¿Cada cuánto conviene repetir las pruebas?

Cada vez que cambies el flujo o el modelo de IA que usa. Un cambio pequeño puede romper comprobaciones que antes funcionaban.

## Fuentes

- [@crzy_undefinedundefined en DEV](https://dev.to/crzy_undefinedundefined/whats-the-worst-thing-an-automation-of-yours-did-without-telling-you-mine-sent-12-fake-hot-leads-4323)

---

Fuente: conqueia.com/caso/probar-tus-automatizaciones-con-datos-basura-antes-de-fiarte
