Nodo Google PaLM Language Model n8nConfigura Google PaLM Language Model en n8n.
El nodo Google PaLM Language Model n8n escribe texto a partir de un prompt dentro del propio flujo. Su versión 1 trae 5 parámetros: el modelo, un tope de tokens y tres ajustes de azar. Nada que autenticar en él, algo que agradece quien ya tiene n8n en marcha.
Reseñas verificadas en Trustpilot · Agencia de IA, automatización y growth
¿Para qué sirve el nodo Google PaLM Language Model n8n?
Ejecuta una compleción de Google PaLM sobre cada item que le llega. Eliges el modelo que genera la compleción, fijas hasta dónde puede alargarse la respuesta y decides cuánto margen de azar quieres. El nodo viene dentro del paquete de IA de n8n, así que ya está disponible tanto en n8n Cloud como en una instancia que alojes tú, sin instalar nada ni pagar de más por el lado de n8n.
El primer uso es redactar. Un flujo lee filas nuevas, pasa cada una por el nodo con Sampling Temperature muy baja y devuelve un resumen de una línea junto al dato original en Google Sheets. Dos ejecuciones sobre la misma fila devuelven la misma frase.
El segundo es clasificar. Maximum Number of Tokens se queda corto porque la respuesta cabe en una etiqueta, y Top K aparta las palabras poco probables que convierten esa etiqueta en un párrafo. El desvío llega después, sobre el campo que el nodo ha devuelto.
El tercero es variar. Top P amplía el conjunto de palabras candidatas, de modo que una tanda de titulares de producto no salga calcada. Cada item aporta su texto con una expresión, es decir un valor calculado del tipo {{ $json.prompt }}, y un campo marcado como obligatorio que se queda vacío detiene el nodo en lugar de generar ruido.
Cuándo conviene otra cosa. Aquí hay una compleción por item entrante y poco más. Si hace falta un bucle que elija por su cuenta el siguiente paso y llame a herramientas, el nodo raíz se llama AI Agent, y un subnodo de modelo, o sea un nodo que se engancha a su puerto, se conecta ahí. Si la respuesta tiene que ser JSON estricto, un Auto-fixing Output Parser encaja en esa cadena. Otro proveedor implica otro nodo, por ejemplo OpenAI.
Los límites, antes de montar nada encima. El nodo no lleva credential, es decir ninguna credencial guardada, y no tiene puerto de subnodo. El catálogo solo lista una versión: un flujo antiguo muestra los mismos 5 parámetros. Google factura sus propias llamadas de API según sus condiciones y n8n no añade nada. Para situar la herramienta, la Reseña n8n lo repasa.
¿Qué parámetros tiene este nodo?
El nodo Google PaLM Language Model tiene 5 parámetros. Para cada uno: el nodo tal como lo configuras en n8n, qué cambia el parámetro y nuestras notas de campo.
Model
modelNameLo que ves en n8n
Notas y casos de uso
Aquí el nodo aprende a qué llamar. El valor nombra el modelo que genera la compleción y se aplica a todos los items tratados durante la ejecución.
Parámetros clave
- Model: el modelo que genera la compleción. Deja el valor guardado mientras ningún flujo pida otra cosa, o pasa
{{ $json.model }}cuando la elección viaje con el item.
Maximum Number of Tokens
options.maxOutputTokensLo que ves en n8n
Notas y casos de uso
La longitud encuentra su techo en este campo. Fija el número máximo de tokens a generar en la compleción, siendo el token el trozo de texto que el modelo lee y escribe, no una palabra entera.
Parámetros clave
- Maximum Number of Tokens: ajustado para una etiqueta de una línea, más holgado para un párrafo, o leído del item con
{{ $json.maxTokens }}.
Sampling Temperature
options.temperatureLo que ves en n8n
Notas y casos de uso
La previsibilidad se gradúa en este control. Regula el azar: al bajarlo, las compleciones salen menos aleatorias, y cuando la temperatura se acerca a cero el modelo se vuelve determinista y repetitivo.
Parámetros clave
- Sampling Temperature: cerca de cero para extraer o reformatear, donde dos pasadas sobre el mismo dato deben coincidir; más alta cuando lo que molesta es precisamente la repetición.
Top K
options.topKLo que ves en n8n
Notas y casos de uso
Funciona como un filtro sobre las palabras candidatas. Sirve para quitar las respuestas de cola larga, las de probabilidad baja que hacen descarrilar una respuesta que iba bien.
Parámetros clave
- Top K: su valor por defecto es
-1, que lo desactiva, así que no se filtra nada hasta que pongas un valor. Va bien cuando las compleciones se salen del formato esperado más que del tema.
Top P
options.topPLo que ves en n8n
Notas y casos de uso
La diversidad tiene su propio ajuste, por muestreo de núcleo. Un valor de 0,5 significa que se tiene en cuenta la mitad de las opciones ponderadas por probabilidad: el conjunto del que tira el modelo se estrecha o se abre con ese número.
Parámetros clave
- Top P: la recomendación es mover este o Sampling Temperature, pero no los dos, porque se solapan y tocarlos a la vez deja el resultado imposible de leer.
¿Necesitas ayuda para automatizar Google PaLM Language Model con n8n?
El equipo te responde directamente.
Cada mensaje lo lee una persona.
Google PaLM Language Model y n8n: preguntas frecuentes
01¿El nodo Google PaLM Language Model n8n es gratis?
02¿Qué credenciales hacen falta para usarlo?
03¿Qué límites tiene este nodo?
04¿Qué conviene conectar para empezar?
05¿n8n o Make para un paso de IA como este?
Recibe nuestros tips de integración cada semana.
Sin spam. Cancela cuando quieras.
