Cómo Impulsa Lab conecta n8n + Claude para automatizar PYMEs
Arquitectura

Cómo Impulsa Lab conecta n8n + Claude para automatizar PYMEs

La receta que usamos en todos los clientes: n8n como orquestador, Claude como cerebro, Firebase como memoria. Arquitectura, costos reales y los errores que ya aprendimos a evitar.

Orlando Matamoros5 de abril de 202611 min

Cada vez que alguien nos pregunta "¿y cómo hacen ustedes los agentes?", la respuesta cabe en una sola línea: n8n + Claude + Firebase. Lo que no cabe en una línea es por qué elegimos ese stack y cómo lo orquestamos cuando el cliente tiene ya un CRM, una plantilla de Google Sheets sagrada y tres números de WhatsApp distintos.

Este post es la receta completa. Sin marketing. Con los números de costo que vemos mes a mes.

Por qué n8n y no Zapier o Make

Hemos corrido workflows en los tres. Nuestra conclusión después de 30+ clientes:

  • Zapier es más rápido de onboardear pero cobra por tarea. Con volumen PYME (>5,000 tasks/mes) te cobra entre 60 y 200 USD/mes y te encierra en su sandbox.
  • Make es más potente que Zapier y más barato, pero su paradigma visual de escenarios se vuelve incomprensible cuando cruzas los 20 nodos.
  • n8n es self-hostable o Cloud, open source, permite código JavaScript inline para casos raros, y tiene un nodo nativo para Claude. El plan Cloud Starter cuesta 20 USD/mes y aguanta hasta 20-30 workflows activos.

Para nosotros ganó n8n por una razón más: cuando algo se rompe, podemos leer el JSON del workflow y arreglarlo sin depender de un soporte externo. Con Zapier cuando el tutorial no existe, te quedas fuera.

La arquitectura de 4 capas

Todos nuestros agentes se ven así:

Capa 1: Triggers

Los eventos que arrancan todo. Los más comunes:

  • Webhook HTTP (para formularios web, Stripe, Calendly, Typeform)
  • Schedule (para digest diarios, reportes semanales)
  • Gmail / Outlook (correo entrante)
  • WhatsApp (vía Twilio o Meta Cloud API)

n8n ya trae todos estos nativos. No escribimos una línea.

Capa 2: Preprocesamiento

Antes de meter nada en el modelo:

  • Normalizar (campos vacíos, encodings, fechas a ISO)
  • Deduplicar (evitar procesar el mismo correo dos veces si el trigger re-dispara)
  • Filtrar (si no aplica, terminar aquí y no gastar tokens)
  • Extraer contexto relevante del CRM o Firestore

Esta capa es puro JavaScript en un nodo Code. Ahorra entre 40% y 70% de tokens.

Capa 3: Cerebro

El nodo de Claude recibe un prompt estructurado con:

  • Rol del agente (quién eres, qué puedes/no puedes hacer)
  • Contexto (el evento actual + memoria relevante)
  • Tools disponibles (crear factura, buscar en CRM, enviar WhatsApp...)
  • Formato de salida (JSON estricto con Zod schema)

Elegimos Claude Sonnet 4.5 para el 80% de los casos. Para clasificación simple y alta volumen usamos Gemini 2.5 Flash. Nunca mezclamos ambos en el mismo flujo salvo que haya razón medible.

Capa 4: Ejecución + Log

La salida del modelo se valida contra schema, y cada tool call se ejecuta con manejo de error:

  • Idempotencia: cada evento tiene un ID y Firestore verifica que no se procese dos veces
  • Retry con backoff: si la API externa falla, reintentar hasta 3 veces con espera exponencial
  • Log estructurado: cada decisión queda en Firestore con timestamp, input, output, costo en tokens

Ese log es oro cuando el cliente pregunta "¿por qué el agente respondió X?" tres semanas después.

Los costos reales que vemos

Esta es la distribución de costos mensual para un cliente tipo (WhatsApp AI Customer Service con ~400 conversaciones/mes):

| Concepto | USD/mes | |---|---:| | n8n Cloud Starter | 20 | | Claude API (entrada + salida) | 8 a 25 | | Firebase Firestore free tier | 0 | | Twilio WhatsApp Business | 18 a 35 | | Vercel hosting | 0 | | Total infra | 46 a 80 |

Y le facturamos al cliente 397 USD/mes por el servicio completo. El margen cubre soporte, ajustes mensuales y mejoras. No cobramos per-message ni por complejidad porque la experiencia nos mostró que los clientes odian facturas sorpresa.

Los 5 errores que ya no cometemos

1. Dar al agente acceso de escritura sin confirmación

En uno de nuestros primeros despliegues, el agente creó 80 tareas duplicadas en el CRM porque interpretaba cada correo entrante como una tarea nueva. Desde entonces, todo tool call destructivo pasa por un nodo de idempotencia que verifica en Firestore si ya ejecutamos esa acción.

2. Prompts largos sin secciones

Claude funciona mejor con prompts marcados con tags XML (<rol>, <contexto>, <output>). Cuando empezamos con prose libre perdíamos 15-20% de adherencia a formato.

3. No loguear los tokens

Hasta que un cliente facturó 80 USD en un mes por un loop de contexto que no vimos, no loggeábamos input/output tokens por ejecución. Ahora Firestore guarda {in, out, cost_usd} en cada run y revisamos el dashboard semanalmente.

4. Dejar el prompt en el nodo de n8n

Los prompts largos adentro del nodo son difíciles de versionar. Los tenemos en un archivo markdown dentro del repo del cliente y los cargamos vía HTTP al arrancar el workflow. Así puedes hacer git diff cuando algo cambia.

5. No tener un "kill switch"

Cada workflow tiene una variable de entorno AGENT_ENABLED=true. Si algo se va de madre, lo pones en false y el agente devuelve un mensaje neutral ("estamos revisando tu solicitud, te contactamos en breve"). Esto nos ha salvado dos veces cuando una API de terceros cambió y empezamos a generar respuestas incorrectas.

Cómo empezar

Si quieres montar tu propio agente sobre este stack:

  1. Plan Cloud Starter de n8n (20 USD/mes) — n8n.io
  2. Cuenta Anthropic con Claude Sonnet 4.5 (pay-as-you-go, primeros 5 USD gratis)
  3. Firebase Firestore en free tier
  4. Un caso de uso claro: elige UNO, no intentes automatizar todo a la vez

El consejo más útil que podemos darte: no automatices un proceso que no funciona manualmente. Primero limpia el proceso, documenta las reglas de negocio, y después decide si necesita un workflow lineal o un agente.

Conclusión

El stack n8n + Claude + Firebase no es magia. Es la combinación más barata, más mantenible y más debuggeable que encontramos para montar automatizaciones inteligentes en PYMEs reales. Si tienes un proceso repetitivo que toca lenguaje humano y cuesta más de 300 USD/mes en tiempo de alguien de tu equipo, el retorno es obvio.

En Impulsa Lab lo tenemos como template en los 8 productos de nuestro catálogo. Cada uno se activa en 3-5 días con tu logo, tus credenciales y tus reglas.


¿Estás pensando en un agente sobre este stack para tu negocio? Haz tu Diagnóstico 3D gratis: evalúa tu negocio en finanzas, operaciones y marketing y, al final, puedes agendar una llamada conmigo para ver si un agente así te sirve. Sin compromiso.

Nota sobre la imagen: la fotografía de portada fue generada con inteligencia artificial. No retrata a personas ni a negocios reales.

¿Listo para automatizar lo que lees aquí?

Haz tu Diagnóstico 3D gratis y sal con un plan concreto.