Nodo Structured Output Parser n8nConfigura Structured Output Parser en n8n.
El nodo Structured Output Parser n8n convierte el texto libre de un modelo en un objeto JSON fiable. Le pasas un esquema, valida cada respuesta contra ese esquema y reintenta una vez si el formato no encaja. Cuatro parámetros, un modelo de chat conectado y el resto del flujo deja de adivinar.
Reseñas verificadas en Trustpilot · Agencia de IA, automatización y growth
¿Para qué sirve el nodo Structured Output Parser n8n?
Es un subnodo, es decir un nodo que nunca se ejecuta solo: se engancha a un nodo raíz de IA por el puerto output parser, ese conector pequeño que aparece debajo del nodo, y define la forma de lo que ese nodo raíz devuelve. Su función es estrecha y muy útil. En lugar de un párrafo de prosa, el resto del flujo recibe un objeto JSON con los campos que definiste antes, verificado contra un esquema antes de que nadie lo consuma.
Primer caso, el catálogo. Un AI Agent lee la descripción cruda de un producto y tiene que devolver un título corto, una categoría y tres atributos. Sin parser recibes un bloque de texto y te toca escribir una expresión regular. Con default.jsonSchema relleno, los campos se mapean directamente a las columnas de Google Sheets, una fila por producto y ningún paso de limpieza intermedio.
Segundo caso, la clasificación de incidencias. Llega un mensaje, un modelo de chat lo lee y el parser obliga a una respuesta de tres campos: categoría, urgencia y resumen breve. Un nodo If lee la categoría y manda lo urgente a Slack. La condición mira un campo, no una frase, así que deja de romperse el día que el modelo redacta distinto.
Tercer caso, volumen. Recorres filas, pides a un modelo servido por OpenAI que califique cada una y activas Auto-Fix Format para que una respuesta mal formada tenga otra oportunidad en vez de tumbar la ejecución. Ese segundo intento lanza una llamada más al modelo, que el proveedor factura según sus propias condiciones.
Cuándo conviene otra cosa. El propio n8n lo advierte: el parseo estructurado dentro de un agente suele ser poco fiable. Si tu flujo pasa por un agente y la salida tiene que ser exacta, envía la respuesta del agente a una cadena LLM aparte y parsea ahí. Los resultados salen más consistentes. Y si lo que buscas es una forma concreta para un paso intermedio que alimenta a otra herramienta de IA, este nodo no es el adecuado: describe la estructura esperada en el System Message del agente, con un esquema o una respuesta de ejemplo como plantilla.
Los límites, antes de montar nada. En un subnodo, una expresión de n8n siempre se resuelve sobre el primer item de entrada: con cinco nombres, {{ $json.name }} devuelve cinco veces el primero. La sintaxis $refs no está soportada en Input Schema. El nodo está en la versión 1, y la opción Require Specific Output Format tiene que estar activada en el nodo raíz para que aparezca el punto de enganche. Si quieres una mirada más amplia a la plataforma antes de decidir, la Reseña n8n la cubre.
¿Qué se le conecta?
Un nodo clúster es un nodo raíz más subnodos enganchados a sus puertos, un tipo de subnodo por puerto. Este juega en los dos lados: consume un modelo de chat y a su vez se engancha a un nodo raíz.
Puertos (qué se conecta)
- Chat Model
ai_languageModelobligatorio
Salida (dónde se conecta)
- Output Parser
ai_outputParser
01Chat Model
El modelo de lenguaje al que el parser llama cuando tiene que reparar una respuesta. Ese subnodo lleva el credential del proveedor, la credencial guardada en n8n, así que en el parser no se autentica nada.
Parámetros clave
- Required: si dejas el puerto vacío, el nodo no se ejecuta.
- OpenAI Chat Model o Anthropic Chat Model: las dos opciones habituales cuando ya tienes clave con alguno.
- Google Gemini Chat Model u Ollama Chat Model: el segundo para un modelo que corre en tu propia máquina.
02Output Parser
Este es el puerto del que cuelga el parser. Solo aparece en el nodo raíz después de activar Require Specific Output Format; entonces haces clic en el punto de enganche y añades ahí el nodo.
Parámetros clave
- Required: un subnodo nunca se ejecuta solo, un parser sin enganchar no hace nada.
- AI Agent o Basic LLM Chain: la cadena es el anfitrión más seguro cuando la forma tiene que aguantar.
- AI Agent Tool o Auto-fixing Output Parser: el último envuelve a este parser en lugar de sustituirlo.
¿Qué parámetro define la forma?
El nodo Structured Output Parser tiene 4 parámetros. Para cada uno: el nodo tal como lo configuras en n8n, qué cambia el parámetro y nuestras notas de campo.
JSON Example
jsonSchemaExampleLo que ves en n8n
Notas y casos de uso
Pegas una respuesta de muestra y n8n deduce el esquema a partir de ella. Es la vía rápida: ya sabes cómo debe verse el objeto, así que lo enseñas en vez de escribirlo en forma de reglas.
Parámetros clave
- JSON Example: el objeto JSON de ejemplo que sirve para generar el esquema.
Input Schema
inputSchemaLo que ves en n8n
Notas y casos de uso
Aquí eres tú quien aporta el esquema que usa la función, en lugar de dejar que n8n lo infiera. Sácalo cuando un esquema generado queda demasiado suelto y los tipos de campo tienen que quedar escritos.
Parámetros clave
- Input Schema: en formato JSON Schema; la sintaxis
$refsno está soportada por ahora, así que cada definición se escribe en línea.
JSON Schema
jsonSchemaLo que ves en n8n
Notas y casos de uso
La versión estricta. La salida se estructura y se valida contra lo que escribas ahí, y el campo es obligatorio: vacío, bloquea la ejecución del nodo.
Parámetros clave
- JSON Schema: obligatorio, el esquema contra el que la salida se estructura y se valida.
Auto-Fix Format
autoFixLo que ves en n8n
Notas y casos de uso
Actívalo y una respuesta mal formada se repara en vez de descartarse. n8n manda otra llamada al modelo, que el proveedor factura como cualquier otra: compras fiabilidad, no velocidad.
Parámetros clave
- Auto-Fix Format: si se corrige o no automáticamente una salida que no tiene el formato correcto.
- Customize Retry Prompt: desactivado, un prompt por defecto gestiona el reintento.
- Custom Prompt: la plantilla del reintento, que debe incluir los marcadores
{instructions},{completion}y{error}.
¿Necesitas ayuda para automatizar Structured Output Parser con n8n?
El equipo te responde directamente.
Cada mensaje lo lee una persona.
Lo que se pregunta después
01¿El nodo Structured Output Parser viene incluido en n8n?
02¿Qué hace falta para que funcione?
03¿Qué límites tiene el nodo Structured Output Parser n8n?
04¿Qué hay que conectar como mínimo y con qué subnodo empezar?
05¿n8n o Make para estructurar una salida de IA?
Recibe nuestros tips de integración cada semana.
Sin spam. Cancela cuando quieras.
