Cómo Automatizar la Extracción de Datos de Facturas con Make, OpenAI y Airtable

Pasar datos de un PDF a una base de datos es un desperdicio colosal de inteligencia humana. Un equipo de operaciones en Ciudad de México o Buenos Aires pierde fácilmente 15 horas a la semana solo copiando montos de facturas a un excel.

Las viejas herramientas de OCR están muertas. Se rompen en el segundo en que un proveedor mueve un logo o cambia la tipografía. Modelos como GPT-4o leen documentos desordenados sin problema, pero solo si los obligas a escupir datos estructurados.

Al final de esta guía, vas a armar un flujo automatizado que atrapa las facturas por correo, extrae el proveedor y los precios exactos, y lo registra en Airtable sin tocar el teclado una sola vez.

Fase 1: Configura la Base de Datos

Tu base de datos tiene que ser un espejo exacto del esquema JSON que le pides a OpenAI. Si los nombres no coinciden, la automatización se va a romper en el último paso.

1. Paso 1. Crea la base en Airtable: Arma una nueva tabla llamada "Facturas". Agrega tres campos exactos: "ID de Factura" (Texto de una línea), "Nombre del Proveedor" (Texto de una línea) y "Monto Total" (Moneda).

Fase 2: Arma el Disparador y Convierte el Archivo

Arrancamos el flujo en Make.com. El objetivo es filtrar el ruido, aislar los correos con facturas y convertir los PDFs a un formato que la IA realmente pueda leer.

1. Paso 2. Configura el vigilante de Gmail: Agrega el módulo "Watch Emails" de Gmail. Selecciona la carpeta "INBOX". En el campo "Filter", escribe exactamente: `has:attachment filename:pdf`. Pon "Mark as read" en Yes.
2. Paso 3. Itera los adjuntos: Conecta el módulo "Iterate Attachments" de Gmail al vigilante. Mapea el array "Attachments[]" del Paso 2 en este módulo. Esto aísla los datos del archivo PDF.

1. Paso 4. Convierte de PDF a PNG: Agrega un módulo "Convert a File" de CloudConvert. Mapea el buffer del archivo desde el Iterador. Configura el Input Format como `pdf` y el Output Format como `png`.

Fase 3: La Extracción Estructurada con OpenAI

Este es el cerebro de la operación. No uses los módulos prefabricados de Make para OpenAI. Vamos a llamar a la API directamente para usar Structured Outputs, lo que nos garantiza una respuesta JSON impecable.

1. Paso 5. Configura la petición HTTP: Agrega el módulo "HTTP - Make a request" en Make. Pon la URL `https://api.openai.com/v1/chat/completions`. Pon el Method en `POST`. Agrega un header de Authorization con `Bearer TU_API_KEY`.
2. Paso 6. Arma el cuerpo de la petición: Cambia el tipo de Body a "Raw" y el Content type a "JSON (application/json)". Pega la configuración de abajo, mapeando los datos de la imagen en base64 de CloudConvert en el `image_url`.

{
  "model": "gpt-4o-2024-08-06",
  "messages": [
    {
      "role": "user",
      "content": [
        {"type": "text", "text": "Extrae los datos de la factura."},
        {
          "type": "image_url",
          "image_url": {"url": "data:image/png;base64,{{1.data}}"}
        }
      ]
    }
  ],
  "response_format": {
    "type": "json_schema",
    "json_schema": {
      "name": "invoice_extraction",
      "strict": true,
      "schema": {
        "type": "object",
        "properties": {
          "vendor_name": {"type": "string"},
          "invoice_id": {"type": "string"},
          "total_amount": {"type": "number"}
        },
        "additionalProperties": false,
        "required": ["vendor_name", "invoice_id", "total_amount"]
      }
    }
  }
}

Fase 4: Parsea y Sincroniza

La API te devuelve un objeto JSON en forma de texto (string) enterrado dentro del array `choices`. Tienes que parsearlo para convertirlo de nuevo en variables que Airtable pueda entender.

1. Paso 7. Parsea el resultado: Agrega un módulo "Parse JSON". Mapea el texto `choices[1].message.content` del módulo HTTP en el campo de JSON string.
2. Paso 8. Crea el registro en Airtable: Agrega el módulo "Create a Record" de Airtable. Selecciona tu base y tabla de "Facturas". Mapea las variables parseadas `vendor_name`, `invoice_id` y `total_amount` directamente en los campos correspondientes de la base de datos.
3. Paso 9. Configura el manejo de errores: Las máquinas fallan. Haz clic derecho en el módulo de Airtable y selecciona "Add error route". Conecta un módulo "Create a Message" de Slack a tu canal de operaciones, y mapea el enlace del mensaje de Gmail para que un humano lo revise.