Nodo Information Extractor n8nConfigura Information Extractor en n8n.
Entra texto suelto, salen campos con nombre. El nodo Information Extractor n8n lee un mensaje, una reseña o una página descargada y devuelve las mismas claves JSON en cada ejecución. Expone 3 parámetros, 3 maneras de describir la salida y pide un modelo de chat en su puerto.
Reseñas verificadas en Trustpilot · Agencia de IA, automatización y growth
¿Para qué sirve el nodo Information Extractor n8n?
Recibe un bloque de texto y devuelve un objeto estructurado cuyas claves decides tú de antemano. Describes la forma una sola vez, como lista de atributos, como ejemplo JSON o como esquema completo, y cada item que pasa sale con esas mismas claves. El razonamiento lo pone un modelo de chat: un subnodo que se conecta al nodo, no un parámetro que se rellena dentro.
El primer escenario es la voz del cliente. Reseñas, respuestas de encuesta y mensajes de soporte entran como texto, y el nodo saca producto, motivo de queja y tono. Con eso, una alerta sale hacia Slack cuando aparece un motivo grave, y todo lo demás se acumula en Google Sheets para revisarlo el lunes.
El segundo son los documentos que se parecen pero nunca son iguales. Un albarán o una factura de proveedor llega como texto desde un nodo anterior, Schema Type se pone en fromJson y pegas un objeto de ejemplo con las claves que importan. n8n lee los nombres y los tipos de propiedad, y se salta los valores. Va bien cuando ya tienes una muestra y no quieres escribir un esquema a mano.
El tercero es ordenar lo que un modelo contestó en prosa. Un resumen o un AI Agent devuelve un párrafo, y este nodo lo convierte en campos que una rama If puede comparar. La diferencia importa: el agente decide qué hacer después, el extractor solo decide qué forma tienen los datos.
Cambia de nodo cuando el texto ya viene estructurado para una máquina. Una respuesta de API en JSON se lee sin modelo, y un patrón fijo como un número de pedido se captura con una expresión, es decir, un cálculo que n8n evalúa item a item. El extractor entra cuando la redacción cambia en cada caso y una expresión se rompería.
Hay dos límites que conviene tener en cuenta desde el principio. La calidad depende del modelo conectado, sea OpenAI u otro proveedor, y ese proveedor factura sus propias llamadas de API según sus condiciones. Además, un esquema generado a partir de un ejemplo JSON marca todos los campos como obligatorios, lo cual molesta en cuanto un documento no trae ese dato. Si todavía estás comparando plataformas, la Reseña n8n repasa los criterios.
¿Qué se conecta al nodo?
Los nodos de IA de n8n se leen en dos niveles: un nodo raíz colocado en el flujo principal y subnodos enganchados debajo en puertos, un tipo de subnodo por puerto.
Puertos (qué se conecta)
- Chat Model
ai_languageModelobligatorio
01Chat Model
Este puerto lleva el modelo que lee de verdad el texto y rellena el esquema. Arrastras un subnodo encima y es él quien guarda el credential del proveedor, o sea las credenciales registradas en n8n. Por eso el extractor no pide nada.
Parámetros clave
- Required: si el puerto queda vacío, el nodo no se ejecuta, porque no hay modelo que haga la extracción.
- OpenAI Chat Model o Anthropic Chat Model: los dos puntos de partida habituales cuando la cuenta del proveedor ya existe.
- Google Gemini Chat Model: otra opción alojada, se conecta igual.
- Ollama Chat Model: para un modelo que corre en tu propia máquina, en autoalojado.
¿Cómo se ajusta cada parámetro?
El nodo Information Extractor tiene 3 parámetros. Para cada uno: el nodo tal como lo configuras en n8n, qué cambia el parámetro y nuestras notas de campo.
Text
textLo que ves en n8n
Notas y casos de uso
Le dice al nodo qué texto leer. Casi siempre es una expresión que apunta a un campo del item entrante, rara vez texto escrito a mano.
Parámetros clave
- Text: el texto del que se extrae la información, normalmente
{{ $json.chatInput }}tras un trigger de chat, o{{ $json.text }}tras un nodo Extract from PDF.
Schema Type
schemaTypeLo que ves en n8n
Notas y casos de uso
Decide cómo describes la salida. Cada opción hace aparecer un campo distinto debajo.
Parámetros clave
- Schema Type:
fromAttributesenumera atributos con tipo y descripción,fromJsonconstruye el esquema desde un ejemplo,manualtoma el esquema tal como lo escribes. - Attributes: la lista campo por campo detrás de From Attribute Descriptions, que se rellena con Add Attribute.
- JSON Example: el objeto de muestra detrás de Generate From JSON Example. Lee nombres y tipos, ignora los valores y trata todos los campos como obligatorios.
- Input Schema: el esquema JSON detrás de Define using JSON Schema. La sintaxis
$refsno está soportada.
Options
optionsLo que ves en n8n
Notas y casos de uso
Agrupa los ajustes que quedan escondidos hasta que hacen falta. Nada es obligatorio aquí y el nodo funciona con la colección vacía.
Parámetros clave
- System Prompt Template: sustituye el prompt de sistema que se usa para la extracción. n8n sigue añadiendo sus instrucciones de formato, así que la forma de la salida se mantiene.
- Batch Processing: las opciones de procesamiento por lotes para el control de la tasa de llamadas, que se abren con Add Batch Processing Option.
¿Necesitas ayuda para automatizar Information Extractor con n8n?
El equipo te responde directamente.
Cada mensaje lo lee una persona.
Lo que se pregunta después
01¿El nodo Information Extractor es gratis en n8n?
02¿Qué hace falta para que funcione?
03¿Qué límites tiene el nodo Information Extractor n8n?
04¿Qué se conecta como mínimo y con qué modelo empezar?
05¿n8n o Make para extraer datos estructurados?
Recibe nuestros tips de integración cada semana.
Sin spam. Cancela cuando quieras.
