Conectar ChatGPT a n8n: tu primer workflow con IA en 30 min

Si ya tenés n8n andando y querés que tus workflows dejen de ser "si pasa A, hacé B" para empezar a entender texto, este es el punto de partida. Conectar ChatGPT a n8n toma menos de 10 minutos: creás una API key en platform.openai.com, la cargás como credencial en n8n y usás el nodo OpenAI dentro de cualquier workflow. El costo es por uso: con gpt-4o-mini, una tarea típica como clasificar un email cuesta alrededor de USD 0,0001. En esta guía armamos la conexión y tres workflows reales con ejemplos de negocio de LATAM, con los costos calculados.

Lo que necesitás antes de empezar

• Una instancia de n8n funcionando (cloud o self-hosted — si todavía no la tenés, mirá cómo funciona n8n primero).
• Una cuenta en platform.openai.com. Ojo con la confusión clásica: ChatGPT Plus (USD 20/mes) es el chat web y no incluye la API. La API se paga aparte, por tokens consumidos.
• USD 5 de crédito prepago en OpenAI. Alcanza para miles de ejecuciones y, como es prepago, es tu primer seguro contra facturas sorpresa.

Paso 1: crear la credencial de OpenAI en n8n

1. En platform.openai.com → API keys → "Create new secret key". Copiala ya: no se vuelve a mostrar.
2. En n8n → Credentials → "Add credential" → buscá OpenAI.
3. Pegá la key, guardá, y n8n valida la conexión automáticamente.

Listo. Esa credencial queda disponible para todos los nodos de IA: el nodo OpenAI clásico, el nodo AI Agent y las cadenas de LangChain que n8n trae integradas.

Paso 2: elegir el modelo según costo (acá se gana o se pierde plata)

El error más común que vemos en empresas que arrancan solas: usar el modelo más potente para todo. Precios de referencia de la API (USD por millón de tokens, valores aproximados a 2026):

Modelo	Input (USD/1M tokens)	Output (USD/1M tokens)	Para qué usarlo
gpt-4o-mini	~0,15	~0,60	Clasificar, extraer datos, resumir. El 80% de los casos.
gpt-4o	~2,50	~10,00	Redacción de calidad, razonamiento medio
gpt-4.1 / modelos grandes	~5,00+	~15,00+	Razonamiento complejo, casos críticos

Para dimensionar: un email comercial promedio tiene 300-500 tokens. Clasificarlo con gpt-4o-mini (500 de input + 20 de output) cuesta USD 0,000087. Con un modelo grande, la misma tarea sale 30-50 veces más y el resultado es idéntico. Regla práctica: arrancá siempre con gpt-4o-mini y subí de modelo solo si la calidad no alcanza.

Workflow 1: clasificar emails entrantes (15 minutos)

El caso de entrada perfecto. Una distribuidora con la que trabajamos recibía 80-120 emails diarios mezclados: pedidos, reclamos, consultas de precio y spam de proveedores. Una persona los triaba a mano cada mañana.

Estructura del workflow:

1. Email Trigger (IMAP): se dispara con cada correo nuevo.
2. Nodo OpenAI: prompt del estilo "Clasificá este email en una de estas categorías: PEDIDO, RECLAMO, CONSULTA_PRECIO, OTRO. Respondé solo con la categoría."
3. Nodo Switch: rutea según la respuesta — los pedidos van al canal de ventas, los reclamos abren ticket, las consultas de precio disparan una respuesta con la lista vigente.

Costo: 100 emails/día × 30 días = 3.000 clasificaciones/mes ≈ USD 0,30 mensuales. Sí, treinta centavos de dólar por eliminar una hora diaria de triage.

Workflow 2: resumir respuestas de formularios largos

Si tu formulario de contacto o brief tiene campos abiertos ("contanos tu proyecto"), el equipo comercial pierde tiempo leyendo parrafadas antes de saber si el lead califica.

1. Webhook o Form Trigger: recibe el envío del formulario.
2. Nodo OpenAI: "Resumí esta consulta en 2 líneas e indicá: rubro, urgencia (alta/media/baja) y si menciona presupuesto."
3. Notificación: el resumen llega por WhatsApp o Slack al vendedor, con el dato crudo linkeado.

Resultado típico: el vendedor decide en 10 segundos a quién llamar primero. Costo por formulario: menos de USD 0,001. Si después querés que ese lead entre en una secuencia de seguimiento, eso lo cubrimos en automatizar el seguimiento de leads con n8n.

Workflow 3: redactar borradores de respuestas de soporte

Acá la clave es la palabra borrador. No dejes que la IA responda sola a clientes desde el día uno.

1. Trigger: llega un email o mensaje de soporte.
2. Nodo OpenAI (acá sí puede valer gpt-4o): redacta una respuesta usando como contexto las 5-10 respuestas tipo de tu negocio, pegadas en el prompt del sistema.
3. Human in the loop: el borrador llega al agente de soporte, que lo edita y envía. Con el nodo de aprobación de n8n, un clic aprueba o descarta.

Un estudio de arquitectura que automatizó esto pasó de responder consultas en 6 horas promedio a menos de 1, porque el 70% de los borradores salían listos para enviar. Cuando el volumen crece y querés respuestas automáticas con consulta a tus sistemas, ya estás en territorio de chatbots con IA o directamente de agentes de IA en n8n.

¿Tenés un proceso con texto repetitivo que nadie quiere hacer? Agendá una llamada de 30 minutos y te decimos si conviene automatizarlo con IA y cuánto costaría por mes.

Cuánto cuesta esto por mes, todo junto

Escenario realista de PyME con los tres workflows activos:

Workflow	Volumen mensual	Modelo	Costo estimado
Clasificar emails	3.000	gpt-4o-mini	USD 0,30
Resumir formularios	200	gpt-4o-mini	USD 0,15
Borradores de soporte	600	gpt-4o	USD 4,50
Total API			~USD 5/mes

A esto sumale el costo de tu instancia n8n (los números finos están en cuánto cuesta hostear n8n). El total rara vez supera los USD 20 mensuales para este nivel de uso.

Cómo evitar facturas sorpresa de la API

Las historias de terror con la API de OpenAI casi siempre vienen de loops mal armados, no del uso normal. Cuatro medidas concretas:

• Crédito prepago, no tarjeta con auto-recarga. Si algo sale mal, lo peor que pasa es que se corta el servicio.
• Límites mensuales en el dashboard de OpenAI (Settings → Limits). Poné un techo duro acorde a tu presupuesto.
• max_tokens en cada nodo. Si esperás una categoría de una palabra, limitá la salida a 10 tokens. Un prompt mal armado no puede generarte una respuesta de 4.000 tokens por accidente.
• Cuidado con los loops. Un workflow que se dispara a sí mismo (responde un email → ese email dispara el trigger) puede ejecutarse miles de veces en minutos. Filtrá siempre por remitente o etiqueta.

Cuándo NO conviene meter ChatGPT en el workflow

• Si la regla es determinística, usá un nodo IF o Switch. "Si el asunto contiene 'factura'" no necesita IA: es gratis, instantáneo y nunca alucina.
• Si el error cuesta caro y no hay revisión humana. Una clasificación errada de email se corrige fácil; una respuesta automática equivocada a un cliente enojado, no.
• Si procesás datos sensibles (historias clínicas, datos financieros de terceros) y tu compliance no permite enviarlos a la API de OpenAI. Ahí la conversación es otra: modelos self-hosted o anonimización previa, algo que diseñamos en proyectos de integración de IA.

El paso siguiente

Con la credencial configurada y un workflow de clasificación andando, ya tenés la base: todo lo demás —agentes que deciden, extracción de datos de PDFs, respuestas conectadas a tu stock— son variaciones de lo mismo con más ingeniería de contexto. Si preferís saltearte la curva de aprendizaje, en Deepyze diseñamos e implementamos automatizaciones con IA sobre n8n para empresas de toda LATAM: precio fijo, propuesta concreta en 24 horas y un equipo que trabaja en tu huso horario. Contanos qué proceso te está comiendo horas y lo convertimos en un workflow que corre solo.