Cómo crear un Agente de Soporte IA con N8N y OpenAI que recuerde conversaciones

Introducción: El Poder de un Agente IA para Soporte

En este tutorial, exploraremos cómo construir un agente de soporte al cliente totalmente automatizado utilizando N8N como nuestra plataforma de orquestación y OpenAI para la inteligencia conversacional. La clave aquí es dotar a nuestro agente de “memoria”, permitiéndole recordar el contexto de conversaciones anteriores para ofrecer respuestas más coherentes y personalizadas.

Imagina un chatbot que no solo responde preguntas frecuentes, sino que entiende el historial de interacciones con cada usuario, mejorando drásticamente la experiencia de soporte.

¿Qué Necesitaremos?

Una instancia de N8N (auto-alojada o en la nube).
Acceso a la API de OpenAI (GPT-3.5 o GPT-4).
Un lugar para almacenar la memoria de la conversación (ej: una base de datos simple, Redis, o incluso el almacenamiento de N8N si es para pruebas). Para este tutorial, usaremos un enfoque simple con almacenamiento de N8N o una variable para demostrar el concepto.

Paso 1: Configurando N8N - El Webhook de Entrada

Comenzaremos creando un nuevo workflow en N8N y configurando un nodo Webhook. Este será el punto de entrada para las consultas de nuestros usuarios.

Configuración del Webhook:
- Método: POST
- Respuesta: Immediately (para feedback rápido al usuario)
- JSON Body: Esperaremos un text (la pregunta del usuario) y opcionalmente un conversationId para rastrear la memoria.

Paso 2: Integrando OpenAI - La Inteligencia Central

Conectaremos el Webhook a un nodo de OpenAI para procesar la pregunta del usuario.

Autenticación: Configura tus credenciales de la API de OpenAI.
Modelo: Elige el modelo de GPT que prefieras (ej. gpt-3.5-turbo).
Prompt del Sistema (System Prompt): Define el rol del agente. Por ejemplo: “Eres un asistente de soporte amigable y servicial para [Tu Empresa/Producto]. Responde a las preguntas de los usuarios de forma concisa y útil.”

Paso 3: La Magia de los Nodos AI de N8N (LangChain)

Olvídate de gestionar arrays de mensajes JSON manualmente. N8N ha integrado LangChain, lo que hace que añadir memoria sea trivial.

Añade el nodo “AI Agent” (o “Basic LLM Chain”):
- Este nodo será el cerebro. Conecta el Webhook a la entrada del Agent.
- En el campo Text, asigna la expresión {{ $json.text }} que viene del Webhook.
Conecta un “Chat Model”:
- Arrastra un nodo OpenAI Chat Model y conecta su salida al conector Model del Agent.
- Configura aquí tu credencial y selecciona gpt-3.5-turbo o gpt-4.
Añade la Memoria (Window Buffer Memory):
- Arrastra el nodo Window Buffer Memory.
- Conéctalo al conector Memory del Agent.
- Configuración Clave:
  - Session ID: Aquí debes poner {{ $json.conversationId }} (que viene del Webhook). Esto es lo que permite a N8N saber que “Juan” es “Juan” y recordar lo que dijo hace 5 minutos.
  - Context Window: Define cuántos mensajes atrás recordar (ej: 5 o 10). Esto evita gastar demasiados tokens.

¡Y listo! Al conectar estos tres nodos, N8N gestionará automáticamente el historial. Si envías un mensaje con conversationId: "usuario_1", el agente buscará en su memoria interna (Redis o memoria volátil de N8N) lo que “usuario_1” dijo antes.

Paso 4: Probando el Agente

Activa el workflow o usa “Execute Workflow”.

Envía un POST al Webhook con:

{
  "text": "Hola, me llamo Carlos",
  "conversationId": "session_123"
}

El Agente responderá saludando.

Envía otro POST (misma session_123):

{
  "text": "¿Cómo me llamo?",
  "conversationId": "session_123"
}

¡El Agente responderá “Te llamas Carlos”! Ha recordado el contexto sin que tú programaras una base de datos.

Conclusión

Con N8N y OpenAI, hemos creado un agente de soporte conversacional con memoria. Este es solo el inicio; puedes expandirlo con:

Integraciones con bases de datos de conocimiento (RAG).
Envío de emails o creación de tickets.
Conexión con CRMs.

SincroDev