Recursos · Integración n8n

Nodo Text Classifier n8nConfigura Text Classifier en n8n.

El nodo Text Classifier n8n lee un texto y lo coloca en una de las categorías que tú mismo has escrito. Siete parámetros deciden cómo juzga, y un puerto le aporta el modelo que hace la lectura. Sirve en cuanto un flujo tiene que bifurcar según lo que dice un mensaje.

Reseñas verificadas en Trustpilot · Agencia de IA, automatización y growth

Por qué automatizar

¿Para qué sirve el nodo Text Classifier n8n?

Toma cada item que le llega, entrega el texto a un modelo de lenguaje y decide cuál de tus categorías encaja. Esas categorías no vienen dadas por n8n: las escribes tú, con un nombre y una descripción opcional, y el nodo crea una salida por cada una. Un item clasificado como soporte sale por la rama de soporte, y el resto del flujo se mantiene sencillo de leer.

Es un desvío que sabe leer. Un nodo de enrutado normal compara valores que puede comprobar, así que necesita un campo con la respuesta ya dentro. Aquí la materia prima es lenguaje humano, justo lo que llega cuando alguien te escribe.

Tres montajes se repiten. Formularios de la web: el texto libre del mensaje pasa por el clasificador con categorías como presupuesto, incidencia y colaboración, y cada rama termina en un sitio distinto. Reseñas y encuestas: el comentario se clasifica y llega al canal de Slack del equipo que puede hacer algo con él. Correo compartido: un mensaje recuperado con Gmail se ordena antes de que nadie lo abra, y solo la rama correcta dispara una respuesta automática.

El nodo no piensa solo. Le enganchas un subnodo en su puerto Chat Model, un modelo de chat como OpenAI Chat Model o Anthropic Chat Model, y es ese subnodo el que lleva el credential, es decir, los datos de acceso guardados en n8n y reutilizables entre flujos. El clasificador en sí no autentica nada.

Cuando la categoría no es el final del trabajo, cambia de nodo. Text Classifier te da una rama y ahí se detiene. Si el flujo tiene que responder, buscar información o llamar a otros nodos como herramientas, ese papel lo cumple el nodo AI Agent, y el clasificador suele ir delante para decidir si merece la pena lanzarlo.

Los límites, mejor saberlos antes. Las categorías viven en el nodo: no se guarda nada, no se aprende nada de una ejecución a la siguiente, y un segundo flujo que clasifique igual necesita la lista otra vez. Un item que no encaja en nada desaparece mientras no actives la rama Other. Y el proveedor del modelo factura sus propias llamadas de API según sus condiciones, al margen de n8n.

Conexiones

¿Qué se le conecta?

Este nodo es un nodo raíz: recibe los items del flujo por su entrada principal, y los subnodos, esos bloques que nunca se ejecutan por su cuenta, se enganchan a los puertos dibujados debajo.

Puertos (qué se conecta)

  • Chat Modelai_languageModelobligatorio
01Chat ModelEl puerto que aporta el modelo encargado de leer. Arrastras ahí un subnodo de modelo de chat y el clasificador le manda cada texto junto con tu lista de categorías. Si el puerto queda vacío, el nodo no arranca.

El puerto que aporta el modelo encargado de leer. Arrastras ahí un subnodo de modelo de chat y el clasificador le manda cada texto junto con tu lista de categorías. Si el puerto queda vacío, el nodo no arranca.

Parámetros clave

  • Required: la clasificación ocurre dentro del modelo, así que un puerto vacío bloquea la ejecución.
  • OpenAI Chat Model o Anthropic Chat Model: las dos puertas de entrada habituales, cada una con su credential de proveedor.
  • Ollama Chat Model: la opción cuando los textos no deben salir de tu propia máquina.
  • Google Gemini Chat Model: otra alternativa alojada si ya tienes la cuenta.
Casos de uso
en un flujo de tickets basta con un subnodo de modelo para el clasificador, y las ramas posteriores reutilizan la misma cuenta de proveedor.
Parámetros

¿Cómo se ajusta cada parámetro?

El nodo Text Classifier tiene 7 parámetros. Para cada uno: el nodo tal como lo configuras en n8n, qué cambia el parámetro y nuestras notas de campo.

01

Text to Classify

inputText

Lo que ves en n8n

Notas y casos de uso

Este es el texto que leerá el modelo. Todo lo demás en el nodo explica cómo juzgar; este campo dice qué se juzga.

Parámetros clave

  • Text to Classify: obligatorio. Usa una expresión, la sintaxis de n8n que recupera un valor de un nodo anterior, o escribe un texto fijo. Por defecto apunta al campo text.
Casos de uso
detrás de un trigger de chat, apunta a {{ $json.chatInput }} para clasificar la frase del visitante y no una etiqueta puesta antes en el flujo.
02

Categories

categories

Lo que ves en n8n

Notas y casos de uso

Aquí escribes las casillas. Cada entrada añadida con Add Category se convierte en una salida del nodo, en el orden en que las has listado.

Parámetros clave

  • Category: obligatorio, el nombre de la categoría que añades. Es también la etiqueta que aparece sobre la rama.
  • Description: describe la categoría cuando su sentido no sea evidente, para que el modelo sepa qué pones dentro.
Casos de uso
en un buzón comercial tres categorías suelen bastar, y la que merece descripción es la ambigua: aclarar que billing incluye facturas y devoluciones evita que esas peticiones acaben en la rama de ventas.
03

Allow Multiple Classes To Be True

options.multiClass

Lo que ves en n8n

Notas y casos de uso

Hay textos que pertenecen de verdad a dos sitios. Este interruptor decide si el nodo puede admitirlo.

Parámetros clave

  • Allow Multiple Classes To Be True: desactivado, el nodo saca una sola clase por item. Activado, el modelo puede elegir varias y el item sale por cada rama que haya coincidido.
Casos de uso
un mensaje que reporta un fallo y pide una compensación tiene que llegar a los dos equipos, así que lo activas y asumes que un correo genera dos seguimientos. Déjalo apagado siempre que una rama escriba en una ficha que no aguanta dos modificaciones.
04

When No Clear Match

options.fallback

Lo que ves en n8n

Notas y casos de uso

No todo encaja. Esta opción define qué pasa con los items que no coinciden claramente con nada.

Parámetros clave

  • Discard Item (discard): el valor por defecto. El item se ignora y se elimina de la salida, sin aviso.
  • Output on Extra, 'Other' Branch (other): crea una salida adicional llamada Other, por donde salen los items sin categoría.
Casos de uso
en atención al cliente, el comportamiento por defecto pierde en silencio el mensaje raro que nadie previó: pasa a la rama Other y mándala a una persona. Lo que se acumula ahí te dice además qué categoría falta en tu lista.
05

System Prompt Template

options.systemPromptTemplate

Lo que ves en n8n

Notas y casos de uso

El nodo ya envía unas instrucciones al modelo. Esta opción sustituye ese texto por una cadena escrita por ti.

Parámetros clave

  • System Prompt Template: una cadena que se usa directamente como system prompt template. Se apoya en el marcador {categories}, el punto donde se inyecta tu lista de categorías.
Casos de uso
tiene sentido cuando las instrucciones de serie leen el texto con el criterio equivocado, por ejemplo si el tono pesa más que el tema. Si olvidas el marcador {categories} en tu cadena, el modelo nunca verá la lista.
06

Enable Auto-Fixing

options.enableAutoFixing

Lo que ves en n8n

Notas y casos de uso

A veces el modelo responde con una forma que el nodo no consigue interpretar. El auto-fixing le da una segunda oportunidad en lugar de tumbar la ejecución.

Parámetros clave

  • Enable Auto-Fixing: activado, el nodo devuelve al modelo el error de parseo del esquema y le pide que corrija su salida para que cuadre con el formato esperado. Puede provocar una llamada adicional al modelo.
Casos de uso
se agradece en un lote grande procesado de madrugada, donde una salida rota no debería frenar todo lo demás. El precio está claro: esa llamada extra la factura el proveedor como cualquier otra.
07

Batch Processing

options.batching

Lo que ves en n8n

Notas y casos de uso

Cuando entran cientos de items de golpe, importa más el ritmo que la velocidad. Esta colección lo controla.

Parámetros clave

  • Batch Size: cuántos items se procesan en paralelo. Útil para el rate limiting, aunque puede alterar el orden de los logs.
  • Delay Between Batches: un retardo en milisegundos entre lotes, también pensado para el rate limiting.
Casos de uso
clasificar un histórico de comentarios exportado a Google Sheets es justo el momento en que un proveedor empieza a rechazar llamadas: un lote menor con retardo tarda más y llega al final.
Necesitas ayuda

¿Necesitas ayuda para automatizar Text Classifier con n8n?

El equipo te responde directamente.

Cada mensaje lo lee una persona.

FAQ

Lo que se pregunta después

01¿El nodo Text Classifier viene incluido en n8n?
Sí. Forma parte del paquete de IA que se entrega con n8n, así que está en n8n Cloud, la oferta alojada por n8n, y también en una instancia autoalojada con la Community Edition bajo licencia Sustainable Use. No hay instalación ni coste adicional por parte de n8n, montes el flujo donde lo montes. Lo que sí se paga está un escalón más abajo: el modelo de chat que conectas pertenece a un proveedor, y ese proveedor factura sus propias llamadas de API según sus condiciones. n8n no añade nada encima. Un flujo creado en la nube se comporta igual cuando lo mueves a tu servidor.
02¿Qué hace falta para que funcione?
Ninguna cuenta, ningún credential, nada que autenticar en este nodo. Es poco habitual y conviene decirlo claro: no tiene selector Authentication porque no llama a ningún servicio de forma directa. Lo que necesita es un modelo. Conecta un subnodo de modelo de chat en el puerto Chat Model y será ese subnodo el que lleve el credential del proveedor, o sea, los datos de acceso guardados en n8n. Si dejas el puerto vacío, la ejecución se bloquea. También te hace falta un valor en Text to Classify, normalmente una expresión que apunte a un campo del nodo anterior, y al menos una categoría.
03¿Qué límites tiene el nodo Text Classifier n8n?
Clasifica, y no hace nada más. Ni resumen, ni reescritura, ni respuesta, ni llamada a herramientas: cada item sale por una rama, tal cual entró. Las categorías existen solo dentro del nodo, así que no se recuerda nada entre ejecuciones y un segundo flujo necesita su propia copia de la lista. El catálogo expone hoy la versión 1, con 7 parámetros; un flujo antiguo puede mostrar una versión anterior con menos opciones. Los items que no encajan en nada desaparecen mientras When No Clear Match siga en su valor por defecto. Y el acierto que obtienes es el del modelo que hayas conectado.
04¿Qué es lo mínimo que hay que conectar para empezar?
Un subnodo de modelo de chat en el puerto Chat Model, dos o tres categorías con nombres claros y una expresión en Text to Classify que apunte al campo con el mensaje real. Con eso ya tienes un clasificador que funciona. Para la primera prueba, OpenAI Chat Model o Anthropic Chat Model son el camino más corto porque la cuenta suele estar creada; Ollama Chat Model encaja cuando los textos no pueden salir de tu infraestructura. Añade descripciones a las categorías solo cuando veas que el modelo duda entre dos, y activa la rama Other desde el principio para vigilar lo que se escapa.
05¿n8n o Make para clasificar texto?
Depende de dónde quieras que vivan los datos y de cómo prefieras pagar. Make está alojado por Make, sin opción de autoalojamiento, y se factura por operación, así que un volumen alto de clasificación se paga por volumen. n8n funciona en n8n Cloud o en tu propio servidor, algo que pesa cuando los textos clasificados son correos de clientes que prefieres mantener en casa, y una instancia autoalojada acepta el mismo flujo que la nube. Los dos se construyen en visual. Con pocas automatizaciones y ligeras, lo alojado basta; en cuanto crecen, el control del alojamiento suele decidir.
Hack'celeration Lab

Recibe nuestros tips de integración cada semana.

Sin spam. Cancela cuando quieras.