Automatización con N8N: armá un newsletter inteligente desde cero

Hay una pregunta que me hice durante mucho tiempo: ¿cómo mantenerse al día con todo lo que pasa en la industria sin que eso consuma horas de la semana? La respuesta que encontré fue automatizar ese proceso por completo. Cada lunes tengo en mi bandeja de entrada un resumen con las noticias más relevantes, seleccionadas y rankeadas por inteligencia artificial, sin haber movido un dedo.

Ese resultado es lo que permite construir un flujo en N8N: un newsletter automatizado que recopila información de las fuentes que uno elige, filtra lo publicado en los últimos siete días, le pide a ChatGPT que resuma y puntúe cada pieza, y despacha un correo con el top 10 de forma completamente automática.

En este artículo explico cómo funciona cada parte del flujo, qué decisiones técnicas hay detrás de cada paso y de qué manera se puede adaptar a cualquier temática, para que quede claro tanto cómo armarlo como por qué está construido así.

Qué es N8N y por qué cada vez más equipos lo eligen

N8N es una plataforma de automatización de flujos de trabajo de código abierto que permite conectar aplicaciones, APIs y servicios mediante nodos visuales, sin necesidad de escribir código. Cada proceso se llama workflow y consiste en una serie de nodos encadenados que ejecutan tareas específicas dentro de una misma lógica: correos, consultas a APIs, transformaciones de datos o interacciones con bases de datos.

A diferencia de herramientas como Zapier o Make, N8N puede ejecutarse en la infraestructura propia de cada organización, lo que da control total sobre los datos y elimina límites de ejecuciones. Para empresas que manejan información sensible o necesitan cumplir con normativas de privacidad de datos, esto marca una diferencia concreta frente a las plataformas cerradas.

Otra ventaja clave es su integración nativa con inteligencia artificial. N8N cuenta con nodos dedicados a modelos de lenguaje como GPT-4o, Claude y otros LLMs, lo que permite ir mucho más allá de la automatización mecánica y construir flujos que entienden contexto, clasifican información, generan texto y toman decisiones en tiempo real.

Para equipos de growth, marketing y operaciones, esto cambia el punto de partida: ahora es posible procesar volúmenes de información que un humano no podría manejar solo y convertirlos en acciones concretas.

¿Por qué tiene sentido automatizar tu newsletter de industria?

Mantenerse actualizado sobre lo que pasa en tu sector requiere tiempo. Revisar blogs especializados, fuentes RSS, newsletters de referencia y novedades de herramientas puede llevar horas a la semana, horas que en muchos equipos directamente no existen.

El problema es el exceso: hay demasiado contenido disponible y muy poco filtro. Un newsletter automatizado resuelve exactamente eso: definís las fuentes que te importan, establecés criterios de relevancia y recibís un resumen curado, sin tener que hacer la curaduría vos.

Más allá del uso personal, este tipo de flujo tiene aplicaciones directas para equipos:

• Equipos de contenido que necesitan monitorear tendencias para planificar su calendario editorial.
• Equipos de SEO que quieren seguir los cambios de algoritmos y novedades del sector en tiempo real.
• Equipos de growth que necesitan estar al tanto de movimientos de competidores y nuevas herramientas.
• Líderes que quieren recibir un briefing semanal sin tener que delegar la tarea a un integrante del equipo.

El flujo que describimos en este artículo se puede configurar para cualquiera de esos casos, cambiando únicamente las fuentes RSS y el prompt que le da contexto a la inteligencia artificial.

Cómo funciona el flujo: los 10 pasos del workflow

El flujo completo se divide en diez pasos. Cada uno cumple una función específica dentro de la cadena y se conecta con el siguiente de forma automática. Acá te explicamos qué hace cada nodo y por qué está ahí.

Paso 1 – El disparador

Todo workflow en N8N necesita un trigger: el evento que lo activa. En este caso, el disparador está configurado para ejecutarse todos los lunes a las 9 de la mañana. Si preferís que el correo llegue todos los días, configurás el intervalo en 1. Si querés que sea mensual, en 30. La lógica del resto del flujo se adapta según esa frecuencia.

Paso 2 – Las fuentes de noticias

El flujo lee un archivo JSON que lista el nombre de cada medio y la dirección de su feed RSS. Un feed RSS es un canal de noticias estructurado: cada vez que un medio publica un artículo nuevo, ese artículo aparece en el feed con título, fecha, resumen y enlace.

En el ejemplo del episodio de Eleven Talks usamos siete fuentes de SEO: Google Search Central, Moz, Search Engine Roundtable, Search Engine Journal, Search Engine Land y SEMrush Blog, entre otras. Pero podés reemplazarlas por medios de growth marketing, inteligencia artificial, negocios, fintech o cualquier otra temática. La gran mayoría de los medios tienen su RSS disponible en la home del sitio.

Paso 3 – Leer los feeds

En esta etapa trabajan dos nodos en conjunto, uno que divide la lista de fuentes y procesa cada una por separado mientras el otro lee las noticias de cada URL y las devuelve como datos estructurados. Ese diseño en paralelo hace el proceso más eficiente y permite agregar o quitar fuentes sin modificar la lógica del resto del flujo.

Paso 4 – Filtrar por fecha

De todas las noticias que devuelven los feeds, el flujo selecciona únicamente las publicadas en los últimos 7 días. Un nodo de código calcula la fecha límite retrocediendo desde el momento de ejecución y filtra todo lo que queda fuera de ese rango. Si el flujo se ejecuta diariamente, este paso se ajusta para traer solo las noticias de las últimas 24 horas.

Paso 5 – Obtener el contenido completo

Los feeds RSS muchas veces solo traen el título y un resumen breve. Para que la inteligencia artificial pueda evaluar correctamente la relevancia de cada nota, necesitamos el artículo completo. Este paso usa dos nodos en paralelo: el primero intenta traer el texto completo de la URL; el segundo actúa como plan B en caso de que el sitio detecte el acceso automatizado y lo bloquee. Una vez que ambos nodos procesaron las noticias, los resultados se combinan para asegurar cobertura completa.

Paso 6 – Limpiar y recortar los textos

Los artículos completos pueden ser muy extensos, y enviar todo ese contenido a un modelo de lenguaje sería costoso en tokens y lento en respuesta. Por eso este paso recorta cada texto a un máximo de 8.000 caracteres y elimina todo lo que sea ruido, menús, footers, publicidad y scripts, dejando solo el contenido relevante de cada nota listo para ser procesado por la IA.

Paso 7 – Primera capa de IA: resumen y puntaje

Acá entra ChatGPT configurado con GPT-4o, que recibe cada noticia de a una para no saturar la API ni generar costos innecesarios, y devuelve siempre un JSON con la misma estructura, título corto, fuente, link, resumen breve, tema y un puntaje de relevancia del 1 al 10 con una frase que justifica ese número.

Dividir la tarea en dos llamadas separadas a la IA, en lugar de pedirle todo de una sola vez, tiene una lógica concreta. Cuando un modelo recibe instrucciones muy largas y complejas, la calidad de la respuesta tiende a bajar, y dos tareas simples rinden mejor en tokens y en precisión que una sola tarea doble.

En cuanto al modelo, GPT-4o ofrece un buen equilibrio entre calidad de respuesta y costo por token. GPT-4 clásico es considerablemente más caro por token, y para un flujo que procesa decenas de artículos semanalmente ese diferencial se acumula. GPT-5, a pesar de sus capacidades superiores, implica un gasto de tokens desproporcionado para la tarea que le pedimos.

Paso 8 – Compactar la información

Antes de enviar todo el material al segundo modelo para el ranking, el flujo agrupa todos los artículos procesados y se queda solo con los campos estrictamente necesarios, título, fuente, link, resumen, tema y puntaje. Eliminar el resto de los datos reduce el volumen de texto que le llega al modelo, lo que baja el costo y acelera la respuesta.

Paso 9 – Segunda capa de IA: ranking final

Con toda la información compactada, se hace una segunda llamada a ChatGPT. Esta vez el modelo actúa como editor jefe de un medio: recibe todas las noticias con sus puntajes y criterios de relevancia definidos en el prompt, y devuelve el top 10 ordenado de mayor a menor impacto. El prompt puede incluir criterios específicos según la temática; por ejemplo, priorizar noticias con impacto directo en el posicionamiento orgánico si el newsletter es de SEO.

Paso 10 – Envío del correo

Con el ranking definido, el flujo arma y envía el correo. Se conectan las credenciales de email, se define el destinatario, el asunto y el cuerpo del mensaje, donde cada noticia aparece con su resumen y el link al artículo original. El resultado es un correo que llega solo, todos los lunes, sin que nadie tenga que enviarlo.

¿Qué necesitás para implementarlo?

Los requisitos para poner en marcha este flujo son tres:

• Una cuenta en N8N, ya sea en la versión cloud de n8n.io o autoalojada en tu propio servidor.
• Tu API Key de OpenAI, con saldo cargado para consumir tokens de GPT-4o.
• Tu cuenta de email conectada en N8N para el envío automático del correo.

El flujo completo está disponible como archivo JSON para importar directamente en N8N desde el episodio de Eleven Talks correspondiente. Una vez importado, solo hace falta conectar las credenciales y ajustar las fuentes RSS según los temas que te interesen.

¿Cómo adaptar este flujo a cualquier industria o temática?

Uno de los puntos más potentes de este workflow es su flexibilidad. La lógica del flujo no cambia según la temática; lo único que cambia es el listado de fuentes RSS y el prompt que le da instrucciones a la IA.

Para transformar el newsletter de SEO en uno de growth marketing, inteligencia artificial, tecnología, negocios o cualquier otro sector, alcanza con:

• Reemplazar las URLs de los feeds RSS en el archivo JSON inicial por los medios que te interesen.
• Ajustar el prompt de la primera llamada a la IA para que evalúe la relevancia según los criterios de tu industria.
• Modificar el prompt del ranking para que el modelo priorice el tipo de noticias que más te importan.

La mayoría de los medios especializados tienen un feed RSS disponible. En los que no aparece directamente en la home, una búsqueda rápida con el nombre del medio más la palabra RSS suele alcanzar para encontrarlo.

¿Cómo controlar el costo en tokens sin perder calidad?

Integrar un LLM en un flujo automatizado implica un costo operativo que se repite cada vez que el workflow se ejecuta. El diseño de este flujo toma decisiones específicas para minimizar ese costo sin sacrificar la calidad del resultado.

La primera decisión es recortar los artículos antes de enviárselos al modelo. Limitar el texto a 8.000 caracteres elimina el ruido sin perder la información relevante. La segunda es dividir el trabajo de la IA en dos llamadas simples en lugar de una sola compleja. La tercera es compactar los datos antes del ranking para que el modelo solo reciba lo que necesita.

Otra práctica recomendable es incluir un nodo de espera entre las llamadas a la API para evitar errores por rate limiting, especialmente cuando el volumen de fuentes es alto. N8N tiene un nodo de Wait específico para esto, que hace una pausa configurable entre ejecuciones consecutivas.

Más allá del newsletter: qué otros flujos podés construir en N8N

El workflow de newsletter es un buen punto de entrada para entender la lógica de N8N, pero la plataforma permite construir automatizaciones mucho más complejas que van desde la gestión de leads hasta el monitoreo de métricas y la generación de reportes.

Algunos flujos que los equipos de marketing y growth implementan con N8N:

• Gestión automatizada de leads: cuando alguien completa un formulario, N8N puede crear el contacto en el CRM, enviarlo a una secuencia de email marketing, notificar al equipo por Slack y asignarlo a un vendedor, todo en segundos y sin intervención manual.
• Monitoreo de competidores: flujos que rastrean sitios específicos, detectan cambios en precios o contenido nuevo y envían alertas al equipo en tiempo real.
• Generación de reportes: N8N puede conectarse a Google Analytics, Search Console u otras fuentes, procesar los datos con IA y enviar un resumen ejecutivo semanal sin que nadie tenga que armarlo.
• Clasificación de feedback: flujos que leen comentarios de redes sociales o reseñas, los clasifican por sentimiento o urgencia y los derivan al área correspondiente.

La capacidad de conectar más de 1.200 servicios distintos y de incorporar modelos de IA en cualquier punto del flujo convierte a N8N en una plataforma que escala junto con las necesidades del equipo. Si te interesa explorar cómo aplicar esto en tu estrategia digital, podés ponerte en contacto con el equipo de Eleven para diseñar el flujo que mejor se adapte a tu caso.