Notificaciones y Alertas Inteligentes

El problema

Tus KPIs cambian todo el día y nadie los vigila en tiempo real. El servidor cae a las 3am, las ventas de hoy llevan 4 horas a cero, y el tráfico cayó un 60%: te enteras cuando un cliente se queja en Twitter. El monitoreo manual es imposible de sostener y las alertas básicas de las herramientas nativas no explican por qué ocurrió el problema ni qué hacer.

Este flujo consulta tus métricas cada hora, detecta anomalías, y cuando supera un umbral envía a Claude una alerta enriquecida con contexto: historial reciente, causa probable, y acción recomendada. El mensaje que llega a Slack no es "revenue bajo" — es un diagnóstico accionable.

Herramientas necesarias

• n8n (self-hosted o cloud)
• Schedule Trigger — disparo cada hora
• HTTP Request — consulta tu API de métricas o endpoint interno
• IF — compara valor actual contra umbral definido
• HTTP Request (Claude API) — genera contexto inteligente para la alerta
• Slack (node nativo n8n) — envía el mensaje al canal de operaciones
• Credenciales: Anthropic API key, Slack Bot Token, acceso a tu API de métricas

Configuración paso a paso

Nodo 1 — Schedule Trigger

• Trigger interval: Every Hour
• Hora de inicio: 00:00 (se ejecuta en punto cada hora)

Nodo 2 — HTTP Request (métricas)

• Method: GET
• URL: https://tudominio.com/api/metrics/current
• Authentication: Header Auth → Authorization: Bearer {{ $credentials.apiToken }}
• Response Format: JSON
• Campos esperados en respuesta: revenue_today, active_users, error_rate, conversion_rate

Nodo 3 — IF (detección de umbral)

• Condition 1: {{ $json.revenue_today }} menor que 500 (umbral mínimo diario)
• Condition 2: {{ $json.error_rate }} mayor que 0.05 (más del 5% de errores)
• Condition 3: {{ $json.active_users }} menor que 10
• Combinar con: ANY (si cualquiera falla, disparar alerta)
• Rama TRUE → continúa al nodo Claude
• Rama FALSE → Stop (todo normal, no hacer nada)

Nodo 4 — HTTP Request (Claude API)

• Method: POST
• URL: https://api.anthropic.com/v1/messages
• Headers:
  • x-api-key: tu Anthropic API key
  • anthropic-version: 2023-06-01
  • Content-Type: application/json
• Body (JSON):

{
  "model": "claude-opus-4-5",
  "max_tokens": 300,
  "messages": [
    {
      "role": "user",
      "content": "{{ $node['IF'].json.prompt }}"
    }
  ]
}

• En el nodo IF, antes de enviarlo, construye el prompt como Set node con Expression.

Nodo 5 — Slack

• Resource: Message
• Operation: Send
• Channel: #alertas-operaciones
• Text: 🚨 *ALERTA KPI* — {{ $now.format('DD/MM HH:mm') }}\n\n{{ $json.content[0].text }}
• Username: n8n-monitor

Ejemplo de prompt IA

Eres el sistema de monitoreo de un negocio digital. Analiza estas métricas de la última hora y genera una alerta concisa para el equipo de operaciones.

MÉTRICAS ACTUALES:
- Revenue hoy: ${{ $node['HTTP Request'].json.revenue_today }}
- Usuarios activos: {{ $node['HTTP Request'].json.active_users }}
- Tasa de error: {{ $node['HTTP Request'].json.error_rate * 100 }}%
- Tasa de conversión: {{ $node['HTTP Request'].json.conversion_rate * 100 }}%

UMBRALES NORMALES:
- Revenue mínimo diario a esta hora: $500
- Usuarios activos mínimos: 10
- Error rate máximo: 5%

Responde en formato:
1. QUÉ está fallando (1 línea)
2. CAUSA PROBABLE más común para este patrón
3. ACCIÓN INMEDIATA recomendada

Sé directo y técnico. Sin introducciones.

Ahorro estimado

• Monitoreo manual de dashboards: 45 min/día eliminados
• Detección de problemas: de horas a minutos
• Tiempo de respuesta a incidentes: reducción estimada del 70%
• Total: 5-6 horas semanales + prevención de pérdidas por downtime no detectado