Si tu equipo es técnico, la tentación es evidente: n8n tiene un nodo de agente de IA, nodos para bases vectoriales, un disparador de WhatsApp y un chat que se incrusta en la web. En una tarde tienes algo que responde preguntas con tu documentación. Y funciona: la demo sale bien.
La pregunta no es si se puede montar, sino qué pasa los seis meses siguientes, cuando lo usan clientes de verdad y el que lo montó tiene que volver a su trabajo.
La respuesta corta
Un agente de soporte hecho con n8n resuelve bien la parte central: recibir un mensaje, buscar en tu documentación, pedir una respuesta a un modelo de lenguaje y devolverla por el canal. Lo que queda fuera del flujo es casi todo lo demás: una bandeja donde tu equipo vea y responda las conversaciones, el paso a una persona con contexto, la identificación del cliente, las pruebas antes de cambiar algo, las métricas y la detección de lo que el agente no sabe. Compensa construirlo para un caso acotado (un canal, preguntas de documentación, poco volumen) o como prototipo. Cuando el soporte es un canal real con clientes que pagan, el coste está en mantener todo lo que rodea al flujo, y ahí suele compensar comprarlo.
Qué resuelve bien un flujo de n8n
- Recibir el mensaje desde el chat de la web, WhatsApp, Slack o un correo.
- Buscar en tu documentación con un nodo de base vectorial (cargas tus artículos, los trocea y guarda los fragmentos).
- Generar la respuesta con el modelo que elijas, con unas instrucciones de sistema.
- Llamar a tu API con un nodo HTTP para consultar un dato concreto.
- Devolver la respuesta por el mismo canal.
Para un prototipo o un caso interno es una forma excelente de aprender cómo funciona un agente de soporte, y de comprobar si tu documentación da para responder. Si no tienes nada escrito todavía, empieza por ahí: cómo crear una base de conocimiento para IA.
Lo que queda fuera del flujo
Esto es lo que aparece en cuanto hay clientes reales:
| Pieza | Por qué hace falta | Qué supone construirla |
|---|---|---|
| Bandeja para el equipo | Ver las conversaciones, responder a mano, asignar | Una aplicación aparte, con usuarios y permisos |
| Paso a una persona | El agente no sabe o el cliente lo pide | Detectar cuándo, avisar a alguien y que vea el historial |
| Identificar al cliente | Dar datos de su cuenta sin dárselos a otro | Verificar la identidad en el chat y relacionar el teléfono con la cuenta |
| Historial por cliente | Que una persona sepa qué se habló ayer | Guardar y unir conversaciones de varios canales |
| Probar antes de cambiar | Que un cambio de instrucciones no rompa lo que ya funcionaba | Un entorno de pruebas y una batería de preguntas |
| Métricas | Saber cuánto resuelve y dónde falla | Registrar cada respuesta, valoraciones y motivos de derivación |
| Huecos de documentación | Saber qué escribir | Agrupar lo que no supo responder |
| Actualizar el conocimiento | Que no responda con un artículo de hace un año | Volver a cargar y trocear cuando cambia la documentación |
Ninguna es imposible con n8n y algo de código. El problema es que cada una es un proyecto pequeño, y juntas son un producto que alguien tiene que mantener.
Lo que cuesta de verdad
El coste de n8n es lo de menos. La versión que se instala en tus servidores (Community Edition) es gratuita, y en la nube el plan inicial cuesta 20 € al mes con facturación anual e incluye 2.500 ejecuciones al mes (precios de la web de n8n en octubre de 2026). Ojo con las ejecuciones: si cada mensaje del cliente lanza el flujo, una conversación de seis mensajes son seis ejecuciones.
Lo que de verdad cuesta:
- El modelo de lenguaje, que se paga por uso al proveedor.
- Las horas de la persona que lo mantiene: cada cambio en los canales, en la API del modelo o en tu producto toca el flujo.
- Los errores que nadie ve: si el agente responde mal y no hay métricas ni bandeja, te enteras por el cliente.
- La dependencia de una persona: si quien lo montó se va o cambia de proyecto, nadie sabe tocarlo.
Haz la cuenta con las horas: si mantenerlo lleva cuatro horas a la semana a un desarrollador, eso es lo que cuesta, no los 20 € de n8n. Para comparar con lo que cuesta atender a mano, cuánto cuesta atender un ticket de soporte.
Cuándo compensa construirlo y cuándo comprarlo
| Situación | Mejor opción |
|---|---|
| Prototipo para ver si tu documentación da para responder | Construirlo |
| Un caso interno (responder al equipo de ventas, por ejemplo) | Construirlo |
| Un solo canal, poco volumen, solo preguntas de documentación | Construirlo puede bastar |
| Clientes que pagan, varios canales, un equipo que atiende | Comprarlo |
| Hace falta dar datos de la cuenta del cliente | Comprarlo, salvo que tengas tiempo para la seguridad |
| Nadie del equipo puede dedicarle horas cada semana | Comprarlo |
Una regla práctica: si el soporte es parte de lo que vendes, lo que no puede fallar es todo lo de alrededor (que una persona coja la conversación, que se vea el historial, que sepas qué falla), y eso es justo lo que el flujo no trae.
Si decides construirlo
- Empieza con un solo canal y solo preguntas de documentación, sin datos de la cuenta.
- Escribe una regla de derivación desde el primer día: cuando no encuentre nada, que lo diga y pase a una persona. Cómo, en reglas de escalado para un agente de IA.
- Guarda cada pregunta y cada respuesta, aunque sea en una hoja de cálculo. Sin eso no puedes mejorarlo.
- Prepara una batería de preguntas y pásala antes de cada cambio. La lista, en cómo probar un agente de IA antes de activarlo.
- Pon un responsable con nombre y tiempo reservado.
Cómo lo hace Intake
Intake es la parte de alrededor ya hecha: la bandeja compartida para el chat, el correo, WhatsApp y Slack, el paso a una persona con el contexto, la verificación de identidad del cliente, las acciones que llaman a tu API con sus secretos cifrados, una zona para probar el agente con la configuración nueva antes de publicarla, métricas por tema y una lista de lo que el agente no supo responder. Y si ya usas n8n para otras automatizaciones, Intake se conecta a Make y Zapier, o directamente a tu API. Lo tienes en el agente de IA de Intake.
Preguntas frecuentes
¿Se puede hacer un agente de soporte con n8n?
Sí. n8n tiene nodos para el agente de IA, para bases vectoriales y para canales como WhatsApp o el chat de la web. La parte central se monta rápido; lo difícil es todo lo que lo rodea.
¿Cuánto cuesta un agente de soporte con n8n?
n8n es gratuito si lo instalas tú y en la nube empieza en 20 € al mes. Además pagas el modelo de lenguaje por uso y, sobre todo, las horas de quien lo mantiene.
¿Qué le falta a un chatbot hecho con n8n?
Una bandeja para el equipo, el paso a una persona con contexto, identificar al cliente, probar los cambios antes de publicarlos, métricas y detectar qué no sabe responder.
¿Cuándo compensa construirlo?
Para un prototipo, un caso interno o un canal con poco volumen y solo preguntas de documentación. Con clientes que pagan y varios canales, suele compensar comprarlo.
¿Puede un agente hecho con n8n consultar datos del cliente?
Sí, con un nodo HTTP que llame a tu API. Pero antes tienes que resolver cómo verificas quién es el cliente, o acabarás dando datos de una cuenta a quien no es.
