Cómo hacer un agente de IA con n8n

Juan Pe crea un flujo nuevo, el «asistente de clínica», con dos disparadores: el chat de n8n, para hacer pruebas, y Telegram, por donde escriben los clientes. Los conecta a un nodo AI Agent de tipo «Tools Agent», el más usado. Escribe un prompt básico: buscar en la base de datos la información que pide el mensaje y ser amable si la persona se presenta. Luego le da las tres piezas:

• Memoria: Window Buffer Memory, la más simple, que guarda los 5 o 6 últimos mensajes.
• Cerebro: un modelo de OpenAI, GPT-4o mini, con una temperatura de 0,1 para que no invente.
• Herramienta: la base vectorial de Pinecone con los documentos de la clínica.

Ver la respuesta en el vídeo · 08:50:49

La herramienta de base vectorial es un nodo especial: necesita su propio modelo para interpretar la pregunta, buscar en la base de datos y devolver la respuesta. Juan Pe elige Pinecone con el modo para usarla como herramienta de un agente, selecciona el índice de la clínica y el mismo modelo de embeddings que usó al cargar los documentos. Esa carga se explica en la lección Pinecone en n8n.

Ver la respuesta en el vídeo · 08:56:21

El agente al principio no responde bien, así que toca pulir el prompt. Juan Pe usa un GPT de ChatGPT llamado Prompt Engineer y le pide un prompt profesional en formato Markdown para un agente de atención al cliente que debe ser educado y responder todo lo que pregunte un posible cliente. Le añade el nombre exacto de la herramienta y le quita las frases en las que el agente decía que iba a mirar su base vectorial. Después lo prueba con preguntas reales: el precio de la primera consulta y el horario de apertura, que el agente encuentra en la base de datos.

Ver la respuesta en el vídeo · 09:00:00