Formstep

Extracción de PDF con IA en n8n, confirmada por la persona que lo envió

La extracción de PDF con IA en n8n a veces falla. Prerrellena una solicitud de Formstep con lo que leyó el modelo y el remitente lo confirma o corrige.

Por , fundador de Formstep · Publicado · Actualizado

Me gusta usar IA para leer documentos, y no me gusta contabilizar lo que leyó sin una comprobación. La extracción de PDF con IA en n8n usa tres nodos y acierta con una factura casi siempre. Cuando se equivoca de dígito parece exactamente igual de segura que antes, y pedirle a tu propio equipo que revise cada extracción devuelve el trabajo manual que querías quitar.

Quien envió el documento está mejor situado para comprobarlo. Aquí el proveedor recibe un formulario con la factura encima y cada valor que leyó el modelo ya rellenado.

Puedes importar el workflow terminado desde formstep-invoice-ai-confirm.json. Trae un resultado de ejemplo fijado en el nodo de IA, así que funciona antes de añadir un modelo; desfíjalo cuando conectes tu modelo. Lo comprobé en n8n 2.44 autoalojado con la versión 0.13.0 del nodo.

En resumen: la IA lee el PDF, el proveedor revisa cada valor en un formulario con la factura encima, y el workflow sigue con lo que confirmó más una lista de lo que corrigió.

El flujo en el editor de n8n: Sample invoice, Download the PDF, Extract the text, Read the PDF with AI con un modelo de Claude, Keep the file, Ask the sender to confirm, Wait for the sender y Answered? que se bifurca hacia What the sender corrected o No answer: chase the sender

El workflow completo en n8n. El borde morado marca el resultado de ejemplo fijado en el nodo de IA. Selecciónala para verla en tamaño completo.

Por qué la extracción de PDF en n8n falla en silencio

Fallan dos cosas, y ninguna lanza un error. Hilos consultados el 5 de noviembre de 2026.

  • El PDF no tiene texto. Extract from File lee la capa de texto, y un escaneo no la tiene, así que devuelve poco o nada. Un PDF de tres páginas devolvió unas pocas líneas (octubre de 2024), y un moderador dijo que los escaneos necesitan OCR, que n8n no hace por sí mismo. Otra persona vio que las facturas digitales funcionaban y las escaneadas no (septiembre de 2025).
  • El modelo devuelve un valor erróneo pero verosímil. El Information Extractor devuelve la forma JSON que pediste, y nada comprueba los valores. El relato de un desarrollador (agosto de 2026) describe un dígito mal leído que llegó sin que nadie lo notara al responsable que aprueba. En mi propia prueba el modelo leyó un total de 27 325 como 27 235, y la ejecución se veía igual que las veces en que acertó.

Tres formas de verificar datos extraídos, y cuándo gana cada una

Las comprobaciones en código y tu propio equipo son las opciones habituales, pero la persona que envió el documento es la mejor comprobación cuando puedes localizarla:

  • Comprobaciones en código. Subtotal más impuestos igual al total, el vencimiento va después de la fecha de factura, el número de factura es nuevo. No cuestan nada, así que añádelas igualmente, pero no detectan una lectura errónea coherente: un total mal leído en una factura de una sola línea sin impuestos sigue sumando bien.
  • Una persona de tu equipo. Sirve para documentos que nadie de fuera debe volver a ver, o cuando no hay a quién preguntar, como un escaneo de un contrato antiguo. Cuesta el tiempo de una persona en cada documento.
  • Quien lo envía. Al ver su propia factura con los valores rellenados, el proveedor confirma en segundos o corrige el valor erróneo en el origen. Gana cuando quien envía está fuera de tu empresa y se le puede localizar por correo.

El resto de este artículo construye esa opción. Tu workflow crea una solicitud desde el formulario de verificación de facturas, prerrellenada con lo que leyó el modelo y con el PDF adjunto, y las respuestas vuelven con los mismos field keys. El prefill, los campos bloqueados y el callback están en todos los planes; que Formstep envíe el correo requiere Pro.

Antes de empezar

  • El nodo de Formstep en un n8n autoalojado con una dirección HTTPS pública, y una credencial de Formstep. En n8n Cloud, llama a la API REST desde un nodo HTTP Request.
  • Una credencial de cualquier modelo de chat que admitan los nodos de IA de n8n, como Anthropic, OpenAI o Google Gemini.
  • Un formulario. En Formstep, abre Plantillas, elige Confirm Invoice Details, haz clic en Usar plantilla y publícalo. Es la plantilla de verificación de facturas, con un bloque Documents para la factura y los field keys supplier_name, invoice_number, invoice_date, due_date, total_amount, confirmed y notes.

1. Consigue el PDF

El ejemplo descarga una factura de ejemplo con un nodo HTTP Request, con Response Format en File. En un uso real es un trigger de Gmail u Outlook en la bandeja de facturas, con el remitente como destinatario, o un archivo nuevo en una carpeta de Google Drive.

2. Extrae el texto

Añade un nodo Extract from File con Operation en Extract From PDF. El texto queda en {{ $json.text }}.

Un escaneo o una foto no tiene texto. Para esos, usa un nodo de modelo que lea imágenes o PDF por sí mismo en lugar de este paso y el siguiente. Si recibes ambos tipos, comprueba la longitud de text en un nodo If y dirige los vacíos a ese camino.

3. Léelo con IA

Añade un nodo Information Extractor, conecta tu modelo de chat y configura Text como {{ $json.text }}. En Attributes, añade un atributo por valor, con el nombre del field key que rellena:

Nombre Tipo Descripción
supplier_name String La empresa que emitió la factura
invoice_number String El número de factura, tal como está impreso
invoice_date Date La fecha de la factura, como YYYY-MM-DD
due_date Date La fecha de vencimiento del pago, como YYYY-MM-DD
total_amount Number El total a pagar, con IVA incluido, como número sin moneda

Lo que leyó vuelve en {{ $json.output }}, como {{ $json.output.total_amount }}. Dar a los atributos el nombre de los field keys mantiene el mapeo del paso 5 uno a uno.

4. Devuelve el archivo

El Information Extractor devuelve lo que leyó, no el PDF, así que vuelve a poner el archivo para adjuntarlo. Añade un nodo Merge con Mode en Combine y Combine By en Position. Conecta el nodo HTTP Request a la entrada 1 y el Information Extractor a la entrada 2. Cada elemento tendrá entonces el archivo en data y la lectura en output.

5. Pide al proveedor que confirme

Añade un nodo Create request de Formstep y elige el formulario Confirm Invoice Details:

  • Recipient Email es la dirección del proveedor.
  • Values to Send asigna a cada campo su valor, como {{ $json.output.invoice_number }}.
  • Documents toma el campo binario data, con el nombre Invoice {{ $json.output.invoice_number }}.
  • Activa Wait for the Outcome y añade después un nodo Wait con Resume en On Webhook Call.

El proveedor ve cada valor rellenado, con la factura encima, y corrige lo que esté mal sin iniciar sesión.

El formulario Check Your Invoice Details tal como lo ve el proveedor: el PDF de la factura sobre Supplier, Invoice Number, Invoice Date, Due Date y un Total Amount de 27,235, todo rellenado
Lo que abre el proveedor. El total es la lectura errónea del modelo, 27 235, a la espera de corrección.

Que Formstep le envíe el correo requiere Pro o Business; en Free, deja Delivery en None y envía el url de la solicitud con tu propio nodo de correo. La solicitud expira a los 30 días salvo que definas Expires At, así que ponlo antes para una factura que vence en dos semanas.

6. Mira qué se corrigió

Añade un nodo If que compruebe que {{ $json.body.type }} es request.completed, y en su salida verdadera un nodo Code que compare la lectura de la IA con las respuestas confirmadas:

// Compare what the AI read with what the supplier confirmed.
const read = $('Read the invoice with AI').item.json.output
const confirmed = $json.body.data.answers
const corrected = Object.keys(read).filter((key) => String(read[key]) !== String(confirmed[key]))
return { json: { invoice: confirmed, corrected, notes: confirmed.notes ?? null } }

En la prueba el proveedor corrigió el total a 27 325 y dejó una nota, así que corrected incluyó total_amount.

La salida del nodo Code en n8n: la factura confirmada con total_amount 27325 y una nota que dice que el total es 27 325, junto a corrected con total_amount
La salida del nodo Code tras responder el proveedor: los valores confirmados y el único campo que cambió.

Contabiliza invoice en tu herramienta de contabilidad y envía a una persona las facturas donde corrected no esté vacío, así solo revisas las excepciones. La salida falsa del nodo If recoge una solicitud expirada, donde reclamas al proveedor.

Variaciones

Bloquea lo que tienes seguro. Los valores de tu propio sistema, como el número de pedido que emitiste, van en Read-Only Field Names or IDs, de modo que solo la lectura de la IA quede abierta a corrección. El destinatario los ve así:

El formulario de la solicitud con Nombre de la empresa mostrando Analytical Engines Ltd en un campo atenuado y la nota: Rellenado por quien envía
Un campo bloqueado tal como lo ve el destinatario, de otro formulario.

Añade antes las comprobaciones en código. Un nodo If antes de la solicitud puede dirigir a tu equipo, en lugar de al proveedor, las lecturas que no pasen la aritmética.

Aún no tienes formulario. Configura Form Source en New Form y créalo a partir de los atributos, como hace recopilar documentos por caso. Para mostrar la factura encima de los valores, usa un formulario publicado.

Cuándo no necesitas esto

Omite la confirmación cuando un valor erróneo cueste poco, y revisa una muestra al azar. Si no se puede preguntar a nadie, dirige el documento a tu equipo. En n8n Cloud el nodo aún no está disponible, y la API REST hace el mismo trabajo con más escritura. Si quien envía es un compañero, puede bastar el propio formulario de n8n.

Merece la pena añadir Formstep cuando la persona que conoce la respuesta está fuera de tu empresa. La misma forma de pausar y reanudar, sin el paso de IA, está en pausar un workflow de n8n hasta que el cliente confirme, y la página de la integración con n8n enumera lo que hace el nodo. La guía paso a paso está en formstep.io/docs. Para empezar desde una copia que funciona, importa la plantilla de workflow lector de PDF.

Preguntas sobre este artículo

¿Algo más en mente? La documentación cubre cada configuración, y respondemos los correos.

Un modelo lee documentos rápido y de vez en cuando se equivoca de dígito, y parece igual de seguro cuando lo hace. En la prueba de este workflow leyó un total de 27 325 como 27 235. La persona que emitió el documento lo detecta en segundos.

Extract From PDF lee el texto que lleva un PDF, y un escaneo o una foto no tiene ninguno. Para esos, usa un nodo de modelo que lea imágenes o PDF por sí mismo en lugar de los dos primeros pasos. El resto del workflow queda igual.

Con cualquier modelo de chat que admitan los nodos de IA de n8n, como Anthropic, OpenAI o Google Gemini. Conectas tu propia credencial en n8n.

Los valores prerrellenados son editables por defecto. Los valores que vienen de tu propio sistema, como un número de pedido que emitiste, pueden ir en Read-Only Field Names or IDs, de modo que solo la lectura de la IA quede abierta a corrección.

Una solicitud expira a los 30 días salvo que definas Expires At, y la expiración reanuda el workflow con un evento request.expired. Pon una expiración más corta si la factura vence antes, y reclama al proveedor en esa rama.

En Pro y Business, sí: configura Delivery en Email the Invitation y Formstep envía el enlace de la solicitud, con recordatorios si defines un calendario. En Free, deja Delivery en None y envía el url de la solicitud con tu propio nodo de correo. Free también incluye 10 correos de invitación a tu propia dirección para probarlo.

No con el nodo de Formstep. n8n Cloud solo instala nodos de comunidad que n8n ha verificado, y el nodo de Formstep aún no está verificado. En n8n Cloud, llama a la API REST de Formstep desde un nodo HTTP Request, con la URL de reanudación de un nodo Wait como callbackUrl de la solicitud.

Recopila información de cualquier persona.

Publica un formulario de ejemplo, respóndelo como lo haría tu destinatario y mira cómo llegan las respuestas. Sin necesidad de cuenta.

Lee la documentación