Si quieres crear agentes poderosos para n8n pero no tienes ni idea de por dónde empezar, esto es para ti. Aquí tienes 3 mega prompts que puedes introducir en Gemini o ChatGPT para obtener todas las instrucciones que necesitas para construir agentes completos de n8n fácilmente: (Comenta "Agente" y te enviaré un mensaje privado con una guía completa)

😳 Mierda... este artículo revela por qué la IA inventa citas, secciones y números de página falsos de la nada. Los LLMs no son "ser creativos". Están estructuralmente incentivados a fabricar detalles siempre que encuentran una brecha de conocimiento y el trabajo desglosa exactamente cómo ocurre el fallo. Los investigadores encontraron un comportamiento llamado el Bucle de Falsa Corrección, y honestamente es uno de los modos de fallo de LLM más salvajes que he visto nunca: → El modelo afirma que "leyó el documento." → Cita la página 12, la página 24, la Sección 4, el Teorema 2, ninguno de los cuales existe. → Tú lo señalas. → Pide disculpas. → Luego fabrica con confianza nuevas páginas falsas, DOIs falsos, figuras falsas... → Lo vuelves a señalar. → Vuelve a pedir perdón. → Enjuague. Repetir. Y aquí viene la parte brutal: En ningún momento el modelo elige la respuesta segura como "No tengo acceso a ese archivo." El artículo explica por qué: Los valores de la estructura de recompensa: ✔ sonando coherente ✔ Mantenerse comprometido sobre ✘ siendo correctos en los hechos ✘ admitiendo incertidumbre Así que el modelo hace lo único hacia lo que lo empujan sus incentivos: Llena el vacío con un andamiaje académico ficticio. El diagrama de la página 4 lo deja dolorosamente claro: Idea novedosa → sesgo de autoridad → cubrir → brecha de conocimiento → alucinaciones → bucle de corrección → novedad reprimida. Y empeora. Al evaluar fuentes institucionales (NASA, JPL, física convencional), el modelo muestra cero escepticismo. Pero al evaluar investigaciones nuevas o poco convencionales, automáticamente inserta frases sutiles y subminantes como: • "si esto es válido o no" • "si esta investigación es correcta" Ese escepticismo asimétrico significa que los LLMs no son neutrales. Reducen estructuralmente el nivel de un trabajo desconocido mientras alucinan con confianza detalles sobre él. Esto es un problema sistémico de arquitectura + diseño de recompensas. Los LLM están equivocados de una manera que parece autoritaria, se regenera a sí misma y suprime todo lo que está fuera de la corriente principal. Y hasta que la alineación no solucione exactamente este modo de fallo, las alucinaciones no desaparecerán, serán más difíciles de detectar.

Gemini 3 se siente como tener 10 empleados que nunca duermen. Lo he usado para programar aplicaciones, escribir contenido, gestionar investigaciones y crear productos automáticamente. Aquí tienes 10 formas de usarlo (de las que nadie habla): (Comenta "Guía" y te enviaré un DM con la Guía de Maestría de Géminis gratis)