En esta sesión de los cursos de los viernes seguimos explorando las posibilidades de automatización con n8n, pero esta vez incorporando inteligencia artificial al flujo de trabajo. El objetivo es construir un asistente para la dirección de obra capaz de recibir fotografías y comentarios, interpretar su contenido y generar automáticamente textos que puedan utilizarse como anotaciones de obra.
La sesión parte de una experiencia previa bastante sencilla: seleccionar una fotografía al azar, utilizar un modelo de inteligencia artificial para describirla y generar una publicación para redes sociales relacionada con su contenido. A partir de esa idea, trasladamos el mismo procedimiento a una aplicación profesional más interesante: aprovechar las fotografías y observaciones realizadas durante una visita de obra para producir información escrita sin tener que redactarla desde cero.
A lo largo del vídeo vamos construyendo el flujo de trabajo directamente en n8n. Comenzamos utilizando un bot de Telegram como punto de entrada para recibir mensajes, imágenes o ambas cosas, aunque también exploramos las posibilidades de utilizar otras plataformas como Microsoft Teams o Google Chat. Vemos cómo se reciben los datos, cómo identificar los archivos adjuntos y cómo preparar la información para enviarla a un modelo de inteligencia artificial capaz de interpretar imágenes.
También exploramos la incorporación de modelos multimodales mediante sus API, incluyendo alternativas que permiten realizar pruebas gratuitas con ciertas limitaciones de uso. Trabajamos con agentes de IA, instrucciones o prompts y diferentes formas de organizar los nodos para combinar la descripción de una imagen con el contexto proporcionado por el usuario. Aparecen cuestiones como la gestión de datos binarios, la descarga de fotografías, la ejecución secuencial o paralela de tareas y la necesidad de reunir información procedente de distintas ramas antes de continuar.
La demostración también permite comprobar que construir estas automatizaciones no siempre resulta tan sencillo como parece. Surgen problemas con los formatos de imagen, los datos que recibe cada nodo y, especialmente, con la conexión al servidor de n8n. Los errores acaban impidiendo completar el flujo y obtener la anotación de obra que pretendíamos generar, pero sirven para mostrar cómo se diagnostican los problemas y qué aspectos debemos tener en cuenta cuando conectamos distintas aplicaciones y servicios de inteligencia artificial.
La sesión termina dejando una reflexión interesante sobre las posibilidades reales de estas herramientas. La inteligencia artificial puede ayudarnos a interpretar información que hasta ahora resultaba difícil incorporar a una automatización, como el contenido de una fotografía, y convertirla en datos aprovechables por otros procesos. Pero también comprobamos que entre imaginar un flujo de trabajo y conseguir que funcione de manera fiable hay una distancia considerable. Precisamente ahí está buena parte del aprendizaje: entender cómo se conectan las piezas, qué limitaciones tienen y cuándo el esfuerzo de automatizar una tarea puede compensar frente a resolverla directamente.
Contenido completo sólo disponible para miembros de BIMrras INSIDERS. Para ver toda la sesión puedes suscribirte o identificarte.
This content is restricted to subscribers
