El salto de automatización básica a automatización con IA es real cuando metes Claude o Gemini en un workflow n8n, el sistema deja de ejecutar pasos fijos y empieza a tomar decisiones sobre el contenido. Eso cambia cómo piensas los procesos.
No es que antes no se pudiera automatizar WordPress. Se podía. Pero la automatización tradicional es rígida: si pasa X, haz Y. En cuanto necesitas que el sistema interprete, resuma, clasifique o genere texto, la automatización clásica se queda corta. Ahí es donde entran los modelos de lenguaje.
¿Qué es n8n y por qué encaja bien con WordPress?
n8n es una herramienta de automatización open source con interfaz visual de nodos. Cada nodo hace algo concreto: leer datos de una fuente, transformarlos, enviarlos a otro sitio. Los conectas en secuencia y el flujo se ejecuta solo, ya sea por horario, por webhook o por evento.
Puedes auto-alojarlo en un VPS por unos 6€/mes o usar su versión cloud. La diferencia principal es control: self-hosted significa que tus datos no salen de tu infraestructura, lo que importa si procesas información de clientes.
Lo útil con WordPress es que la REST API acepta prácticamente cualquier operación crear posts, actualizar metadatos, moderar comentarios, gestionar usuarios y n8n la consume sin fricciones. Sin plugins específicos para cada integración, sin depender de Zapier a 50€/mes para flujos moderadamente complejos.
La curva de aprendizaje existe. La primera semana con n8n es confusa. Pero una vez que entiendes cómo fluyen los datos entre nodos y cómo usar el nodo de código para transformaciones custom, el techo es muy alto.
Claude y Gemini: cuál usar para qué
Ambos modelos se conectan desde un nodo HTTP Request. El proceso es el mismo: mandas un prompt con el contenido que quieres procesar, recibes texto, lo usas en el siguiente nodo. La diferencia está en para qué rinde mejor cada uno.
Claude es más preciso en tareas de texto denso. Si le mandas un artículo largo y le pides que lo resuma manteniendo el tono original, lo hace bien. También clasifica con consistencia cuando le dices «responde solo con una de estas tres categorías», lo cumple casi siempre. Para moderar comentarios o extraer información estructurada de documentos, Claude es mi primera opción.
Gemini tiene ventaja en dos cosas: procesa imágenes de forma nativa y está mejor integrado con el ecosistema de Google. Si tu WordPress usa Google Sheets como base de datos de contenido, o si necesitas analizar imágenes de la biblioteca de medios, Gemini es más directo. También genera texto en español con menos anglicismos que Claude, lo que importa si publicas contenido para audiencia hispanohablante.
Para la mayoría de flujos con WordPress, cualquiera de los dos funciona. La elección real depende de si ya tienes créditos en uno de los dos y de si necesitas procesamiento de imágenes.
Una cosa práctica: los dos tienen versiones ligeras más baratas Claude Haiku y Gemini Flash. Para tareas simples como clasificar comentarios o extraer palabras clave, usa siempre el modelo más ligero. La diferencia de calidad en esas tareas es mínima y el coste puede ser diez veces menor.
Tres flujos concretos
1. RSS → Gemini → WordPress borrador
El trigger detecta un artículo nuevo en un feed RSS. Un nodo manda el contenido a Gemini con este prompt aproximado: «Resume este artículo en español en tres párrafos, genera un título para un blog de [tu temática] y lista cinco palabras clave SEO relevantes. Responde en JSON con los campos: titulo, resumen, keywords.»
Pedir la respuesta en JSON es importante hace que el nodo siguiente pueda mapear los campos directamente sin parseo manual.
El nodo de WordPress crea el post con estado draft. No publico automáticamente. El motivo es simple: Gemini a veces alucina datos concretos, cambia el enfoque del artículo original o genera un título que no encaja con la línea editorial. Revisar un borrador lleva dos minutos. Corregir un post publicado con errores lleva más y ya ha sido indexado.
Este flujo lo tengo corriendo para tres feeds distintos. Genera entre cuatro y ocho borradores semanales que reviso los lunes.
2. Moderación de comentarios con Claude
Cada comentario nuevo en WordPress dispara un webhook que activa el flujo. Un nodo manda el texto a Claude con instrucciones precisas: «Clasifica este comentario en una de estas tres categorías: SPAM, PREGUNTA, NORMAL. Responde solo con la categoría, sin explicación.»
Forzar una respuesta de una sola palabra evita que Claude añada contexto que rompa la lógica del nodo siguiente.
Según la categoría, el flujo se divide: SPAM va directo a la papelera vía API de WordPress. PREGUNTA manda una notificación a Telegram con el texto del comentario para que lo responda manualmente. NORMAL aprueba el comentario automáticamente.
El resultado en la práctica: elimino manualmente el spam casi por completo y las preguntas legítimas no se me pierden entre notificaciones. Antes revisaba los comentarios cada dos días y siempre había alguno pendiente desde hacía tiempo.
3. Metadatos de imágenes con Gemini Vision
Cuando subo imágenes a la biblioteca de medios, un webhook activa un flujo que manda la imagen a Gemini Vision. El prompt: «Describe esta imagen en una frase para el atributo alt de una web en español. Luego lista tres palabras clave relevantes separadas por comas.»
Gemini devuelve descripción y palabras clave. n8n actualiza el alt text y el caption vía API de WordPress automáticamente.
Esto tiene impacto directo en SEO, los alt texts vacíos son uno de los problemas más comunes en sitios con mucho volumen de imágenes y también mejora la accesibilidad, que cada vez pesa más tanto para Google como para normativa. Combinado con una buena configuración de velocidad en WordPress, las imágenes bien etiquetadas contribuyen a un rendimiento general más sólido.
Errores comunes al implementarlo
Hay tres problemas que aparecen casi siempre la primera vez que montas uno de estos flujos.
El primero es no controlar el tamaño del prompt. Si mandas artículos completos de 2.000 palabras a Claude o Gemini para tareas simples, estás consumiendo tokens innecesariamente. Trunca el input a lo que realmente necesita el modelo para hacer su tarea para clasificar un comentario, con los primeros 200 caracteres suele ser suficiente.
El segundo es no manejar errores. Los flujos de n8n fallan. Las APIs devuelven errores 429 cuando superas el rate limit, los tokens de autenticación expiran, WordPress a veces rechaza posts con ciertos caracteres especiales. Sin un nodo de manejo de errores que te notifique, el flujo falla silenciosamente y no te enteras hasta que llevas días sin borradores nuevos. Configura una notificación de error en Telegram desde el primer día es un nodo de cinco minutos que evita muchos problemas.
El tercero es confiar ciegamente en la salida de la IA. Claude y Gemini son buenos, pero cometen errores. En flujos que tocan contenido publicado directamente actualizar posts, aprobar comentarios añade siempre una revisión humana o al menos una condición que filtre casos edge. La seguridad y estabilidad de tu WordPress depende también de no dar acceso de escritura a un flujo automatizado sin control.
Costes reales
Un número concreto para calibrar expectativas: el flujo de moderación de comentarios procesando unos 200 comentarios diarios con Claude Haiku cuesta aproximadamente 0,50€ al mes. El flujo de metadatos de imágenes con Gemini Flash procesando 50 imágenes semanales cuesta menos de 1€ al mes.
Los costes suben cuando usas modelos grandes Claude Sonnet o Gemini Pro para tareas que no los necesitan, o cuando mandas contexto innecesariamente largo. La regla es usar el modelo más ligero que resuelva la tarea con la calidad suficiente.
Cómo encaja todo esto en una estrategia mayor
La automatización con n8n e IA no es un fin en sí mismo. Es infraestructura. Los borradores, datos limpios, metadatos correctos y comentarios moderados que genera alimentan procesos que sí tienen impacto directo: la frecuencia de publicación, la calidad del contenido, la experiencia del usuario.
Si además conectas n8n con Google Analytics o Search Console, puedes cerrar el ciclo: el flujo no solo genera contenido, sino que monitoriza qué funciona y ajusta los temas según rendimiento. Ese es el siguiente nivel, y conecta directamente con tener una estrategia de marketing digital basada en datos en lugar de intuición.
La personalización UX en WordPress también se beneficia de estos flujos cuando tienes metadatos correctos, contenido categorizado automáticamente y datos de comportamiento procesados, personalizar la experiencia del usuario se vuelve técnicamente viable sin desarrollo a medida.
Conclusión
n8n, Claude y Gemini no son la solución a todo, pero sí eliminan una categoría entera de trabajo manual que no aporta nada. Moderar comentarios, generar borradores, actualizar metadatos tareas que consumen tiempo real y no requieren criterio humano.
Lo que sí requiere criterio humano es diseñar bien el flujo, ajustar los prompts cuando la IA devuelve basura, y decidir qué automatizar y qué no. Esa parte no desaparece.
Si gestionas un WordPress con volumen publicaciones frecuentes, muchos comentarios, biblioteca de medios grande, la combinación tiene sentido desde el primer flujo. Si tienes un sitio con dos posts al mes, probablemente no.
