El problema de la sobrecarga de información
Seguir el ecosistema de la IA implica vigilar al menos una docena de fuentes: Hacker News, TechCrunch, The Verge, MIT Tech Review, los blogs oficiales de OpenAI, Google DeepMind, Anthropic. Sin contar las newsletters, los hilos de Twitter, los papers en arXiv.
Probé Feedly, Pocket, Readwise. Todos requieren atención activa: tienes que ir, abrir, hacer scroll. Cada mañana se convertía en un mini-trabajo antes del trabajo de verdad. Quería algo pasivo: llega, lo leo, he terminado.
La arquitectura en 4 pasos
- RSS fetch: n8n lee cada mañana a las 7:00 los últimos artículos de 8 feeds preconfigurados (Hacker News top stories, TechCrunch AI, The Verge Tech, MIT Technology Review, blog de OpenAI, noticias de Anthropic, Google AI Blog, Ars Technica)
- Deduplication: Google Sheets filtra los artículos ya incluidos en los resúmenes de los últimos 7 días — así nunca leo dos veces la misma noticia
- Gemini 2.5 Flash: resume cada artículo en 2-3 líneas en italiano, con título y enlace original. Todos los artículos nuevos en una única llamada a la API
- Telegram: envía el resumen formateado cada mañana a las 7:30, 30 minutos después de la recolección
Por qué Gemini 2.5 Flash y no otro modelo
Dos motivos prácticos. El primero es la ventana de contexto: Gemini 2.5 Flash gestiona hasta 1 millón de tokens. Puedo pasarle 8-10 artículos completos en una sola llamada a la API y recibir todos los resúmenes de una vez. Sin bucles, sin gestionar la paginación.
El segundo es el coste. Con el nivel gratuito de la API de Gemini, el gasto por resumen es prácticamente cero — menos de una milésima de euro al día. El modelo tiene calidad suficiente para producir resúmenes legibles y precisos, sin malgastar un modelo de nivel producción en una tarea que no lo requiere.
El formato del resumen
Estandaricé el formato para que la lectura sea rapidísima. Cada entrada tiene: título, dos líneas de resumen en italiano, enlace original.
→ openai.com/blog/o1-mini
→ developer.apple.com/apple-intelligence
La estructura fija es importante: el cerebro aprende a procesarla rápido. Tras unos días se lee el resumen como se lee el tiempo — sin esfuerzo cognitivo.
La personalización
Este es el detalle que transforma el resumen de genérico a útil. En el prompt a Gemini añadí una instrucción explícita:
Prioriza las noticias sobre: IA local y open-source, n8n y automatización de workflows, Claude y Claude Code, herramientas para desarrolladores independientes, EdTech e IA aplicada a la educación. En caso de igual relevancia, elige la noticia más reciente.
El resultado: el resumen refleja mis intereses, no los del algoritmo editorial de TechCrunch. Una noticia sobre un nuevo modelo open-source local pesa más que una ronda de financiación de 100 millones para otra startup de LLM.
Coste real
- n8n autoalojado en una Raspberry Pi: 0 €/mes
- API de Gemini 2.5 Flash: 0 €/mes (nivel gratuito muy generoso)
- API de Google Sheets: 0 €/mes
- Bot de Telegram: 0 €/mes
El coste real es el tiempo de configuración inicial: unos 90 minutos entre configurar los feeds RSS, las credenciales de Google y probar el prompt de Gemini. Después el sistema es completamente autónomo.
Cómo replicarlo
El workflow en JSON está disponible en el repositorio público de GitHub. Los requisitos son: n8n autoalojado (también en una Raspberry Pi), una clave de API de Gemini gratuita, acceso a la API de Google Sheets. El workflow se puede importar directamente en n8n — la única configuración manual son los feeds RSS que te interesan y las palabras clave de personalización en el prompt.
No leo menos. Leo mejor. La diferencia entre hacer scroll en un feed durante 20 minutos y recibir 5 noticias seleccionadas para mí vale, en atención, lo que vale en dinero un buen filtro antispam.