Loading Light/Dark Toggle
Volver al blog

Crea un Monitor de Marca con IA en n8n con Scrapeless y Compare Runs

James Thompson
James Thompson

Scraping and Proxy Management Expert

13-Nov-2026

TL;DR:

  • Un monitor de marca con IA en n8n puede rastrear por separado las menciones en las respuestas y los impactos de dominios en las fuentes devueltas. Una marca puede aparecer en la respuesta mientras su sitio web está ausente de la lista de fuentes seleccionadas.
  • El flujo de trabajo importable compara ejecuciones equivalentes. Guarda informes en n8n Data Tables y exporta las respuestas originales, las URL de las fuentes y los cambios como JSON y CSV.
  • Los fallos de recopilación siguen siendo observaciones desconocidas. Las respuestas vacías y las listas de fuentes no disponibles no deben convertirse en evidencia de que una marca desapareció.
  • El caso de la funda para smartphone es una línea base retenida. Demuestra cómo leer la salida; no establece una mejora ni una puntuación de visibilidad en toda la plataforma.

Pipeline de un Vistazo

Este flujo de trabajo de monitorización de marca con IA en n8n envía un conjunto fijo de preguntas a ChatGPT y Perplexity a través de Scrapeless, normaliza las respuestas y compara el informe con una ejecución anterior coincidente.

La secuencia es: disparador manual o diario → configuración del monitor → búsqueda de ejecución previa → una entrada por pregunta → dos ramas de recopilación → observaciones normalizadas → almacenamiento de informe e historial → descargas JSON y CSV.

Un equipo de marketing puede usar esa secuencia para revisar qué preguntas de compradores incluyen su marca, si los dominios oficiales aparecen en las fuentes devueltas y qué observaciones cambiaron. La respuesta completa permanece junto a la medición para que una persona que revise pueda distinguir una recomendación de una mención incidental.

El Scrapeless AI Scraper recopila las respuestas; n8n se encarga de la orquestación y del historial guardado. La visión general de la integración n8n AI Scraper más amplia proporciona contexto para usar la recopilación de respuestas en automatización. Este artículo se centra en el flujo de reporte completo del monitor suministrado.

Requisitos Previos y Descarga

Necesitas una instancia autohospedada de n8n que permita paquetes de la comunidad y Data Tables, además de una clave de API de Scrapeless con acceso y créditos suficientes para la recopilación con ChatGPT y Perplexity.

La validación de proyecto retenida usó n8n 2.35.7 y n8n-nodes-scrapeless@0.5.4. n8n Cloud y otras versiones alojadas quedan fuera de ese alcance de validación. El caso en línea de abajo proviene de la ejecución guardada del proyecto, no de una recopilación nueva para este artículo. Ejecutar tú mismo el flujo de trabajo principal requiere las credenciales y el acceso a servicios que se acaban de describir.

Usa el repositorio del monitor de marca con IA público para obtener los archivos fuente y de flujo de trabajo. Los enlaces de descarga a continuación apuntan al commit revisado:

Abre un archivo en GitHub y selecciona Download raw file. Mantén los dos flujos de trabajo separados para que las observaciones sintéticas no entren en tu historial de monitorización en vivo.

Paso 1: Instalar el Nodo e Importar un Flujo de Trabajo Vacío

El flujo de trabajo utiliza el nodo de comunidad Scrapeless Official para ambas ramas de recopilación.

Como propietario o administrador de n8n, abre Settings → Community nodes → Install e introduce n8n-nodes-scrapeless@0.5.4. El procedimiento de instalación de community-node explica el rol requerido y la sintaxis de versión de paquete.

Crea un nuevo flujo de trabajo en blanco. Abre su menú de tres puntos y elige Import → From file, o Import from File en las versiones que usan esa etiqueta. Selecciona el JSON principal y guarda. Un lienzo en blanco es importante porque importar en un flujo de trabajo ya poblado puede renombrar nodos a los que hacen referencia los nodos de tipo Code.

Después de la importación, localiza Configure Monitor, ambos nodos de Scrapeless, Merge Observations, Build Report y los nodos de descarga. La integración de Scrapeless con n8n presenta las otras operaciones del nodo; esta demostración usa su recurso AI Scraper.

Paso 2: Conectar Ambos Motores de Respuesta

Ambos nodos de Scrapeless deben usar las credenciales de n8n previstas y las mismas entradas de prompt.
Abre Scrapeless ChatGPT, crea o selecciona una credencial de Scrapeless API y escribe tu clave en API Key. Selecciona la misma credencial en Scrapeless Perplexity. Confirma ambas selecciones incluso si n8n las completó automáticamente durante la importación. Mantén las credenciales fuera del nodo Code del monitor y de los ejemplos exportados.

Setting Scrapeless ChatGPT Scrapeless Perplexity
Resource AI Scraper AI Scraper
Operation ChatGPT Perplexity
Prompt {{ $json.prompt }} {{ $json.prompt }}
Country {{ $json.country }} {{ $json.country }}
Web Search On On
Shopping Off No switch in this node

El flujo de trabajo principal envía dos tareas de recopilación remota por pregunta. Empieza con un panel de prompt pequeño y revisa la tarifa actual de Scrapeless antes de habilitar una programación recurrente.

Paso 3: Configurar un escenario de marca de smartphone

La configuración del monitor define la marca, sus alias literales, los dominios que se deben coincidir y el conjunto exacto de preguntas.

Abre Configure Monitor. Sustituye solo el objeto asignado a const config =; conserva la asignación y el código de procesamiento que está debajo. Esta configuración es la entrada conservada del caso de smartphone:

json Copy
{
  "brand": "Samsung",
  "aliases": ["Samsung", "Samsung Galaxy"],
  "domains": ["samsung.com"],
  "country": "US",
  "prompts": [
    {
      "id": "smartphone-brands-shortlist",
      "text": "I'm buying a smartphone in the US for under $1,000. Which three phone brands should I compare for camera quality, battery life, and long-term software support? Explain the tradeoffs and link to official manufacturer pages."
    },
    {
      "id": "travel-phone-shortlist",
      "text": "For travel photography and all-day battery life, which three smartphone brands should a US buyer shortlist? Give one current phone model from each and link to official specifications. Avoid rumors and unreleased products."
    },
    {
      "id": "samsung-support-evaluation",
      "text": "For a Samsung Galaxy smartphone sold in the US, where can I verify its software update policy, warranty, and repair options? Explain what to check and cite official Samsung pages."
    }
  ]
}

Las dos primeras preguntas prueban el descubrimiento de categoría sin proporcionar la marca supervisada. La pregunta de soporte nombra explícitamente a Samsung. Mantén estos grupos separados al interpretar los resultados: se ha indicado en el prompt que la respuesta de soporte hable de la marca.

La regla de dominio coincide con samsung.com y sus subdominios. No verifica a qué mercado se dirige una página, ni sigue redirecciones, ni infiere la propiedad de otros dominios. Al adaptar la demostración, cambia la marca, los alias, los dominios y las preguntas de forma conjunta. Elige IDs de prompt estables y conserva el texto exacto para poder hacer comparaciones.

Empieza a hacer scraping con Scrapeless

Potencia tu flujo de trabajo de web scraping y automatización con Scrapeless.
Regístrate hoy y obtén 5 USD de crédito gratuito — no se requiere tarjeta de crédito.

Reclama tu crédito gratuito ahora en el Scrapeless Dashboard.

Paso 4: Ejecutar y leer el informe

Un informe completo contiene un registro para cada par pregunta-motor planificado, incluidas respuestas vacías y errores.

Nota: Ejecutar el flujo de trabajo principal realiza solicitudes a servicios de pago y requiere tu credencial Scrapeless configurada. El caso histórico de este artículo es evidencia de un proyecto conservado; el flujo de trabajo sin conexión produce datos sintéticos.

Guarda y selecciona Execute workflow. En Build Report, marca report_complete y luego inspecciona el status de cada observación. Con esta configuración, un informe completo contiene seis observaciones. all_answers_valid significa que todas las respuestas son no vacías; la disponibilidad de las fuentes aún necesita su propia comprobación.

Field Meaning
status ok, empty o error; un fallo de recopilación no es ausencia de la marca
brand_mentioned Una marca o alias coincidió con el texto visible de la respuesta
matched_aliases Nombres que coincidieron, no recuentos de menciones ni posiciones de ranking
source_field content_references para ChatGPT; web_results para Perplexity
source_status available, unavailable o invalid
brand_source_found Un hostname configurado apareció en una lista de fuentes completa y analizables
source_urls URLs devueltas deduplicadas; el flujo de trabajo no recupera estas páginas
matched_source_urls El subconjunto que coincide con tus hostnames configurados

La tasa de menciones de marca usa las respuestas válidas como denominador. La tasa de aciertos de fuentes usa respuestas válidas con listas de fuentes completas y analizables. Un campo de fuentes ausente permanece desconocido; un array vacío explícito es medible y significa que no hubo aciertos de fuentes devueltas. Un array mal formado sigue siendo inválido incluso si se pueden recuperar algunas URL.

Esta distinción evita que un problema de recopilación parezca una pérdida de visibilidad. También explica por qué dos tasas pueden tener denominadores distintos. Las tasas JSON son fracciones entre cero y uno; un denominador cero produce null.

Abre Download JSON Report → Binary → Download para ai-brand-report.json. Abre Download CSV Observations → Binary → Download para ai-brand-observations.csv. Conserva el JSON cuando el texto exacto de la respuesta sea importante. El CSV usa TRUE y FALSE, deja en blanco los valores escalares desconocidos y codifica los arrays como cadenas JSON. El texto con apariencia de fórmula recibe un prefijo de apóstrofo en el CSV.

Paso 5: Comparar ejecuciones y establecer la programación

El monitor compara el informe actual con la ejecución anterior más reciente guardada para la misma configuración de monitorización.
La primera ejecución crea ai_brand_monitor_history en el proyecto de n8n. Su comparison.previous_run_id es null, y los cambios son no_baseline. En una ejecución posterior, mantén la marca, alias, dominios, país, IDs de prompt y texto del prompt sin cambios para permanecer en el mismo grupo de comparación.

Los ajustes del nodo de motor también deben mantenerse constantes. Cambiar manualmente la Búsqueda Web u otro ajuste del motor no cambia la clave de agrupación del flujo de trabajo, así que registra esos cambios tú mismo y establece una línea base separada cuando corresponda.

Change Interpretation
gained Un valor conocido cambió de false a true
lost Un valor conocido cambió de true a false
unchanged Ambos valores conocidos coinciden; inspecciona el valor para distinguir presencia de ausencia
unknown Al menos un valor no se pudo determinar
no_baseline No existe una observación anterior coincidente

Inspecciona brand_mention_change y brand_source_change de forma independiente. comparison.changes enumera observaciones con un valor ganado o perdido; el array completo observations también conserva los registros sin cambios y desconocidos. changed_observations cuenta pares pregunta-motor con al menos un valor ganado o perdido.

Para practicar, ejecuta el flujo de trabajo offline dos veces. Usa ai_brand_monitor_demo_history, separado del historial en vivo. Son comparaciones sintéticas, no evidencia de cambios en la visibilidad de la IA.

Después de una ejecución manual exitosa, configura la hora y el minuto en Daily Schedule, confirma la zona horaria del flujo de trabajo en Settings, y publica el flujo de trabajo. Las reglas de publicación y zona horaria de Schedule Trigger explican cuándo comienza la ejecución programada. Usa Executions para ejecuciones completadas y descargas, y Data Tables para informes guardados. La validación de proyecto retenido no cubrió la programación a lo largo de varios días.

What the Retained Smartphone Case Shows

La línea base retenida contiene respuestas válidas de ambos motores para cada una de las tres preguntas, con listas de fuentes analizables.

Para ambas preguntas de categoría, Samsung apareció en la respuesta de cada motor. Ninguna de esas cuatro listas de fuentes devueltas seleccionadas contenía el dominio de Samsung configurado. Los enlaces oficiales aún podían aparecer dentro del texto de la respuesta: los enlaces en el cuerpo de la respuesta y los campos de fuentes devueltas son mediciones separadas.

Para la pregunta de soporte de marca nombrada, ChatGPT devolvió cinco URLs de origen únicas, cuatro que coincidían con el dominio configurado. Perplexity devolvió diez, todas coincidiendo con él. Algunas fuentes de Perplexity se referían a India o el Reino Unido a pesar de la pregunta sobre EE. UU. Por lo tanto, una coincidencia de nombre de host por sí sola no estableció relevancia regional.

Este caso de monitorización de marca con IA en n8n mide menciones literales y aciertos de dominio. No mide automáticamente sentimiento, posición de recomendación, exactitud factual o tráfico. La línea base guardada tampoco puede mostrar una mejora en una segunda ejecución. Lee la respuesta original detrás de cada observación antes de convertir la medición en una afirmación de marketing.

Conclusion

Empieza con un conjunto pequeño y fijo de preguntas de compradores, inspecciona el primer informe y conserva sus respuestas originales. En ejecuciones posteriores comparables, revisa las menciones ganadas y perdidas junto con los cambios en las fuentes devueltas. Mantén las observaciones fallidas como desconocidas y separa las preguntas de categoría de las preguntas de marca nombrada. Esas decisiones hacen que el informe sea útil para una revisión de contenido recurrente sin exagerar lo que demuestra una respuesta de IA muestreada.

Ready to Build Your Brand Monitoring Workflow?

Únete a nuestra comunidad para conectar con desarrolladores que construyen tuberías de monitorización de respuestas: Discord · Telegram.

Empieza con Scrapeless y adapta el flujo de trabajo a tu propia marca y conjunto de preguntas.

FAQ

P: ¿Este monitor de marca con IA en n8n requiere un agente autónomo?

No. El flujo de trabajo importado ejecuta una secuencia fija de recopilación e informes. Las preguntas configuradas determinan lo que envía a cada motor.

P: ¿La demo puede ejecutarse sin una clave de API?

El flujo de trabajo offline puede ejecutarse sin una clave de Scrapeless porque utiliza respuestas sintéticas. El flujo de trabajo principal requiere una clave con acceso y créditos para ambos motores.

P: ¿Una lista de fuentes ausente es lo mismo que ninguna cita de la marca?

No. Una lista faltante o no válida es desconocida. Una lista vacía completa significa que no hay acierto de fuente devuelta para esa observación. Ningún resultado describe todos los enlaces dentro del cuerpo de la respuesta.

P: ¿Un acierto de dominio prueba que la marca fue recomendada?

No. Un acierto de dominio solo significa que un nombre de host coincidente apareció en la lista de fuentes devuelta seleccionada. El contexto de recomendación, la relevancia de la página y la idoneidad regional requieren revisión.

P: ¿Por qué una nueva ejecución no tenía línea base?
Una nueva configuración crea un grupo de comparación diferente, y una pareja pregunta-motor sin una observación anterior coincidente no tiene una referencia. Revisa la configuración guardada y previous_run_id.

P: ¿Puede un solo informe medir la visibilidad total de marca de la IA?

No. Un informe abarca las indicaciones, motores, configuraciones y tiempo de recopilación seleccionados. Muestras comparables repetidas pueden respaldar una observación limitada, pero no establecen una clasificación en toda la plataforma ni prueban que una edición de contenido haya causado un cambio.

En Scrapeless, solo accedemos a datos disponibles públicamente y cumplimos estrictamente con las leyes, regulaciones y políticas de privacidad del sitio web aplicables. El contenido de este blog es sólo para fines de demostración y no implica ninguna actividad ilegal o infractora. No ofrecemos garantías y renunciamos a toda responsabilidad por el uso de la información de este blog o enlaces de terceros. Antes de realizar cualquier actividad de scraping, consulte a su asesor legal y revise los términos de servicio del sitio web de destino u obtenga los permisos necesarios.

Artículos más populares

Catalogar