Cómo he automatizado el blog de nexflow.es con IA: del keyword plan a Slack en una noche

Uno de los proyectos que más me ha enseñado en los últimos meses no ha sido para un cliente. Ha sido construir el sistema editorial de este blog.

El objetivo era claro desde el principio: que los borradores de los posts se generaran solos, que Pablo los pudiera aprobar desde Slack con una palabra, y que el sistema publicara automáticamente en nexflow.es. Sin depender de que nadie se acordara de hacerlo, sin procesos manuales en medio.

Este post es un recuento de cómo está montado ese sistema y qué he aprendido construyéndolo.

El problema que quería resolver

Publicar en un blog de forma consistente tiene dos enemigos principales. El primero es el tiempo: escribir un post de calidad lleva horas, y esas horas compiten con el trabajo de clientes. El segundo es la irregularidad: cuando el proceso depende del estado de ánimo o de la agenda de la semana, el blog muere.

La solución no era escribir menos. Era sacar la fricción del proceso.

La idea era que el sistema se encargara de generar los borradores a partir de un plan editorial que yo defino en Notion, publicarlos en Slack para que yo los revisara, y ejecutar la publicación cuando yo lo aprobara. Mi trabajo se reduce a revisar y aprobar, no a iniciar el proceso.

Las piezas que lo forman

El sistema tiene cuatro componentes principales.

Notion como fuente de verdad editorial. Tengo dos bases de datos en Notion: una de ideas editoriales y una de keyword plan. Las ideas son temas que quiero cubrir con mi voz y mi experiencia. El keyword plan son las palabras clave SEO que quiero atacar, con su prioridad y su estado. El sistema lee ambas y combina las ideas de Pablo con los objetivos SEO cuando hay coincidencia temática.

Claude como redactor. Un agente basado en Claude recibe los temas seleccionados, hace research en la web para tener datos actualizados, y genera los borradores completos. Cada borrador sigue las mismas reglas editoriales: primera persona, datos concretos, herramientas con nombre, sin relleno. El resultado son posts de 1.500 a 2.000 palabras listos para revisar.

Supabase como base de datos de contenido. Los borradores se guardan en Supabase en estado draft. La web de nexflow.es, construida con Next.js, lee de Supabase en tiempo real. Cuando un post pasa a published, aparece en el blog sin ninguna acción adicional.

Slack como interfaz de aprobación. Por cada borrador generado, el sistema envía un mensaje a Slack con el resumen del post: el título, el extracto, la estructura de secciones, los datos clave y el keyword SEO. Al final del mensaje hay tres opciones: aprobado, rechazado, o feedback. Cuando respondo "aprobado", el sistema cambia el estado en Supabase y el post se publica.

Por qué este diseño y no otro

La primera versión del sistema era más compleja. Tenía una interfaz web propia para gestionar los posts, un panel de aprobación con formularios, y un flujo de publicación en varios pasos. Lo construí, lo probé una semana, y lo tiré.

El problema era la fricción. Para aprobar un post tenía que abrir otra aplicación, hacer login, navegar a la lista de borradores, leer el post, hacer clic en aprobar. Cuatro pasos más de lo necesario.

La versión actual no tiene interfaz propia. Todo pasa por Slack, que ya tengo abierto. La aprobación es escribir una palabra. Eso es todo.

Esta es la lección que más aplico ahora en los proyectos de clientes: el sistema más robusto no es el más completo, es el que genera menos fricción en el punto de uso. Si el proceso requiere que la persona cambie de contexto o aprenda un flujo nuevo, el proceso va a fallar en algún momento.

Lo que ha funcionado y lo que no

Ha funcionado bien la separación entre la generación de contenido y la aprobación. Claude genera, yo apruebo. No intento que el sistema decida qué publicar por su cuenta.

Ha funcionado el modelo de Supabase como fuente única de verdad. Un post, un registro, un estado. Sin sincronizaciones entre sistemas.

Lo que no funcionó al principio fue pedirle al agente que seleccionara los temas solo. Las primeras versiones del sistema generaban posts sobre temas que yo no quería cubrir esa semana, o repetían ángulos de posts anteriores. La solución fue añadir el keyword plan y las ideas editoriales como inputs explícitos, y darle al agente reglas claras de selección.

Lo que más me ha sorprendido del proceso

Construir este sistema me ha enseñado más sobre qué hace que un post de blog funcione que los tres años anteriores de publicar de forma manual.

Cuando tienes que definir reglas para que un agente genere buen contenido, tienes que ser explícito sobre qué es buen contenido. Tienes que escribir que los posts van en primera persona, que las herramientas tienen nombre propio, que el tono es el de alguien que comparte lo que ha aprendido y no el de alguien que vende. Esa explicitación te obliga a entender y articular tu propio estilo editorial.

Es uno de esos efectos secundarios de trabajar con IA que no anticipas: el proceso de instruir a la IA te hace más claro sobre lo que quieres hacer tú.

El siguiente paso

El sistema actual cubre la generación y la aprobación. El siguiente paso es cerrar el ciclo de feedback: que cuando un post tiene buen rendimiento en SEO o genera contactos, esa información alimente al sistema para seleccionar temas similares en el futuro.

También estoy explorando integrar la generación de imágenes para los posts, de forma que el agente entregue el borrador con una propuesta visual lista para revisar.

El resultado de todo esto, de momento, es que nexflow.es publica de forma consistente y yo no soy el cuello de botella. Eso es lo que el sistema tenía que conseguir.

Si quieres ver cómo funciona n8n como pieza de automatización en flujos similares a este, escribí sobre n8n vs Cowork de Claude con casos de uso concretos. Y si te interesa cómo he montado el sistema completo de agentes autónomos que coordina todo esto, está en este post sobre agentes IA.