Cómo hacer un agente de IA para WhatsApp con n8n en 2026

Para montar un agente de IA para WhatsApp con n8n necesitas cuatro piezas: la API oficial de WhatsApp Business (Cloud API de Meta o un proveedor autorizado), un flujo en n8n que recibe cada mensaje, un modelo de lenguaje que entiende y redacta la respuesta, y una memoria que recuerda la conversación de cada cliente. Con eso, un prototipo funciona en una tarde.

Teléfono móvil con WhatsApp abierto en la pantalla

Lo que lleva más tiempo es lo que viene después: que no invente precios, que entienda audios, que no conteste dos veces al mismo mensaje, que sepa cuándo pasar la conversación a una persona y que no se salte las reglas de Meta. Esa es la parte que vemos fallar en casi todos los tutoriales, y la que desarrollamos aquí con el orden de trabajo que seguimos en nuestros proyectos.

Tabla de contenidos

hide

Qué vas a construir y qué puede hacer el agente

Un agente no es un menú de botones ni un bot de respuestas fijas. Es un asistente que entiende lo que escribe el cliente con sus palabras, consulta tus sistemas y actúa: mira la agenda y propone una hora, busca el estado de un pedido, crea un contacto en el CRM o avisa al equipo cuando no sabe responder.

Si tus consultas son siempre las mismas cinco preguntas, un bot sencillo te basta y cuesta menos de mantener. Las diferencias las explicamos en chatbot frente a asistente de IA. El agente compensa cuando las conversaciones varían, hay que consultar datos reales o se quiere cerrar una acción (cita, pedido, presupuesto) sin intervención humana.

WhatsApp es el canal lógico para hacerlo en España: es donde ya escriben tus clientes.

Lo que necesitas antes de empezar

Antes de abrir n8n conviene tener resueltas varias cuentas y decisiones. Saltarse este paso es la causa de buena parte de los atascos que vemos en la configuración:

Pieza	Qué es	Lo que conviene saber
Cuenta de Meta Business y app en Meta for Developers	Donde se da de alta el producto WhatsApp	Verificar el negocio desbloquea más conversaciones diarias y el nombre visible
Número de teléfono	El número que usará el agente	Meta da uno de prueba; para producción, un número propio. Usarlo a la vez en la app de WhatsApp Business solo es posible con la modalidad de coexistencia
Token de acceso	Credencial para enviar mensajes por la API	El token temporal caduca en 24 horas; en producción se usa uno permanente de usuario del sistema
n8n	El orquestador que recibe y procesa los mensajes	Necesita una URL pública con HTTPS: n8n Cloud o una instalación propia en un servidor
Modelo de lenguaje	El cerebro que entiende y redacta	Claude, GPT o Gemini a través de su API, con su propia facturación por uso
Base de datos	Memoria e historial	Postgres o Supabase para la memoria; una hoja de cálculo solo para pruebas

Hay un detalle de las normas de Meta que conviene conocer. Las condiciones de WhatsApp Business restringen el uso de la API a empresas cuyo producto principal es un asistente de IA de propósito general. Un negocio que usa un agente para atender a sus propios clientes no está afectado, pero sí es una razón para que el agente hable solo de tu negocio y no funcione como un ChatGPT abierto.

Arquitectura del agente: las cuatro capas

Entender cómo encajan las piezas ayuda a depurar cuando algo falla. Cada mensaje recorre el mismo camino de ida y vuelta, y cada capa tiene una responsabilidad clara:

Canal. WhatsApp recibe el mensaje del cliente y lo envía a n8n por webhook. A la vuelta, n8n llama a la API para mandar la respuesta.
Orquestación. n8n filtra lo que llega, identifica al cliente por su número, recupera el historial y decide qué hacer.
Razonamiento. El nodo AI Agent pasa al modelo el mensaje, el historial y las instrucciones, y el modelo decide si responde directamente o si antes usa una herramienta.
Datos y herramientas. La memoria guarda la conversación y las herramientas conectan con agenda, catálogo, CRM o base de conocimiento.

La capa que más se subestima es la memoria. Sin memoria, cada mensaje llega como si fuera el primero y el cliente tiene que repetir quién es y qué quería. Con guardar los últimos diez mensajes por número de teléfono suele bastar.

Cómo hacer un agente de IA para WhatsApp con n8n paso a paso

Este es el orden en que lo montamos. Los cuatro primeros pasos dan un agente que conversa; los tres últimos lo convierten en algo que se puede poner delante de clientes reales.

1. Prepara WhatsApp Business en Meta

En Meta for Developers crea una app de tipo empresa, añade el producto WhatsApp y vincúlala a tu cuenta de Meta Business. Meta te asigna un número de prueba con el que puedes enviar mensajes a hasta cinco números verificados. Apunta el identificador del número de teléfono, el de la cuenta de WhatsApp Business y el token. Para producción, genera un token permanente desde un usuario del sistema con permisos de mensajería y gestión de WhatsApp.

2. Recibe los mensajes en n8n

En n8n crea las credenciales de WhatsApp y añade el nodo WhatsApp Trigger suscrito al evento de mensajes. El nodo registra el webhook en Meta. Ojo con una limitación que la documentación de n8n advierte: WhatsApp solo permite un webhook por app, así que la URL de pruebas y la de producción se pisan. Para probar sin romper el flujo activo, lo práctico es tener una app de Meta para desarrollo y otra para producción.

Justo después del trigger pon un filtro. WhatsApp no solo envía mensajes: también avisos de entregado y leído. Si no los descartas, el agente intentará responder a esos avisos y generará bucles o respuestas duplicadas.

3. Añade el nodo AI Agent y las instrucciones

Conecta el filtro a un nodo AI Agent, asígnale un modelo de chat y escribe el mensaje de sistema. Es la pieza que más determina la calidad. Un buen mensaje de sistema dice quién es el agente, qué puede hacer, qué no debe hacer nunca, con qué tono habla y cuándo debe derivar. Un ejemplo de arranque:

«Eres el asistente de [negocio] en WhatsApp. Respondes en español, en frases cortas y sin listas largas. Solo das precios, horarios o disponibilidad si los obtienes de una herramienta. Si no tienes el dato, lo dices y ofreces que una persona del equipo conteste. No hablas de temas ajenos al negocio. Si el cliente pide hablar con una persona o está molesto, usas la herramienta de derivación.»

4. Dale memoria por número de teléfono

Añade al agente un nodo de memoria y usa como identificador de sesión el número del remitente. Para pruebas sirve la memoria simple de n8n, pero se pierde al reiniciar; en producción usamos Postgres o Supabase, con una ventana de los últimos diez a veinte mensajes. Así el agente recuerda que el cliente ya dio su nombre o qué servicio le interesaba.

5. Conecta las herramientas

Las herramientas son lo que separa un agente útil de un bot que charla. Cada una es un nodo o un subflujo que el modelo puede llamar: consultar huecos en Google Calendar o en tu software de citas, crear la reserva, buscar un pedido en la tienda, guardar el contacto en el CRM o leer la base de conocimiento con precios y condiciones. Describe bien cada herramienta, porque el modelo decide cuándo usarla a partir de esa descripción.

Si el agente va a registrar oportunidades, que caigan en tu CRM y no en una hoja suelta. Por qué importa lo explicamos en los beneficios del CRM.

6. Responde y deriva a una persona

La respuesta sale por el nodo WhatsApp con la operación de enviar mensaje, al número del remitente y desde el identificador de tu número. Añade además una herramienta de derivación: cuando el agente la usa, se marca la conversación como atendida por humano, se avisa al equipo por correo, Slack o un grupo interno con el resumen y el historial, y el agente deja de contestar a ese número hasta que alguien lo libere.

7. Prueba con conversaciones reales antes de abrirlo

Reúne veinte o treinta mensajes reales que haya recibido tu negocio, incluidos los raros y los maleducados, y pásalos por el agente. Revisa qué responde, qué herramientas usa y dónde inventa. Ajusta las instrucciones y repite. Solo cuando responde bien a ese conjunto lo pasamos al número de producción, y las primeras semanas revisamos las conversaciones a diario.

¿Quieres que revisemos si tu negocio necesita un agente o un bot sencillo?

Escríbenos por WhatsApp Contactar con Daraxa AI

El flujo completo en n8n, nodo a nodo

Si lo dibujamos de izquierda a derecha, el flujo mínimo para producción queda así. Cada fila es un nodo o un grupo de nodos del lienzo de n8n:

Orden	Nodo	Qué hace
1	WhatsApp Trigger	Recibe el evento de mensaje desde Meta
2	Filter o If	Descarta avisos de estado y mensajes del propio negocio
3	Switch por tipo	Separa texto, audio, imagen y ubicación
4	Descarga y transcripción	Para audios: baja el archivo y lo pasa a texto con un modelo de transcripción
5	Comprobación de derivación	Si la conversación está en manos de una persona, el flujo se detiene
6	AI Agent + modelo + memoria	Entiende el mensaje con el historial y decide si usa herramientas
7	Herramientas	Agenda, catálogo, CRM, base de conocimiento, derivación
8	WhatsApp: enviar mensaje	Envía la respuesta al cliente
9	Registro	Guarda la conversación para revisión y métricas

El paso 3 es el que más falta en los tutoriales. En España una parte importante de los clientes manda audios, y un agente que solo entiende texto contesta «no he entendido tu mensaje» a demasiadas conversaciones.

Cuánto cuesta mantenerlo en marcha

El coste de un agente en funcionamiento tiene tres partidas, y ninguna es fija: depende del volumen de conversaciones y del modelo que elijas. Lo que sí podemos explicar es cómo cobra cada pieza para que hagas tus números:

WhatsApp. Meta cobra por mensaje de plantilla entregado, con precios por categoría (marketing, utilidad, autenticación) y país. Según su página oficial de precios, los mensajes de servicio que respondes dentro de la ventana de 24 horas tras un mensaje del cliente no tienen coste, ni tampoco las plantillas de utilidad enviadas dentro de esa ventana.
Modelo de lenguaje. Se paga por volumen de texto procesado. El historial que mandas en cada mensaje cuenta, por eso limitar la memoria también controla el gasto.
n8n. Plan de n8n Cloud según ejecuciones, o el servidor donde lo instales tú.

La ventana de 24 horas tiene una consecuencia práctica: el agente puede conversar libremente mientras el cliente esté activo, pero para escribirle pasado ese plazo (un recordatorio de cita al día siguiente, por ejemplo) necesitas una plantilla aprobada por Meta.

Errores que vemos al llevarlo a producción

El prototipo funciona a la primera casi siempre. Los problemas aparecen con clientes reales y volumen. Estos son los que más corregimos:

Mensajes partidos. La gente escribe en tres mensajes seguidos y el agente contesta tres veces. Solución: esperar unos segundos y agrupar los mensajes del mismo número antes de llamar al modelo.
Instrucciones vagas. «Sé amable y ayuda al cliente» no basta. Hay que decir qué datos puede dar, de dónde los saca y qué hacer cuando no los tiene.
Precios inventados. Si el modelo no tiene una herramienta con la tarifa real, la improvisa. Los datos sensibles siempre desde una fuente, nunca de memoria del modelo.
Sin derivación. El cliente enfadado que no consigue hablar con nadie es peor que no tener agente.
Ignorar audios e imágenes. Hay que transcribir los audios y, como mínimo, responder bien cuando llega una foto.
No revisar conversaciones. Las primeras semanas, leer a diario lo que responde es la mejor forma de mejorarlo.

Seguridad, datos personales y límites del agente

Un agente que conversa con clientes trata datos personales: nombre, teléfono y lo que cuenten en el chat. Eso implica cumplir el RGPD como en cualquier otro canal. En la práctica, revisamos siempre estos puntos:

Informar en el primer mensaje de que atiende un asistente automático y de cómo hablar con una persona.
Guardar lo justo y durante el tiempo necesario, con acceso restringido al historial.
Revisar los contratos con el proveedor del modelo y con el alojamiento de n8n y de la base de datos.
No pedir datos sensibles por WhatsApp (salud, bancarios) si el proceso no lo exige y no está preparado para ello.

En sectores como clínicas o despachos hay que ser aún más prudentes con lo que el agente puede responder. Un agente bien planteado informa y gestiona, pero no diagnostica ni asesora.

Casos de uso por sector

El mismo esqueleto sirve para negocios muy distintos; lo que cambia son las herramientas y las instrucciones. Estos son los casos en los que más rendimiento vemos:

Sector	Qué hace el agente	Qué se consigue
Clínicas y centros de salud	Informa de tratamientos y horarios, propone cita y envía recordatorios	Menos llamadas en recepción y menos citas perdidas
Comercio online	Consulta stock, estado del pedido y condiciones de devolución	Atención inmediata fuera de horario
Servicios profesionales	Cualifica al contacto (necesidad, plazo, presupuesto) y agenda reunión	Reuniones comerciales mejor preparadas
Academias y formación	Resuelve dudas de cursos, precios y matrícula	Filtrado de interesados antes de que llame el equipo
Servicios técnicos	Recoge la incidencia con fotos y ubicación y abre la orden de trabajo	Menos idas y venidas para tener los datos completos

Si quieres ver otros formatos antes de decidir, repasamos las opciones en tipos de chatbot y lo que aportan en beneficios de los chatbots para empresas.

Hacerlo tú o encargarlo

Con conocimientos de APIs y webhooks, un perfil técnico puede montar el prototipo siguiendo estos pasos. Lo que no sale en una tarde es el trabajo de producción: agrupar mensajes, transcribir audios, controlar la derivación, cuidar los datos y revisar las conversaciones durante las primeras semanas.

Nuestro criterio es sencillo: si el agente va a hablar con clientes en tu nombre, trátalo como un empleado nuevo, con formación, supervisión y alguien responsable. Si no hay nadie en el equipo que pueda asumir ese mantenimiento, es mejor encargarlo a quien lo haga a diario, como hacemos en nuestro servicio de agentes de IA.

¿Quieres un agente de WhatsApp que atienda bien a tus clientes?

Lo diseñamos y montamos con n8n, conectado a tu agenda, tu catálogo o tu CRM, con derivación a tu equipo y revisión de las primeras semanas incluida.

Pide una consultoría gratis

Relacionado: Chatbot: qué es, cómo funciona y para qué sirve en una empresa · Mejor IA para programar en 2026: comparativa de 7 herramientas

Dudas habituales al montar un agente de WhatsApp con n8n

¿Hace falta saber programar para hacerlo con n8n?

Para un prototipo, no mucho: n8n es visual y el nodo AI Agent resuelve la parte más compleja. Pero sí hace falta entender cómo funcionan las API, los webhooks, los tokens y los datos en formato JSON. Para ponerlo en producción con agrupación de mensajes, audios, derivación y una base de datos para la memoria, conviene contar con un perfil técnico o con alguien que lo haga a diario.

¿Puedo usar mi número de WhatsApp actual?

Sí, el número puede ser el que ya usa tu negocio. Hasta hace poco, al pasarlo a la API dejaba de funcionar en la aplicación de WhatsApp Business. Ahora Meta ofrece la modalidad de coexistencia, que permite usar la aplicación y la API con el mismo número, aunque con algunas limitaciones según el proveedor. Si no quieres tocar tu número principal, puedes empezar con uno nuevo.

¿Cuánto cuesta un agente de IA para WhatsApp?

Hay dos partes: el montaje y el uso. El uso depende del volumen: Meta cobra las plantillas que envías, pero las respuestas dentro de la ventana de 24 horas no tienen coste; el modelo de lenguaje se paga por texto procesado, y n8n por plan o servidor. El montaje depende de cuántas herramientas haya que conectar y de lo personalizado que sea.

¿Cómo evito que el agente invente información?

Con tres medidas. Instrucciones que prohíban dar precios, plazos o condiciones si no los obtiene de una herramienta. Herramientas que lean datos reales: catálogo, agenda, base de conocimiento. Y una salida clara cuando no sabe: decirlo y ofrecer que conteste una persona. Además, revisar las conversaciones de las primeras semanas permite detectar las respuestas inventadas y corregir las instrucciones.

¿Qué pasa si el cliente quiere hablar con una persona?

El agente debe detectarlo y usar la herramienta de derivación: marca la conversación como atendida por humano, avisa al equipo con el resumen y deja de responder a ese número. Lo mismo cuando detecta enfado o una consulta fuera de su alcance. Sin este mecanismo el agente se convierte en una barrera, y el cliente acaba más molesto que si nadie hubiera contestado.

¿Es legal usar un agente de IA en WhatsApp?

Sí, siempre que cumplas las condiciones de WhatsApp Business y el RGPD. Meta restringe el uso de la API a proveedores cuyo producto principal es un asistente de IA generalista, pero no a negocios que atienden a sus clientes. Hay que informar de que responde un asistente automático, tratar los datos con una base legal y guardar solo lo necesario.

Fuentes consultadas