Adaptación del artículo de Make del 8 de diciembre de 2025. Los módulos citados pertenecen a ese ejemplo; no se ha ejecutado el flujo ni verificado el catálogo actual de modelos de CometAPI.
Las recomendaciones de preparación, revisión y prueba son aportaciones editoriales de MakeAutomation, no resultados medidos ni una traducción literal del original.
Una biblioteca de ideas puede separar la generación de borradores de su publicación. El ejemplo oficial combinaba CometAPI, Make y Google Sheets para guardar preguntas, respuestas breves y etiquetas en una hoja.
El objetivo útil es disponer de material que una persona pueda revisar. No se debe interpretar la propuesta como contenido ilimitado, información de tendencias en tiempo real o una garantía de calidad.
Preparar los datos y la conexión
La fuente comenzaba obteniendo una clave en la consola de CometAPI y configurando la conexión en Make. Antes de reproducirlo, consulta las instrucciones vigentes del proveedor y confirma qué modelo vas a utilizar. Guarda la credencial en la conexión correspondiente, no en una celda o en el texto del prompt.
Prepara una hoja con tres columnas: Question, Answer y Tag. Mantener esos nombres facilita comparar la salida del modelo con el ejemplo. Puedes añadir columnas editoriales de fecha, responsable y estado, pero no son parte del formato JSON original.
1. Pedir una respuesta estructurada
El artículo utilizaba el módulo CometAPI — Create a Chat. Este prompt en español adapta su estructura; es un ejemplo editorial, no una respuesta validada de un modelo:
Genera una idea breve de contenido para nuestra audiencia.
Devuelve únicamente un objeto JSON válido con tres claves:
Question: una pregunta breve.
Answer: una respuesta útil y concisa.
Tag: dos o tres etiquetas relevantes.
No añadas Markdown ni texto fuera del objeto.
No inventes estadísticas, noticias ni resultados de clientes.
Un objeto ilustrativo sería:
{
"Question": "¿Qué tarea conviene documentar primero?",
"Answer": "Empieza por una tarea repetida cuyo resultado puedas comprobar.",
"Tag": "#Automatización #Procesos"
}
No basta con pedir JSON para garantizar que siempre llegará JSON válido. También hay que comprobar el contenido, aunque su estructura sea correcta.
2. Interpretar el JSON
En el diseño original, Parse JSON extraía los tres campos de la respuesta. Define la estructura esperada y comprueba que cada valor tenga el tipo y contenido adecuados.
Si la respuesta incluye texto extra, carece de una clave o contiene una afirmación dudosa, no la envíes directamente a publicación. Reserva una salida para revisión o corrección.
3. Guardar una fila en Google Sheets
Relaciona Question con su columna, Answer con la respuesta y Tag con las etiquetas. Revisa la hoja y pestaña de destino: una ejecución sin errores no demuestra que los datos estén en el lugar correcto.
La documentación oficial de Google Sheets sirve como punto de partida para comprobar la conexión actual. Aquí no se proporciona una plantilla importable ni se afirma que las capturas antiguas coincidan con la interfaz de hoy.
Probar y revisar antes de ampliar
Realiza una ejecución manual con un tema no sensible. Abre la fila resultante, comprueba el texto y confirma que el JSON no haya acabado entero en una única celda. Ensaya también una salida incompleta para decidir cómo tratarla.
El artículo sugería ampliar el flujo con adaptación por plataforma, calendarios, métricas y avisos al equipo. Empieza por la biblioteca y una aprobación humana. La publicación automática sería otro alcance, con sus propios permisos y comprobaciones.
Consulta la fuente oficial de Make para distinguir el ejemplo original de estas recomendaciones editoriales.
Este artículo contiene enlaces de afiliación. Podemos recibir una comisión si te registras a través de ellos, sin coste adicional para ti. Así nos ayudas a seguir creando contenido gratuito de calidad.