⏱ Tiempo estimado: 24 minutos

🎯 Rama / Perfil: Automation Specialists & Product Managers

🧠 Conocimiento previo necesario: Manejo básico de flujos JSON o herramientas no-code como Make/Zapier.

💡 ¿Qué vas a lograr? Crear una automatización que reciba audios o fotos de recibos en WhatsApp, los procese mediante modelos de IA multimodales en Google AI Studio y responda con los datos estructurados al instante.

🛠 Lo que necesitas antes de empezar

• [Cuenta en Google AI Studio] → 🔗https://aistudio.google.com/
• [Instancia de n8n (Cloud o Self-hosted)] → 🔗https://n8n.io/
• [Cuenta en Meta for Developers (WhatsApp Cloud API)] → 🔗https://developers.facebook.com/

📋 Pasos

Paso 1 — Obtener la API Key de Google Gemini

1. Ingresa a Google AI Studio.
2. Haz clic en Get API Key y crea un nuevo proyecto o usa uno existente.
3. Copia tu clave API de Gemini.

Paso 2 — Configurar el Webhook en n8n

1. Abre tu panel de n8n y crea un nuevo flujo (Workflow).
2. Añade un nodo inicial de tipo Webhook.
3. Configura el método HTTP como POST y copia la URL de prueba que te otorga n8n.

Paso 3 — Conectar el Webhook a WhatsApp Business Cloud API

1. En tu panel de Meta for Developers, selecciona tu App de WhatsApp.
2. Dirígete a la sección de Configuración de Webhook.
3. Pega la URL del Webhook de n8n y suscribe el evento a messages.
4. Envía un mensaje de prueba con una imagen o nota de voz desde tu teléfono para validar que los datos llegan al nodo de n8n.

Paso 4 — Agregar el nodo de procesamiento multimodal (Gemini Flash)

1. En n8n, añade el nodo oficial de Google Gemini (o un nodo HTTP Request hacia la API de Google).
2. Selecciona el modelo Gemini 1.5 Flash (optimizado para velocidad y análisis multimodal).
3. Conecta el archivo adjunto (imagen del recibo o archivo de audio) que viene desde la carga útil (payload) del Webhook de WhatsApp.
4. Define el Prompt del sistema:

   "Extrae los siguientes datos de esta imagen/audio de factura: Nombre del comercio, Fecha, Monto total y Categoría del gasto. Responde estrictamente en formato JSON."

Paso 5 — Enviar la respuesta de vuelta a WhatsApp

1. Agrega el nodo WhatsApp Cloud API al final del flujo en n8n.
2. Mapea la respuesta JSON extraída por Gemini y configúrala como el texto del mensaje saliente hacia el número del remitente.

✅ Resultado esperado

Al enviar la foto de un ticket de compra o una nota de voz diciendo "Gasté $45 dólares en gasolina hoy" a tu número de WhatsApp, el bot responderá en menos de 5 segundos con un mensaje formateado confirmando el registro del gasto.

🔥 Tu reto (siguiente acción)

Conecta un nodo adicional de Google Sheets o Notion en n8n inmediatamente después de la IA para guardar automáticamente cada gasto extraído en una hoja de cálculo.

📚 Recursos para ir más lejos

• [Documentación de WhatsApp Cloud API] → 🔗https://developers.facebook.com/docs/whatsapp/cloud-api/— Guía para enviar mensajes de plantilla y estructurados.