- Inicio
- Recursos
- Integraciones
- Google Gemini Chat Model
Nodo Google Gemini Chat Model n8nConfigura Google Gemini Chat Model en n8n.
Por sí solo este nodo no contesta nada. El nodo Google Gemini Chat Model n8n es un subnodo: una pieza pequeña que se engancha a un nodo mayor en lugar de ejecutarse sola. Trae 6 parámetros, del modelo a los filtros de seguridad, y alimenta a cualquier nodo raíz que pida un modelo de lenguaje.
Reseñas verificadas en Trustpilot · Agencia de IA, automatización y growth
¿Para qué sirve el nodo Google Gemini Chat Model n8n?
Le presta un modelo de chat Gemini a otro nodo. Solo no produce nada: no tiene entrada principal, nunca aparece suelto en una ejecución y únicamente cobra vida por el puerto donde lo enganchas. Es el motor que atornillas a un agente o a una cadena. Este nodo decide qué modelo responde y cómo genera; el nodo raíz se queda con el prompt, los datos y la lógica alrededor.
Primer escenario, el más repetido: atención al cliente. Entra una consulta, un agente decide si busca información antes de responder y Gemini redacta lo que vuelve al cliente. Las instrucciones viven en el agente, la forma vive aquí: qué modelo de Gemini, cuánto se extiende la respuesta con Maximum Number of Tokens, cuánta libertad de redacción con Sampling Temperature. Cambias el modelo en la lista y el mismo flujo se comporta distinto sin tocar nada más.
Segundo escenario, mucho menos visible. Llegan documentos, una cadena los trocea y un paso de preguntas y respuestas usa Gemini para convertir los fragmentos recuperados en una respuesta legible. Los ajustes importan, aunque por otro motivo: un documento largo necesita espacio de salida, y una respuesta factual pide temperatura baja para que dos ejecuciones sobre el mismo fragmento se parezcan.
Tercer escenario: clasificar. Un buzón o un flujo de formularios se ordena antes de llegar a una persona, y el modelo devuelve una etiqueta en vez de prosa. Ese trabajo quiere respuestas cortas, temperatura cerca de cero y, cuando el texto entrante viene del público, unos Safety Settings puestos a propósito en lugar de heredados de la cuenta. En los tres casos el valor que entra llega del nodo anterior mediante una expresión, la sintaxis {{ $json.campo }} que lee un campo del item entrante.
¿Cuándo conviene otro nodo? Si la cuenta que pagas es de otro proveedor, engancha el modelo de chat de ese proveedor y deja el resto igual, como hace el nodo OpenAI con su propio catálogo. Si la salida tiene que respetar una estructura fija y no texto libre, mantén Gemini y coloca un Auto-fixing Output Parser detrás del modelo. Y si el modelo debe manejar herramientas en vez de contestar una sola vez, el nodo raíz se llama AI Agent, o AI Agent Tool cuando a ese agente lo llama otro agente.
Hay dos límites que conviene saber antes de producción. El nodo usa el SDK de Google, que no admite configuración de proxy: en una red que obliga a pasar por proxy toca montar un reverse proxy dedicado a las peticiones de Gemini y apuntar ahí el valor Host de la credencial. Y la facturación se queda en Google, que cobra sus propias llamadas de API según sus condiciones, sin que n8n añada nada encima. Cómo se porta la plataforma en el día a día está en la Reseña n8n.
¿Cómo se autentica Gemini en n8n?
- 01
Abre el campo de credencial del nodo
Coloca el nodo en el lienzo y abre su campo de credencial. Una credencial en n8n es un juego de secretos guardado aparte del flujo: se crea una vez y se reutiliza en todos. En n8n Cloud ese mismo campo ofrece una segunda vía: marca Use Gateway credits y el nodo funciona sin ninguna cuenta de Google. Es el camino más corto para comprobar si el modelo encaja antes de tener una clave.
- 02
Crea la credencial de Google con tu clave de API
En una instancia autoalojada, o en un flujo de Cloud que deba cobrarse en tu propia cuenta de Google, crea la credencial de Google AI y pega la clave de API de esa cuenta. La credencial expone además un valor Host que normalmente se deja como viene. Guardada una vez, aparece en la lista de todos los flujos de la instancia, incluidos los que monta otra persona del equipo.
- 03
Elige modelo y comprueba que la lista se llena
Vuelve al nodo y abre Model. n8n consulta la API de Google Gemini en vivo y muestra solo los modelos que la cuenta puede llamar, así que una lista llena ya demuestra que la credencial funciona. Una lista vacía señala a la clave o a la cuenta, no al flujo. Elige un modelo, engancha el nodo a un nodo raíz y lanza una ejecución para ver una respuesta real.
¿Dónde se engancha este subnodo?
n8n parte el trabajo de IA en dos: un nodo raíz recibe los items del flujo y razona, y los subnodos se conectan a sus puertos, un tipo de subnodo por puerto. Este nodo ocupa exactamente uno de esos puertos.
Salida (dónde se conecta)
- Model
ai_languageModel
01Model
Es el puerto de modelo de lenguaje, el enchufe que un nodo raíz expone cuando necesita algo que genere texto. Arrastra hasta ese puerto y el nodo raíz pasa a usar Gemini en cada respuesta.
Parámetros clave
- Required: un nodo raíz con este puerto no hace nada mientras no tenga un modelo de chat enganchado.
- AI Agent y AI Agent Tool: la pareja habitual cuando el modelo debe elegir herramienta antes de contestar.
- Basic LLM Chain y Question and Answer Chain: los puntos de partida más simples, entra un prompt y sale una respuesta.
- Summarization Chain, Text Classifier y Sentiment Analysis: nodos raíz hechos para una tarea concreta.
¿Qué parámetros merece la pena tocar?
El nodo Google Gemini Chat Model tiene 6 parámetros. Para cada uno: el nodo tal como lo configuras en n8n, qué cambia el parámetro y nuestras notas de campo.
Índice de parámetros
Model
modelNameLo que ves en n8n
Notas y casos de uso
Elige qué modelo de Gemini genera la respuesta. n8n carga la lista de forma dinámica desde la API de Google Gemini, así que el desplegable refleja lo que la cuenta puede llamar de verdad y no un catálogo fijo dentro del nodo.
Parámetros clave
- Model: el modelo que generará la respuesta, tomado de la lista que n8n consulta al editar.
Maximum Number of Tokens
options.maxOutputTokensLo que ves en n8n
Notas y casos de uso
Pone techo a lo que el modelo escribe. Un token es un fragmento de texto, más o menos una palabra corta, y este valor fija cuántos se generan como máximo en la respuesta, es decir, su longitud en la práctica.
Parámetros clave
- Maximum Number of Tokens: el techo de la respuesta, en formato numérico.
Sampling Temperature
options.temperatureLo que ves en n8n
Notas y casos de uso
Gobierna el azar. Al bajarla las respuestas salen menos aleatorias, y según se acerca a cero el modelo se vuelve determinista y repetitivo. Al subirla el muestreo se diversifica, con más riesgo de alucinaciones.
Parámetros clave
- Sampling Temperature: el mando del azar en el proceso de muestreo, en formato numérico.
Top K
options.topKLo que ves en n8n
Notas y casos de uso
Recorta la cola larga. Fija cuántas opciones de token considera el modelo para generar el siguiente, lo que descarta las respuestas de baja probabilidad antes de que salgan. Su valor por defecto, -1, lo deja desactivado.
Parámetros clave
- Top K: el número de opciones de token que se usan para generar el siguiente, en formato numérico.
Top P
options.topPLo que ves en n8n
Notas y casos de uso
Fija la probabilidad que debe usar la respuesta mediante muestreo de núcleo: un valor de 0.5 significa que se consideran la mitad de las opciones ponderadas por verosimilitud. Un valor más bajo ignora las opciones menos probables.
Parámetros clave
- Top P: la masa de probabilidad de la que muestrea el modelo, en formato numérico.
Safety Settings
options.safetySettingsLo que ves en n8n
Notas y casos de uso
Gemini trae filtros de contenido ajustables, y esta colección es donde se configuran. Cada entrada empareja una categoría de contenido dañino con el umbral a partir del cual el modelo lo bloquea, y pueden convivir varias entradas.
Parámetros clave
- Safety Category: la categoría de contenido dañino que se bloquea, entre
HARM_CATEGORY_HARASSMENT,HARM_CATEGORY_HATE_SPEECH,HARM_CATEGORY_SEXUALLY_EXPLICITyHARM_CATEGORY_DANGEROUS_CONTENT. - Safety Threshold: cuán estricto es el bloqueo, de
BLOCK_LOW_AND_ABOVEaBLOCK_ONLY_HIGH, conBLOCK_NONEdejando pasar todo yHARM_BLOCK_THRESHOLD_UNSPECIFIEDsin umbral definido.
¿Necesitas ayuda para automatizar Google Gemini Chat Model con n8n?
El equipo te responde directamente.
Cada mensaje lo lee una persona.
Lo que se pregunta después
01¿El nodo Google Gemini Chat Model n8n es gratis?
02¿Qué hace falta para que funcione?
03¿Qué limitaciones tiene el nodo?
04¿Cuál es el montaje mínimo para un primer flujo con IA?
05¿n8n o Make para un flujo con Gemini?
Recibe nuestros tips de integración cada semana.
Sin spam. Cancela cuando quieras.


