Este ejemplo de flujo de trabajo para generar imágenes con un agente de IA en n8n recorre cada nodo, desde el Chat Trigger hasta la URL final de la imagen: el mensaje del sistema, un sub-flujo que crea y consulta predicciones, la memoria para las ediciones posteriores y una tabla con soluciones para los errores que frenan la mayoría de los montajes.
Escribir una frase en un cuadro de chat y recibir una fotografía terminada parece un pequeño truco, hasta que lo montas tú mismo y ves cómo un agente decide por su cuenta qué escribir, qué herramienta llamar y cuándo parar. Eso es lo que hace un flujo de trabajo de generación de imágenes con un agente de IA en n8n. Un modelo de lenguaje se sitúa en el centro, lee tu petición, la amplía hasta convertirla en un prompt detallado, llama a una API de imágenes como herramienta, espera el render y devuelve un enlace.
Este ejemplo de flujo de trabajo va desde el primer nodo hasta el último. Obtendrás la distribución de nodos, el mensaje del sistema que mantiene honesto al agente, las llamadas HTTP que se comunican con un modelo de imágenes, el bucle de consulta que detiene los resultados vacíos y los errores que hacen perder una tarde. Funciona en cualquier instancia de n8n, en la nube o autoalojada, y cada modelo mencionado aquí tiene su página en PicassoIA.
El flujo de trabajo toma una petición sencilla, como "un mercado callejero lluvioso al atardecer, fotografiado en película de 35 mm", y devuelve la URL alojada de una imagen. Entre la petición y el resultado, un nodo AI Agent toma las decisiones. Nunca llama directamente a la API de imágenes. Llama a una herramienta, y la herramienta hace el trabajo pesado.
Cinco piezas forman todo el montaje:
Eso es un bucle de conversación. El usuario habla, el agente piensa, la herramienta renderiza y el agente responde. Para una primera versión no hace falta nada más, y cada mejora posterior (aprobaciones, almacenamiento, programación) se añade a una de estas cinco piezas.
Una cadena fija (disparador, modelo de lenguaje, petición HTTP, respuesta) funciona hasta que alguien escribe "dame tres variaciones, y que una de ellas sea cuadrada". El agente puede llamar a la herramienta tres veces con argumentos distintos, hacer una pregunta aclaratoria o rechazar una petición demasiado vaga como para imaginarla. Una cadena solo puede hacer lo que dibujaste en el lienzo.
| Situación | Cadena fija | AI Agent |
|---|---|---|
| Una petición sencilla | Funciona | Funciona |
| Tres variaciones | Necesita un bucle hecho a mano | Llama a la herramienta tres veces |
| Petición vaga | Pasa el texto vago tal cual | Hace una pregunta o añade detalles |
| Relación de aspecto distinta | Necesita una nueva rama | Pasa otro argumento |
| Ediciones posteriores | Olvida el contexto | Lee su memoria |
| Depuración | Lineal y fácil | Necesita el registro de ejecución |
💡 La contrapartida es real. Los agentes gastan más tokens y se comportan de forma menos predecible que una cadena. Si todas las peticiones son iguales, una cadena es más barata y más simple. Elige el agente cuando las peticiones varíen.
Tres cosas: una instancia de n8n lo bastante reciente como para incluir el nodo AI Agent y sus subnodos de herramientas, una credencial para un modelo de chat y una credencial para una API de imágenes. Solo te falta paciencia para una prueba y ya estás listo.
El modelo del agente debe llamar a las herramientas de forma fiable. Un modelo rápido suele bastar, porque el agente sobre todo escribe un prompt y elige dos argumentos. Estos modelos de lenguaje (LLM) de PicassoIA son buenos candidatos:
| Modelo | Por qué encaja en este flujo |
|---|---|
| Claude Sonnet 5 | Sigue mensajes de sistema largos y llama a las herramientas en el orden correcto |
| GPT 5.6 Luna | Respuestas rápidas, adecuadas para sesiones conversacionales |
| Gemini 3.5 Flash | Respuestas rápidas, y acepta imágenes como entrada |
| Kimi K2.6 | Pensado para trabajo con agentes y código |
Fija la temperatura entre 0,2 y 0,4. Una aleatoriedad baja hace que los argumentos de la herramienta salgan siempre con la misma forma.
Sea cual sea el modelo de imagen que está detrás de la herramienta, el agente solo ve un nombre, una descripción y dos entradas. Cambiar de modelo más adelante significa editar una URL en el sub-flujo. Estos modelos de texto a imagen forman una lista corta útil:
| Modelo | Mejor uso en un flujo con agente |
|---|---|
| GPT Image 2 | Seguimiento preciso de instrucciones y texto breve dentro de las imágenes |
| Flux 2 Pro | Realismo fotográfico con piel y materiales naturales |
| Nano Banana Pro | Ediciones de escena y un sujeto coherente entre renders |
| Seedream 4.5 | Detalle nítido y composición sólida |
| P-Image | Renders rápidos para borradores |
La API de PicassoIA expone picassoia/picassoia-image para texto a imagen y picassoia/picassoia-image-editor-pro para ediciones. Los modelos de la tabla se pueden usar desde la aplicación web, lo que los convierte en un banco de pruebas útil: prueba allí un prompt antes de confiar en que el agente lo envíe.
Crea un flujo de trabajo nuevo. Añade el nodo Chat Trigger (aparece como When chat message received) y luego un nodo AI Agent, y conecta el disparador con el agente. Las versiones actuales de n8n ejecutan el agente como un agente de herramientas por defecto. Si tu versión pide un tipo de agente, elige Tools Agent.
En el conector Chat Model del agente, haz clic en el signo más y añade el nodo de modelo que corresponda a tu credencial. Pega la credencial, fija la temperatura en 0,3 y continúa.
Abre el nodo AI Agent, añade la opción System Message y pega esto:
You are an image generation assistant.
When the user asks for an image, call the generate_image tool.
Before calling it, rewrite the request as one detailed photographic prompt of 60 to 120 words: subject, setting, lighting direction, lens and surface textures.
Avoid neon, cartoon and CGI wording unless the user asks for it.
If the request is too vague to picture, ask one short question first.
After the tool returns, reply with the image URL on its own line, then one sentence describing the result.
Never invent a URL. If the tool returns an error, say so and offer one retry.
Cada línea tiene una función. La regla de reescritura es lo que determina la calidad de la imagen. La regla de "nunca inventes una URL" existe porque un agente produce con gusto un enlace verosímil cuando una herramienta falla. La regla de reintento evita los bucles sin fin.
💡 En las opciones del agente, fija Max Iterations en 6 u 8. Así, un bucle atascado termina con un error en lugar de consumir tokens toda la noche.
Añade un subnodo Call n8n Workflow Tool al conector Tool del agente. Ponle el nombre generate_image y escribe la descripción como si fuera una orden de trabajo:
Creates one photographic image from a detailed prompt and returns its public URL.
Inputs: prompt (string, required), aspect_ratio (16:9, 1:1 or 9:16).
Apunta la herramienta a un segundo flujo de trabajo y constrúyelo en este orden:
prompt y aspect_ratio.succeeded.imageUrl.failed a un nodo Stop and Error y devuelve cualquier otro estado al nodo Wait.¿Por qué un sub-flujo en lugar de una herramienta HTTP Request sola? Las API de imágenes son asíncronas. Una herramienta sola iniciaría el render y devolvería un id, y obligaría al agente a consultar por su cuenta, lo que cuesta turnos y tokens extra. El sub-flujo oculta el bucle, así que el agente ve una sola llamada a la herramienta y una sola URL.
Conecta el subnodo Simple Memory al agente y fija la ventana de contexto en unos ocho mensajes. Usa por defecto el id de la sesión de chat, así que cada visitante tiene un historial separado. Con la memoria activada, "ahora haz la segunda más ancha" funciona, porque el agente puede leer su prompt anterior y cambiar un solo detalle.
El mismo agente también responde desde un teléfono. Cambia el Chat Trigger por un disparador de Telegram o Webhook y el resto del flujo de trabajo no se toca.
Los nodos HTTP dentro del sub-flujo se comunican con la API de PicassoIA: dirección base https://api.picassoia.com/v1, un token bearer que empieza por pia_sk_, y endpoints de predicción al estilo Replicate. Los trabajos son asíncronos: creas una predicción, la consultas y después lees el resultado. Crea tu token en la página de la API de PicassoIA y guárdalo en n8n como credencial Header Auth, con el nombre Authorization y el valor Bearer seguido de tu token.
En el nodo Create prediction, fija el método en POST, la autenticación en Generic Credential Type con Header Auth, y el tipo de cuerpo en JSON.
POST /v1/models/picassoia/picassoia-image/predictions
{
"input": {
"prompt": "{{ $json.prompt }}",
"aspect_ratio": "{{ $json.aspect_ratio }}"
}
}
La respuesta incluye una predicción id. Los nombres de los campos de entrada cambian según el modelo, así que confírmalos en la página de la API del modelo que llamas. Los prompts pueden tener hasta 4000 caracteres, lo que deja mucho espacio para una descripción fotográfica de 120 palabras.
En Get prediction, envía una petición GET a /v1/predictions/{{ $('Create prediction').item.json.id }}. El estado pasa a succeeded o failed, y el nodo IF lee {{ $json.status }}. Después, el nodo Edit Fields extrae el enlace de la respuesta:
imageUrl = {{ Array.isArray($json.output) ? $json.output[0] : $json.output }}
Algunos modelos devuelven una lista y otros una cadena única, de ahí la comprobación. Añade un contador y envía la ejecución a Stop and Error después de 40 consultas, lo que equivale a unos tres minutos con cinco segundos por consulta. Sin ese límite, un solo trabajo atascado puede mantener una ejecución abierta durante horas.
💡 Una cuenta puede ejecutar 5 predicciones a la vez. Para lotes, pon un nodo Loop Over Items delante del agente con un tamaño de lote de 2 o 3, para que la quinta petición nunca llegue a una cola llena.
La gente escribe cinco palabras. Los modelos de imagen quieren cincuenta. El mensaje del sistema salva esa distancia, así que el agente convierte una petición corta en un encargo fotográfico completo.
Usuario: un mercado callejero lluvioso al atardecer
Prompt del agente: Plano general de un mercado callejero al atardecer, tras la lluvia, con vendedores bajo toldos de lona a rayas, adoquines mojados que reflejan bombillas de tungsteno cálidas, compradores con paraguas a media distancia, una neblina suave que llega desde la izquierda, objetivo de 35 mm a f/2, grano de película fino, paleta de Kodak Portra 400, textura visible del tejido y gotas de agua sobre las cajas de fruta.
Incluye estas reglas en el mensaje del sistema y el agente las aplicará siempre:
Escríbelas como reglas ("nombra siempre el objetivo"), no como deseos ("intenta mencionar el objetivo"). Los agentes siguen las reglas con mucha más frecuencia que las sugerencias.
Antes de incorporar una regla de estilo al mensaje del sistema, pruébala a mano en PicassoIA:
💡 Cambia una variable por ejecución. Si reescribes todo el prompt cada vez, nunca sabrás qué cambio ayudó. Para texto corto y legible dentro de una escena, pasa el mismo prompt por GPT Image 2 y compara.
Un dueño de tienda escribe "taza de cerámica sobre lino, luz de la mañana" y recibe una foto de borrador para su ficha de producto dentro de una misma conversación. Añade un nodo Google Sheets después del agente para anexar el nombre del producto, el prompt y la URL a una hoja. El equipo tendrá así un registro de cada render, y nadie tendrá que buscar en el historial del chat para encontrar el bueno.
Como la memoria está activada, el dueño puede decir "la misma taza, mesa de madera más oscura" y el agente reutiliza la redacción anterior con un solo cambio. Ese hábito de hacer seguimiento es lo que distingue a un agente de un formulario.
Sustituye el Chat Trigger por un Schedule Trigger. Lee una columna de temas de una hoja, envía cada fila a través de Loop Over Items hacia el agente y escribe la URL devuelta junto al tema. Así, una semana de imágenes principales llega mientras tú haces otra cosa.
Añade un control humano antes de que nada salga al público. Envía las URL a Slack o por correo y espera un visto bueno. Los agentes son rápidos, pero una persona todavía detecta el dedo de más o la temporada equivocada.
| Síntoma | Causa probable | Solución |
|---|---|---|
| El agente responde sin llamar a la herramienta | Descripción de la herramienta poco clara | Empieza la descripción con un verbo y nombra cada entrada |
| La herramienta se ejecuta pero la respuesta no tiene URL | El nombre del campo de salida no coincide | Comprueba que el nodo Edit Fields devuelve imageUrl y prueba el sub-flujo por separado |
| La consulta nunca termina | Falta una rama de fallo o un límite de consultas | Envía failed a Stop and Error y limita el bucle a 40 consultas |
| Respuesta 401 | Cabecera incorrecta o token caducado | Vuelve a crear la credencial Header Auth y conserva el prefijo Bearer |
| Errores 429 o de cola | Más de 5 trabajos a la vez | Usa Loop Over Items con un tamaño de lote de 2 o 3 |
| Las imágenes parecen de dibujos animados | El prompt carece de detalle fotográfico | Añade reglas de objetivo, dirección de la luz y textura al mensaje del sistema |
| El agente llama a la herramienta una y otra vez | Max Iterations demasiado alto | Fíjalo en 6 y mantén la regla de un solo reintento |
💡 Cuando algo falle, ejecuta el sub-flujo solo con datos de entrada fijados. Si funciona por sí mismo, el fallo está en las instrucciones del agente, no en los nodos HTTP.
Construye primero la versión más pequeña: un Chat Trigger, un AI Agent y una herramienta de imagen. Diez minutos de conexiones te dan un cuadro de chat que devuelve fotografías, y cada mejora posterior consiste en añadir un solo nodo.
Abre Flux 2 Pro, GPT Image 2 o Nano Banana Pro en tu navegador y escribe tu primer prompt a mano. Elige un cerebro de los modelos de lenguaje de arriba, consigue un token de API en la página de la API de PicassoIA y deja que el agente escriba los siguientes cien prompts por ti. Crea tus propias imágenes en PicassoIA y luego envía el mejor prompt de vuelta a tu flujo de trabajo.
Elige tu idioma
