Si estás en este punto, lo que tienes delante tiene poco de aleatorio, porque es uno de los problemas más habituales en n8n y nace de la diferencia entre el entorno de pruebas y el de producción. Son dos contextos distintos, y lo que funciona en uno no siempre funciona en el otro, igual que un plato que sale perfecto en la cocina de casa puede torcerse el día que lo preparas para cuarenta en una boda. En este artículo te explico por qué ocurre, qué diferencias concretas hay entre los dos entornos y cómo averiguar cuál de ellas está rompiendo tu flujo.
¿Prefieres que lo revisemos nosotros?
Cuéntanos qué hace tu flujo y en qué momento falla, y te ayudamos a encontrar la causa.
Por qué pruebas y producción no son lo mismo en n8n
Cuando pruebas un flujo en n8n, el entorno está bajo tu control, porque tú decides qué datos entran, cuándo se ejecuta y cuántas veces, y puedes repetir la misma prueba con los mismos datos hasta que salga bien.
En producción todo eso cambia. Los datos los genera alguien de fuera, como un cliente que rellena un formulario, una API que responde con un formato un poco distinto o un sistema que manda la información a una hora que no esperabas, y además el volumen y el orden pueden ser otros. Los datos reales casi nunca son tan limpios y previsibles como los que usas en pruebas, y por eso muchos fallos de producción no dan error y se quedan en errores silenciosos que solo aparecen con datos reales.
Así que la mayoría de los fallos en producción vienen de situaciones para las que el flujo no estaba preparado porque en las pruebas nunca aparecieron.
Las causas más habituales del fallo al pasar a producción
1. Los datos de prueba eran perfectos y los reales no lo son
En pruebas los datos los introduces tú, con un correo bien escrito, un nombre sin caracteres raros y un teléfono con el formato exacto que espera el flujo, así que todo encaja porque tú te has asegurado de que encaje.
En producción los introduce un usuario real, que puede dejar vacío un campo que tú siempre rellenabas, escribir su nombre en mayúsculas, con tildes o con un espacio al final, o poner el teléfono con prefijo internacional cuando tu flujo espera solo nueve dígitos, y el flujo no está preparado para eso porque nunca lo vio.
¿Cómo detectarlo? Abre la ejecución fallida en producción y compara el INPUT del primer nodo con los datos que usabas en pruebas, buscando campos vacíos, formatos distintos o caracteres inesperados. Casi siempre la causa está en esa diferencia.
2. El webhook de pruebas y el de producción tienen URLs distintas
n8n genera dos URLs para cada webhook, una para pruebas (con /test/ en la ruta) y otra para producción, y cuando estás en el editor y pulsas «Execute Node», el flujo escucha en la de pruebas.
Si tu formulario, tu aplicación o el sistema externo envía los datos a la URL de pruebas, el flujo solo funcionará mientras estés en el editor con el nodo en modo test, y en cuanto salgas dejará de recibir nada.
¿Cómo detectarlo? Copia la URL de producción del nodo Webhook (la que aparece como «Production URL» y no lleva /test/) y comprueba que es exactamente la que está configurada en el origen, porque basta un carácter distinto para que no llegue nada.
3. Las credenciales de prueba tienen permisos distintos a las de producción
Pasa más de lo que parece. Mientras desarrollas usas una cuenta de prueba del CRM, una clave de API de sandbox o un entorno de staging y todo funciona, pero al pasar a producción cambian las credenciales, y las nuevas pueden tener otros permisos, otros límites de uso o acceso solo a ciertos módulos.
El flujo hace exactamente lo mismo que antes, pero la API de producción le responde de otra manera porque la credencial tiene restricciones que la de pruebas no tenía.
¿Cómo detectarlo? Comprueba que las credenciales que usa el flujo en producción son las correctas y tienen los permisos necesarios, y haz una prueba manual desde el nodo de la integración con esas credenciales. Si ahora falla donde antes no fallaba, el problema está en los permisos o en la configuración de la cuenta.
4. El volumen de producción provoca comportamientos que en pruebas no aparecían
En pruebas ejecutas el flujo una vez, quizá dos, y en producción puede ejecutarse diez veces en un minuto si llegan diez solicitudes a la vez. Hay APIs que limitan las llamadas por segundo, nodos que no están preparados para trabajar en paralelo y flujos que escriben en una hoja de cálculo y se bloquean cuando dos ejecuciones intentan escribir al mismo tiempo, como dos personas intentando pasar a la vez por la misma puerta.
En pruebas eso no ocurre porque nunca mandas diez peticiones seguidas, pero en producción puede pasar desde el primer día.
¿Cómo detectarlo? Revisa si los fallos se concentran en los momentos de más actividad, como las horas punta, los días de campaña o justo después de un envío masivo de correos. Si los errores llegan en ráfagas, lo más probable es que el problema sea de concurrencia o de límites de la API.
5. Hay nodos que dependen del contexto del editor
Algunos nodos de n8n se comportan de forma algo distinta dentro del editor que cuando el flujo funciona en segundo plano. El caso más frecuente son las expresiones que usan datos de ejecuciones anteriores ($prevNode, $execution) y que solo tienen valor en un contexto concreto.
También pasa con algunos nodos Code que hacen referencia a variables globales que solo existen mientras desarrollas, o con la zona horaria, que puede afectar a los nodos Schedule de forma distinta según el servidor donde funcione n8n.
¿Cómo detectarlo? Si el fallo está en un nodo Code o en expresiones que dependen del contexto de ejecución, comprueba que todas las variables que usa están disponibles en producción. Una buena costumbre es poner un nodo Set al principio del flujo que recoja y ordene todos los datos de entrada antes de que los use ningún otro nodo.
6. El disparador de producción no se comporta igual que en las pruebas
Cuando pruebas un flujo que arranca con un webhook, mandas tú la petición a mano, y si arranca con un Schedule pulsas «Execute» para forzarlo. En producción esos disparadores funcionan solos, y a veces no arrancan como esperabas.
Un Schedule puede no ejecutarse si el flujo no está activo justo cuando debería dispararse, un webhook puede dejar de responder si el flujo se reactivó tras una actualización del servidor y la URL cambió, y un disparador que comprueba cambios cada cierto tiempo puede no detectarlos si el intervalo es demasiado largo.
¿Cómo detectarlo? Entra en Executions y filtra por ese flujo. Si debería haberse disparado y no aparece ninguna ejecución, el problema está en el disparador y el resto del flujo puede estar perfectamente, así que comprueba que el flujo está activo, que la URL del webhook es la buena y que las credenciales del disparador tienen los permisos necesarios.
Cómo pasar de pruebas a producción sin sustos
La mayoría de estos problemas se pueden evitar con un pequeño proceso antes de activar el flujo:
- Prueba con datos reales antes de activarlo. Haz una prueba con datos lo más parecidos posible a los que van a llegar, como un formulario real que rellene alguien de tu equipo o una petición enviada desde el sistema externo de verdad, y no solo desde Postman o desde tu ordenador.
- Comprueba las URLs del webhook en el origen. Abre el formulario, la aplicación o el sistema que va a lanzar el flujo y confirma que la URL configurada es la de producción, copiándola directamente del nodo en lugar de escribirla a mano.
- Prueba las credenciales de producción una a una. Haz una prueba manual desde cada nodo de integración con las credenciales de producción, y si alguna falla, no actives el flujo hasta resolverlo.
- Activa el flujo y vigila las primeras ejecuciones. Las primeras horas son las más delicadas, así que revisa a mano las primeras ejecuciones en Executions para confirmar que los datos llegan y se procesan como esperabas.
- Añade un aviso de confirmación al final del flujo. Un correo al equipo, un mensaje en Slack o una fila en una hoja de cálculo que te confirme que el flujo ha terminado su recorrido, de modo que si ese aviso deja de llegar sepas que algo ha cambiado.
Que un flujo funcione en pruebas es solo el punto de partida, y el trabajo termina cuando funciona igual de bien con los datos de verdad.
¿Prefieres que lo revisemos nosotros?
Cuéntanos qué hace tu flujo y en qué momento falla, y te ayudamos a encontrar la causa.
Cuándo tiene sentido que lo gestione alguien con experiencia
Si llevas tiempo dándole vueltas al mismo flujo y el problema sigue sin aparecer, hay dos posibilidades.
La primera es que el fallo esté en una capa que no se ve desde el editor de n8n, como la configuración del servidor, el comportamiento concreto de la API del servicio externo o registros del sistema que n8n no muestra en su interfaz.
La segunda es que el flujo tenga un problema de diseño que lo hace frágil de base, uno de los 7 errores que convierten una automatización en un problema mayor. En ese caso el flujo no está preparado para el entorno real y arreglarlo pasa por replantearlo, porque retocar la configuración no será suficiente.
En Synergy llevamos años poniendo flujos en producción para empresas de distintos sectores, y hemos visto este mismo problema suficientes veces como para saber qué diferencias buscar entre el entorno de pruebas y el real y dónde suelen esconderse los fallos que no se ven a simple vista.
La opinión de Synergy
Que un flujo funcione en pruebas y falle en producción no quiere decir que hayas hecho algo mal, porque el entorno real siempre es más complejo que el entorno controlado donde lo construiste, y le pasa a cualquiera que trabaje con automatizaciones. Si prefieres que la puesta en producción la haga alguien que ya ha pasado por ello, forma parte de nuestro servicio de automatización de procesos, y si estás empezando tienes nuestra guía de n8n para empresas sin equipo técnico.
Lo importante es saber dónde buscar, porque los datos de entrada, las URLs del webhook, las credenciales, el volumen, las referencias de contexto y el comportamiento del disparador pueden ser la causa, y cada uno se detecta a su manera. Si con lo que has leído no has dado con el problema, probablemente estés ante uno de los casos que hay que mirar más a fondo, y si quieres que alguien que lo hace a diario lo resuelva contigo, o que diseñe desde el principio un flujo preparado para producción, también podemos ayudarte.
La IA trabaja. Las personas deciden.
¿Quieres que revisemos tu flujo?
Hablemos 30 minutos y te decimos qué está pasando.