Cómo usar ChatGPT para automatizar tu casa (guía real 2026)

Era un martes por la noche. Javier llevaba dos horas peleando con un script de Python para Home Assistant que debía apagar el aire acondicionado cuando todos salían de casa, pero solo si la temperatura exterior era mayor de 22 grados y no estaba lloviendo. El YAML se le había ido de las manos. Las condiciones anidadas eran un infierno.

De repente, por probar, abrió ChatGPT y describió el problema en lenguaje natural. Tres minutos después tenía el script completo, funcional y comentado. No perfecto —hubo que ajustar un par de cosas— pero el 85% del trabajo estaba hecho. Esa noche cambió para siempre cómo trabajamos con automatizaciones en casa.

En esta guía te contamos exactamente cómo usar ChatGPT para generar scripts de domótica que realmente funcionan: desde automatizaciones YAML con condiciones complejas hasta flujos en Node-RED o scripts Python con AppDaemon. Con prompts reales que puedes copiar, ejemplos completos de entrada y salida, y los errores que ya cometimos nosotros para que tú no los cometas.

⚡ Respuesta rápida:
Para usar ChatGPT en automatizaciones domóticas, describe tu objetivo en lenguaje natural, especifica la plataforma (Home Assistant, Node-RED, AppDaemon…) y los nombres exactos de tus entidades. La IA convierte horas de prueba y error en minutos; tú ajustas el contexto específico de tu instalación y validas antes de activar.

Cómo funciona realmente (en 3 pasos)

Antes de entrar en detalle, conviene tener el esquema mental claro. Muchos usuarios se frustran porque esperan que la IA lo haga todo sola. No funciona así, y entender el flujo real evita esa frustración desde el principio.

🗣️

Paso 1
Tú describes el problema en lenguaje natural, con contexto real

⚙️

Paso 2
ChatGPT traduce tu intención a código válido con comentarios

🔧

Paso 3
Tú ajustas nombres de entidades, pruebas y activas

Este flujo de tres pasos es el corazón del método. Parece simple, pero la mayoría de los problemas que vemos en foros y grupos de Telegram se deben a saltarse el paso 3 o a hacer el paso 1 con demasiado poca información.

¿Por qué las automatizaciones domóticas complejas son tan difíciles de programar?

Si llevas tiempo en el mundo de la domótica desde cero, ya sabrás que hay un salto enorme entre encender una bombilla con una rutina básica y crear una automatización que reaccione a múltiples condiciones simultáneas. El problema no es la intención, sino la sintaxis.

La curva de aprendizaje de herramientas como Home Assistant vs Node-RED es real. El YAML de Home Assistant tiene sus particularidades. Los templates Jinja2 pueden volverse crípticos. Y los scripts Python con AppDaemon o Pyscript requieren un nivel técnico que no todo el mundo tiene.

El error más común: intentar construir la automatización entera de golpe, sin dividirla en partes. Y ahí es exactamente donde la IA demuestra su valor: no como sustituta de tu conocimiento, sino como traductora entre tu intención y el código que necesitas.

Cómo usar ChatGPT para programar automatizaciones domóticas paso a paso

1. Prepara el contexto antes de preguntar

María siempre insiste en esto, y tiene razón: la calidad del output de la IA depende directamente de la calidad de tu input. Una pregunta vaga da un resultado genérico. Una pregunta bien estructurada da código aplicable.

Antes de escribir en ChatGPT, define claramente:

• Plataforma: ¿Home Assistant 2026.x, Node-RED, AppDaemon, ESPHome?
• Entidades involucradas: nombres exactos copiados desde tu panel de estados (ej: sensor.temperatura_salon)
• Condiciones: todas las variables que afectan al comportamiento
• Resultado esperado: qué debe pasar, cuándo debe parar, qué excepciones existen

2. Ejemplo real completo: prompt → código → resultado

👉 Si solo lees una parte de este artículo, que sea esta.

En lugar de mostrar solo el prompt, queremos darte el ciclo completo tal como lo hacemos nosotros. Este ejemplo automatiza el corte del aire acondicionado al salir de casa, con comprobación de temperatura exterior y notificación.

📥 Input (prompt que usamos):

Actúa como experto en Home Assistant 2026. Necesito una automatización en YAML que:

- Se active cuando binary_sensor.puerta_entrada cambie a "off" (puerta cerrada)
- Compruebe si no hay nadie en casa: group.familia_en_casa = "not_home"
- Si sensor.temp_exterior supera 20°C, apague climate.salon
- Espere 2 minutos antes de actuar (evitar falsos disparos)
- Envíe notificación push al móvil: notify.mobile_app_pixel con el estado actual
- No ejecute entre las 23:00 y las 07:00
- Incluye comentarios en cada bloque
- Añade manejo si climate.salon ya está apagado (evitar acción innecesaria)

📤 Output generado por ChatGPT (adaptado):

alias: "AC - Apagar al salir de casa con condiciones"
description: "Apaga el aire si todos salen y hace calor. No actúa de noche."
mode: single

trigger:
  # Disparo: puerta cerrada
  - platform: state
    entity_id: binary_sensor.puerta_entrada
    to: "off"
    for:
      minutes: 2  # Espera 2 min para evitar falsos disparos

condition:
  # Solo si no hay nadie en casa
  - condition: state
    entity_id: group.familia_en_casa
    state: "not_home"
  # Solo si la temperatura exterior supera 20°C
  - condition: numeric_state
    entity_id: sensor.temp_exterior
    above: 20
  # Solo fuera del horario nocturno
  - condition: time
    after: "07:00:00"
    before: "23:00:00"
  # Solo si el AC está encendido (evitar acción innecesaria)
  - condition: not
    conditions:
      - condition: state
        entity_id: climate.salon
        state: "off"

action:
  # Apagar el aire acondicionado
  - service: climate.turn_off
    target:
      entity_id: climate.salon
  # Notificación push al móvil
  - service: notify.mobile_app_pixel
    data:
      title: "🏠 Casa vacía"
      message: >
        Aire apagado. Temp exterior: {{ states('sensor.temp_exterior') }}°C.
        Activado a las {{ now().strftime('%H:%M') }}.

✅ Resultado real: funcionando desde el primer intento tras adaptar los nombres de entidades. El único ajuste fue cambiar mobile_app_pixel por el nombre exacto del servicio de notificación del teléfono de cada uno.

💡 Cópialo y pruébalo ahora mismo en ChatGPT — adapta los nombres de tus entidades y tendrás tu automatización lista en minutos.

3. Itera: no copies a ciegas

Javier lo aprendió de la peor manera. Una noche de diciembre, copió directamente un script de control de calefacción sin revisarlo. El código tenía un bucle condicional que se disparaba cada 30 segundos y saturó el log de Home Assistant. Más de 3.000 triggers ejecutados en una noche. El sistema fue a paso de tortuga hasta que lo detectamos a la mañana siguiente.

La regla de oro: pide el código, léelo, y pregunta por las partes que no entiendas. ChatGPT puede explicar cada línea si se lo pides. Esto, además de evitar errores, te enseña. Hemos aprendido más de Jinja2 preguntando a la IA que leyendo documentación durante horas.

Si tienes dudas sobre templates Jinja2 en Home Assistant, es el ejemplo perfecto: describes qué quieres calcular y la IA te da la expresión exacta.

Prompts que usamos nosotros (copiar/pegar directamente)

Esta sección es la que más nos pidieron cuando publicamos la primera versión del artículo. Aquí van los prompts que más usamos en nuestras instalaciones, ya pulidos tras varias iteraciones:

📋 Prompt para automatización con sensor de presencia

Actúa como experto en Home Assistant 2026. Crea una automatización YAML que:
- Active las luces del salón (light.salon) cuando binary_sensor.presencia_salon cambie a "on"
- Las apague si no hay movimiento durante 10 minutos
- No actúe entre las 08:00 y las 22:00 si hay luz natural (sensor.luminosidad_salon > 300 lux)
- Incluye comentarios y gestión si la luz ya está encendida

📋 Prompt para script Node-RED con lógica JavaScript

Necesito el código JavaScript para un nodo Function de Node-RED que:
- Reciba msg.payload con el precio actual de la luz en €/kWh
- Si el precio es menor de 0.08€, envíe un mensaje activando switch.lavadora
- Si el precio supera 0.15€, envíe un mensaje desactivándolo
- Incluya log de cada acción en msg.topic para debug
- Gestione valores nulos o indefinidos en msg.payload

📋 Prompt para template Jinja2 (sensor virtual)

Crea un template sensor para Home Assistant que:
- Calcule el consumo acumulado diario sumando sensor.consumo_cocina y sensor.consumo_salon
- Muestre el resultado en kWh con 2 decimales
- Si alguno de los sensores no está disponible, devuelva "unavailable" en vez de error
- Añade unit_of_measurement y device_class correctos

Casos de uso donde la IA para home assistant brilla especialmente

Automatizaciones con múltiples condiciones

Cuando una automatización depende de más de tres variables simultáneas, la IA es imbatible para estructurar la lógica. Lo que nos llevaría una tarde de debugging, ChatGPT lo estructura en 2 minutos. Perfecto para cosas como la gestión de excedentes fotovoltaicos o el control PID de calefacción.

Scripts Node-RED con JavaScript avanzado

Node-RED es visual, sí, pero en cuanto introduces nodos Function con JavaScript las cosas se complican. La IA genera el código interno de esos nodos perfectamente, incluyendo el manejo de objetos msg y el contexto global. Nuestra guía de flujos complejos en Node-RED profundiza en esto.

Notificaciones accionables inteligentes

Si quieres implementar notificaciones accionables con Telegram o el companion app, la IA puede generar tanto el script de envío como los manejadores de respuesta. Es uno de los casos donde el ahorro de tiempo es más brutal.

Sensores bayesianos y presencia avanzada

Crear sensores bayesianos para inferir presencia o estados es uno de los usos más avanzados. La lógica probabilística es compleja de escribir a mano; la IA la estructura perfectamente si le explicas qué observaciones quieres combinar.

Comparativa: IA para generar scripts según plataforma domótica

Errores comunes al usar IA para generar scripts domóticos

Lucía tiene una frase que repetimos mucho en el equipo: “La IA no miente, alucina”. Y es literalmente así. El término técnico es alucinación: cuando un modelo de lenguaje genera información que parece correcta pero es inventada o incorrecta. En domótica, esto se manifiesta de formas muy concretas:

⚠️ Errores reales que nosotros ya cometimos:

• Alucinación de nombres de entidades: la IA inventa nombres como light.living_room o sensor.temperature_outdoor que no existen en tu instalación. Siempre copia los nombres exactos desde el panel de estados de HA.
• Sintaxis de versiones antiguas: sin indicar “Home Assistant 2026”, la IA puede generar YAML con formato de 2022-2023 que ya no es válido. Especifica siempre la versión.
• Copiar sin revisar la indentación YAML: ChatGPT a veces mezcla tabulaciones y espacios. Pásalo siempre por un validador YAML online antes de aplicarlo.
• No pedir manejo de errores: sin pedirlo explícitamente, el script asume que todo funciona siempre. Pide “incluye gestión de casos en que el sensor no esté disponible”.
• Omitir el parámetro for en triggers de estado: la IA suele olvidarlo. Sin él, cualquier fluctuación momentánea dispara la automatización.
• Race conditions en HA: cuando dos automatizaciones afectan al mismo dispositivo simultáneamente, pueden generar conflictos. Pide explícitamente que el script gestione el modo single o queued.
• Latencia de eventos no contemplada: si tu red Zigbee tiene latencia o un sensor tarda en actualizarse, un script con lógica muy ajustada puede fallar. La IA no conoce las peculiaridades de tu red.
• Estados no persistentes tras reinicio: variables de contexto o helpers sin restore_on_startup: true se pierden. Recuerda pedirlo cuando sea necesario.

Lo que la IA no puede hacer por ti (y es igual de importante)

La IA no conoce tu instalación específica. No sabe los nombres exactos de tus entidades, no conoce el firmware de tus dispositivos Shelly ni si tu red Zigbee tiene problemas de alcance o latencia. Tampoco entiende el comportamiento físico de tu casa.

Si tu sensor de presencia mmWave tiene falsos positivos en cierta zona por el movimiento de las cortinas, eso es contexto que debes aportarle tú al prompt. La IA genera la lógica; tú aportas el conocimiento del mundo real.

También hay una limitación técnica importante que conviene entender: los modelos de lenguaje predicen el siguiente token más probable, no “piensan” la solución óptima. Para código muy específico o situaciones inusuales, la calidad del output baja. En esos casos, lo mejor es descomponer el problema en partes más pequeñas y generar cada una por separado.

Qué modelo de IA usar según tu caso

✅ Mejor opción si empiezas desde cero

ChatGPT (GPT-4o o GPT-4.1). La interfaz conversacional facilita iterar, y el modelo tiene buen conocimiento de Home Assistant. Puedes incluso conectarlo directamente con tu instalación con la integración de ChatGPT en Home Assistant y usarlo para controlar tu casa con lenguaje natural.

✅ Mejor opción si quieres privacidad total

Ollama con un modelo local (Llama 3.3, Mistral o DeepSeek Coder). Sin enviar datos a la nube. Nuestra guía sobre Ollama en Home Assistant lo explica paso a paso.

✅ Mejor opción para Node-RED y JavaScript avanzado

En nuestra experiencia, Claude (Anthropic) da resultados especialmente buenos para JavaScript complejo dentro de Node-RED y para scripts Python con lógica de negocio elaborada. Vale la pena tener ambas herramientas disponibles.

El hardware que hace que estos scripts funcionen de forma fiable

Para que estas automatizaciones funcionen de forma estable —especialmente las más complejas con múltiples condiciones y ejecuciones frecuentes— necesitas un sistema que no se cuelgue ni tenga problemas de latencia. Un Home Assistant corriendo en una tarjeta SD lenta puede corromper la base de datos en semanas y hacer que tus scripts fallen aleatoriamente, sin mensaje de error claro.

Esto en una Raspberry Pi con SD lenta puede ir muy mal cuando tienes 50 automatizaciones activas. Por eso recomendamos siempre usar SSD, y es la primera mejora que sugerimos a cualquiera que venga con problemas de estabilidad.

🛒 Hardware que usamos en nuestras instalaciones para scripts estables:

• 🖥️ Home Assistant Green — servidor plug&play, sin configuración, ideal para empezar
• 🍓 Raspberry Pi 5 8GB — para proyectos avanzados con IA local (Ollama)
• 💾 SSD NVMe 500GB — imprescindible para estabilidad; elimina los fallos aleatorios por SD corrupta
• 🔌 Shelly 1PM Mini Gen3 — para automatizar cargas; los scripts generados con IA encajan perfectamente
• 📡 Coordinador Zigbee USB Sonoff — base de red de sensores fiable y con bajo latencia
• 🌡️ Sensor temperatura Zigbee Aqara — datos reales y precisos para que tus scripts tomen buenas decisiones

Si dudas entre qué plataforma montar, la comparativa Home Assistant Green vs Raspberry Pi te ayudará a decidir.

¿Qué automatizaciones puedes crear con ChatGPT en tu casa?

Una de las preguntas más frecuentes que nos llegan es: “¿por dónde empiezo?“. La respuesta rápida es: por lo que más te molesta hacer manualmente cada día. Pero si necesitas ideas concretas, aquí van las categorías donde la IA da mejores resultados y más rápido:

• 🌡️ Climatización inteligente: encender o apagar el aire según presencia, temperatura exterior, horario y precio de la luz. Automatizaciones con 4-5 condiciones simultáneas que serían un infierno de escribir a mano. Perfectas para combinar con control del AC con Tado o Sensibo.
• 💡 Iluminación adaptativa: luces que se ajustan según la hora, la luminosidad exterior, la presencia en cada habitación o la actividad. ChatGPT puede generar scripts de iluminación circadiana con condiciones complejas sin que necesites saber nada de Jinja2.
• ⚡ Consumo eléctrico y ahorro: desplazar cargas al valle, activar enchufes según el precio de la luz o gestionar excedentes fotovoltaicos. Son automatizaciones con lógica numérica donde la IA brilla especialmente porque el código es predecible y bien estructurado.
• 🔒 Seguridad y alertas: notificaciones cuando se abre una puerta en horario inusual, simulación de presencia en vacaciones, alertas de humo o agua, o scripts para el sistema de alarma Alarmo.
• 🌿 Riego y jardín: riego automático condicionado a lluvia prevista, humedad del suelo y horario. Los scripts condicionales que cruzan datos meteorológicos con sensores locales son exactamente el tipo de lógica que la IA resuelve en segundos.
• 🔔 Notificaciones inteligentes: avisar cuando termina la lavadora, cuando alguien llama al timbre o cuando un consumo anómalo sugiere que algo se quedó encendido. Con ChatGPT puedes generar tanto la automatización de detección como el script de notificación accionable.

La clave común a todas: son problemas bien definidos con inputs y outputs claros, exactamente el tipo de tarea donde los modelos de lenguaje rinden al máximo.

Checklist de arranque: empieza hoy

1. Empieza con una automatización que ya tengas parcialmente hecha y pide a la IA que la complete o mejore.
2. Copia los nombres exactos de tus entidades desde el panel de estados de Home Assistant antes de escribir el prompt.
3. Especifica siempre la versión: “Home Assistant 2026.x”.
4. Pide que el código incluya comentarios explicativos y manejo de errores.
5. Prueba en modo “Rastrear” (tracing) de HA antes de activar en producción.
6. Guarda un historial de los prompts que mejor funcionaron: serán tu biblioteca de recetas personales.

Lleva tus automatizaciones inteligentes al siguiente nivel

Una vez dominas la generación de scripts con IA para home assistant, el mundo de las automatizaciones avanzadas se abre completamente. Algunos caminos que recomendamos:

• Gestiona datos históricos con InfluxDB y Grafana para tomar decisiones basadas en tendencias reales, no en estados momentáneos.
• Implementa watchdog y self-healing para que tu casa detecte y corrija sus propios fallos.
• Explora la iluminación circadiana automatizada, uno de los casos donde los scripts condicionales complejos tienen más impacto en el día a día.
• Si tienes placas solares, la automatización de excedentes fotovoltaicos es uno de los mejores retornos que puedes conseguir.
• Los enchufes dinámicos según precio de la luz son otro caso ideal para scripts generados con IA: lógica condicional compleja, muchas variables, cambios frecuentes.
• La detección de presencia avanzada con ESPresense o GPS es el campo donde los scripts complejos marcan más la diferencia en comodidad real.
• Si quieres organizar tu instalación antes de generar más scripts, los packages YAML son la forma de mantener todo ordenado.

Para entender los fundamentos técnicos de estas herramientas, el artículo de Wikipedia sobre modelos de lenguaje grandes (LLMs) es un buen punto de partida. Si quieres profundizar en los límites y capacidades reales del modelo que hay detrás de ChatGPT, el GPT-4 Technical Report de OpenAI publicado en arXiv es la referencia más completa. Y para el contexto académico de IA aplicada a sistemas de control del hogar, la investigación del MIT CSAIL (Computer Science and Artificial Intelligence Laboratory) ofrece el marco más riguroso disponible.

Preguntas frecuentes sobre IA y automatizaciones domóticas

¿Necesito saber programar para usar IA en mis automatizaciones?

No necesitas ser programador, pero sí ayuda entender los conceptos básicos: qué es una entidad en Home Assistant, cómo funciona un trigger, qué hace un template. Con esos fundamentos, la IA se encarga de la sintaxis. Lo que no puede reemplazar es tu criterio sobre si la lógica tiene sentido para tu instalación concreta.

¿Es seguro aplicar el código que genera ChatGPT directamente?

Nunca copies código sin revisarlo. Primero léelo entero. Si hay algo que no entiendes, pide a la IA que te lo explique línea a línea. Luego valida el YAML en un validador online. Finalmente, usa el modo “Rastrear” de Home Assistant para simular la ejecución antes de activar. Para cargas eléctricas importantes, revísalo siempre con alguien técnico.

¿Qué son las “alucinaciones” de la IA y cómo me afectan en domótica?

Las alucinaciones son cuando el modelo genera información que parece correcta pero es inventada. En domótica se manifiesta principalmente como nombres de entidades que no existen en tu instalación, servicios de HA que no existen en tu versión, o parámetros de configuración con sintaxis obsoleta. La solución es siempre aportar los nombres exactos de tus entidades en el prompt y especificar la versión de la plataforma.

¿Qué modelo de IA da mejores resultados para Home Assistant?

En nuestra experiencia, GPT-4o y GPT-4.1 dan los mejores resultados para YAML de Home Assistant por su conocimiento actualizado del ecosistema. Para Node-RED JavaScript y Python, Claude también funciona muy bien. Si quieres privacidad total, DeepSeek Coder en Ollama es sorprendentemente capaz para scripts Python, aunque algo más limitado en conocimiento específico de HA más reciente.

¿Puedo usar IA para depurar automatizaciones que ya tengo y no funcionan?

Es uno de los usos más potentes. Pega el código problemático + el mensaje de error del log de Home Assistant + una descripción de qué debería hacer pero no hace. La IA diagnostica problemas de sintaxis, condiciones mal formuladas o templates con errores con una precisión bastante alta. Asegúrate de incluir el texto completo del error, no solo el mensaje resumido.

Conclusión: la IA no reemplaza tu criterio, lo amplifica

Llevamos meses usando ChatGPT y otros modelos para generar, depurar y optimizar scripts domóticos. La conclusión es clara: la IA convierte horas de prueba y error en minutos y elimina la barrera de entrada para automatizaciones complejas, pero el conocimiento de tu instalación, tus prioridades y el sentido común siguen siendo tuyos e insustituibles.

Lo que antes nos llevaba una tarde de prueba y error ahora lo resolvemos en 20 minutos. Eso nos ha permitido implementar automatizaciones que antes descartábamos por “demasiado complejas”: control bayesiano de presencia, gestión dinámica de cargas según precio de la luz, scripts de self-healing. Cosas que marcan la diferencia real en el día a día.

El ecosistema de inteligencia artificial aplicada a la domótica evoluciona muy rápido. Los modelos mejoran, las integraciones maduran y el umbral de lo que es posible sin ser programador sube cada mes. Si quieres estar al día de cómo evoluciona todo esto, ya sabes dónde estamos.

Tu misión esta semana: coge una automatización que tengas a medias o que hayas descartado por complicada. Usa uno de los prompts de esta guía como plantilla, adapta los nombres de tus entidades y envíalo a ChatGPT. Te garantizamos que te va a sorprender el resultado.

Si consigues algo chulo o tienes dudas en el proceso, escríbenos. Leemos todos los mensajes.