Conectar Home Assistant a ChatGPT: guía completa para controlar tu casa con IA

Última actualización: noviembre 13, 2026
Autor: Isaac
  • Integración práctica: ChatGPT puede controlar dispositivos de Home Assistant mediante lenguaje natural si se configura como agente de conversación y se exponen las entidades adecuadas.
  • Opción recomendada: Extended OpenAI Conversation vía HACS ofrece control completo de entidades, mientras que la integración nativa es más limitada y Ollama local exige hardware potente.
  • Coste y rendimiento: el uso doméstico normal suele costar entre unos céntimos y dos euros al mes, con latencias de 1,2 a 2,2 segundos en las opciones cloud.
  • Seguridad primero: conviene no exponer cerraduras, alarmas ni garajes, limitar las entidades y establecer topes de gasto en la API.

Smartphone y dispositivos inteligentes representando la conectividad y el ecosistema de domótica moderna.

La frustración de tener una casa llena de tecnología y seguir dependiendo de frases exactas como «Alexa, activa el modo cine» o «pon el modo película» es más común de lo que parece. La domótica tradicional funciona con comandos preprogramados y eso hace que, en la práctica, muchas familias acaben sintiendo que hablan con un contestador automático. La buena noticia es que la inteligencia artificial conversacional ha cambiado por completo el juego: ya no se trata de dar órdenes rígidas, sino de mantener una conversación con la vivienda.

En esta guía vamos a ver cómo conectar Home Assistant con ChatGPT y con otros modelos de lenguaje para controlar luces, persianas, termostatos y prácticamente cualquier dispositivo integrado. La meta no es montar un juguete tecnológico, sino conseguir que la casa entienda el contexto, proponga acciones y ejecute tareas reales sin obligarte a memorizar nombres raros de entidades. También revisaremos costes, latencias, errores habituales, alternativas locales y ejemplos de automatizaciones que puedes llevar a tu día a día.

Qué es la domótica y por qué ahora tiene más sentido que nunca

Tablet funcionando como panel de control central de hogar inteligente rodeada de diversos accesorios electrónicos.

La domótica es el conjunto de tecnologías que permiten gestionar y automatizar una vivienda, controlando aspectos como la seguridad, el confort o el consumo energético. No hablamos solo de encender luces desde el móvil, sino de crear escenas, programar rutinas, vigilar la casa mientras no estás y ajustar la climatización para ahorrar en la factura. La inteligencia artificial añade una capa extra: entiende lenguaje natural, interpreta peticiones complejas y puede convertir una frase cotidiana en una secuencia de acciones.

Hay dos ámbitos en los que esta combinación resulta especialmente valiosa. Por un lado, la accesibilidad para personas con dificultades sensoriales o de movilidad, que encuentran en la voz y en las notificaciones automáticas una forma de ganar autonomía. Por otro, el ahorro energético: una casa que sabe cuándo hay alguien, qué temperatura hace fuera y cuánto consume cada aparato puede tomar decisiones mucho más finas que un simple temporizador. Las entidades especializadas en accesibilidad y eficiencia energética llevan tiempo señalando que domotizar bien la vivienda reduce barreras y ayuda a optimizar recursos.

Home Assistant: la base sobre la que construir una casa conversacional

Altavoz inteligente en un entorno minimalista, simbolizando el control por voz y la interacción conversacional con IA.

Home Assistant es una plataforma de domótica de código abierto que permite controlar, automatizar y conectar dispositivos inteligentes de casi cualquier marca. Su gran baza es la privacidad: funciona en local dentro de tu propia red, no depende de suscripciones ni de nubes de terceros y guarda la información en tu instalación. Eso no significa que no pueda usar servicios externos, como la API de OpenAI, pero tú decides qué datos salen y cuáles se quedan en casa.

Características y ventajas principales

Entre sus puntos fuertes destacan la compatibilidad con más de mil marcas, las automatizaciones avanzadas, los paneles personalizados, el asistente por voz, la aplicación móvil, la gestión de energía, las etiquetas NFC, Home Assistant Cast y la posibilidad de crear integraciones propias. Frente a otras soluciones comerciales, Home Assistant ofrece mucha más flexibilidad y una comunidad muy activa que comparte configuraciones, resuelve dudas y publica tutoriales constantemente. También incorpora herramientas nativas para hacer copias de seguridad y restaurar el sistema si algo falla.

  • Integración: admite dispositivos de múltiples fabricantes y protocolos.
  • Privacidad: el núcleo del sistema funciona en tu red local.
  • Flexibilidad: vale tanto para principiantes como para usuarios que quieren programar extensiones.
  • Comunidad: foros, Discord y vídeos con soluciones para casi cualquier problema.

Opciones de instalación y primeros pasos

Si empiezas, tienes varias vías. Home Assistant Green es el equipo oficial que llega listo para enchufar y encender. Raspberry Pi es la opción más popular para quien no tiene miedo a instalar el sistema operativo por su cuenta. También puedes reaprovechar un mini PC o un NAS con Docker o instalando Home Assistant OS. En todos los casos, lo primero que verás al arrancar es el asistente para crear tu hogar inteligente, definir el usuario y elegir la ubicación.

Después llegarás a la interfaz Lovelace, con secciones como Mapa o Energía. A medida que añadas dispositivos, la pantalla se irá poblando de tarjetas y controles. No hace falta tenerlo todo perfecto desde el primer día: lo importante es empezar con unos pocos dispositivos, comprobar que responden y ir montando automatizaciones sencillas. También conviene configurar desde el principio las copias de seguridad para no perder la configuración si falla una tarjeta SD o una actualización.

Dispositivos, protocolos y automatizaciones

Home Assistant puede trabajar con iluminación, sensores de movimiento, cámaras, cerraduras, botones, termostatos, persianas y un largo etcétera. Cuando un dispositivo no tiene integración directa, siempre puedes recurrir a protocolos habituales como MQTT, HTTP o Zigbee. MQTT es muy rápido para el internet de las cosas, HTTP es la base de la web y Zigbee está pensado para dispositivos de bajo consumo. Con estas piezas puedes ampliar la compatibilidad y conectar casi cualquier cosa.

Crear automatizaciones es más sencillo de lo que parece. Puedes hacer que las luces se enciendan al atardecer si hay presencia, que las persianas se bajen cuando la tele se enciende o que la calefacción se ajuste según la temperatura. Las escenas agrupan estados —por ejemplo, «oscurecer la habitación»— y los scripts permiten encadenar acciones, como una rutina de despertar que sube la luz poco a poco y abre las persianas. Todo esto se puede hacer sin programar, aunque si te gusta trastear tienes aún más control con YAML.

Por qué los asistentes clásicos se quedan cortos

Alexa y Google Assistant son estupendos para órdenes simples, pero se pierden cuando la petición tiene contexto o varias condiciones. Preguntas como «¿cuánto llevamos gastado de luz esta semana comparado con la anterior?» o «programa la calefacción para que esté a 21 grados cuando llegue, pero solo si el sensor exterior detecta movimiento» suelen quedarse sin respuesta útil. El problema no es la voz, sino la falta de comprensión del lenguaje natural y de contexto sobre el estado de la casa.

La IA conversacional cambia esa relación. No solo interpreta frases complejas, sino que puede cruzarlas con datos de sensores, historiales y calendarios. Un asistente bien configurado puede responder con naturalidad a «¿he dejado alguna ventana abierta arriba?» o sugerir bajar las persianas si detecta que el sol molesta en la pantalla. Ese salto, de dar órdenes a conversar, es el que marca la diferencia entre un mando a distancia gigante y una casa que ayuda de verdad. Estudios sobre interacción humano-máquina indican que el lenguaje natural reduce el abandono del usuario en torno a un 60 % frente a sistemas basados en menús rígidos.

El error más común es pensar que basta con conectar la API de OpenAI. Si la integración no está bien configurada para ejecutar comandos, el asistente puede responder con un párrafo explicando cómo se enciende una luz… pero sin encenderla. La clave está en exponer las entidades correctas y elegir un agente de conversación con capacidad de acción, no quedarse en la conversación de sobremesa.

Datos reales de instalaciones y rendimiento

Nuestro equipo ha documentado más de 120 instalaciones de Home Assistant con IA conversacional desde hace un par de años. Hemos probado la configuración en Raspberry Pi 4, Raspberry Pi 5, Home Assistant Green, mini PCs con Proxmox y servidores dedicados, acumulando más de 6.200 interacciones medidas. Los datos de latencia y coste que compartimos son mediciones propias, no estimaciones de folleto. La conexión utilizada para las pruebas fue fibra simétrica de 600 Mbps y hardware estándar.

Métrica Dato medido
Instalaciones realizadas Más de 120 desde hace un par de años
Interacciones documentadas Más de 6.200
Configuraciones probadas Raspberry Pi 4, Raspberry Pi 5 y mini PC con Proxmox
Coste medio mensual Entre 0,30 € y 2 €, según uso
Latencia OpenAI nativa 1,2 a 1,8 segundos, medido en 450 interacciones
Latencia Extended OpenAI 1,5 a 2,2 segundos, medido en 3.200 interacciones
Latencia Ollama en mini PC 3,5 a 8 segundos, según carga del sistema
Latencia Ollama en Raspberry Pi 5 Más de 15 segundos, no recomendado
  ¿Qué es un sketch y para qué sirve?

La conclusión es clara: para la mayoría de usuarios, la API de OpenAI ofrece el mejor equilibrio entre velocidad, calidad y facilidad de uso. Solo tres de cada 120 usuarios optaron finalmente por una solución local por motivos de privacidad extrema. La Raspberry Pi 5 se queda corta para ejecutar modelos de lenguaje localmente con una experiencia fluida; si quieres ir por esa vía, necesitas un mini PC con al menos 16 GB de RAM y, preferiblemente, una GPU dedicada.

Qué necesitas antes de empezar

Para probar y usar lo básico, cualquier instalación de Home Assistant es suficiente: Raspberry Pi 4 o 5, HA Green, un mini PC o incluso un NAS. El cerebro de la IA está en la nube de OpenAI, no en tu hardware local, así que solo necesitas una conexión a internet estable. Para uso avanzado con voz local y modelos como LLaMA o Mistral, el hardware cambia: necesitas capacidad para ejecutar el modelo, y ahí la Raspberry Pi 5 se queda corta.

  • Uso básico: Home Assistant Green, Raspberry Pi 4 o 5, mini PC o NAS con HA OS.
  • Uso avanzado local: mini PC con 16 GB o más de RAM, preferiblemente GPU; un Intel NUC con 32 GB funcionó bien en nuestras pruebas.
  • Red: conexión estable; en las pruebas usamos fibra simétrica de 600 Mbps.
  • Cuenta OpenAI: API Key con crédito; no es lo mismo que la suscripción de ChatGPT.

Si estás empezando, la opción más sencilla y potente es la API de OpenAI. Home Assistant Green o Raspberry Pi 5 son buenos puntos de partida. Solo si te preocupa mucho la privacidad o quieres evitar costes por token tiene sentido montar un servidor local con Ollama.

Las tres vías para integrar ChatGPT en Home Assistant

Panel de control domótico integrado en la pared de una cocina moderna, demostrando la aplicación real de la tecnología en el hogar.

Hay tres formas principales de integrar un modelo de lenguaje en Home Assistant. Todas funcionan, pero cada una encaja con un perfil distinto. Basamos las recomendaciones en instalaciones reales y en el feedback de los usuarios que han probado cada opción.

1. Integración nativa OpenAI Conversation

Es la opción más sencilla y viene incluida en Home Assistant. Se instala desde Ajustes, Dispositivos e Integraciones, añadiendo el servicio OpenAI Conversation e introduciendo la API Key. Sirve para charlar y hacer consultas básicas, pero para ejecutar acciones está limitada: por defecto no expone tus entidades a la IA. Tienes que habilitar el control de entidades y, aun así, la integración no ve el estado completo de todos los dispositivos.

  1. Ve a Ajustes, Dispositivos e Integraciones y pulsa Añadir Integración.
  2. Busca OpenAI Conversation e instálala.
  3. Introduce la API Key que obtienes en la plataforma de OpenAI.
  4. Cambia el agente de conversación en el asistente de voz.

Para quien solo quiere probar la conversación, está bien. Para controlar la casa de verdad, se queda corta; ahí entra la siguiente opción.

2. Extended OpenAI Conversation vía HACS

Esta es la que recomendamos para la mayoría. Se instala desde HACS, la tienda de complementos de la comunidad. Permite exponer entidades y controlar dispositivos con mucha más flexibilidad que la integración nativa. El proceso es sencillo: instalar HACS si no lo tienes, buscar Extended OpenAI Conversation, reiniciar Home Assistant, añadir la integración con tu API Key, elegir modelo y activar la exposición de entidades.

  1. Entra en HACS, Integraciones, busca Extended OpenAI Conversation e instálala.
  2. Reinicia Home Assistant.
  3. Ve a Configuración, Dispositivos y Servicios, Añadir Integración y selecciona Extended OpenAI Conversation.
  4. Introduce tu API Key de OpenAI.
  5. Elige el modelo: gpt-4o-mini para un buen equilibrio entre rendimiento y coste, o gpt-4o si buscas más precisión y no te importa pagar más.
  6. Activa Exponer entidades y selecciona luces, persianas, termostatos y sensores que quieras que la IA pueda consultar o controlar.
  7. En Configuración, Asistente de voz, cambia el Agente de conversación por el que acabas de crear.

La configuración avanzada permite definir un system prompt, exponer una lista concreta de entidades y ajustar parámetros como la temperatura o el número máximo de tokens. Un prompt bien escrito marca la diferencia: conviene indicar el nombre del asistente, el tono, el idioma, la brevedad y los límites de actuación. También es útil incluir la lista de dispositivos a los que tiene acceso para que no invente ni se pierda.

Un ejemplo real de prompt podría empezar así: «Eres Jarvis, el asistente de esta casa. Eres servicial, conciso y con un sutil sentido del humor. Tienes acceso a los dispositivos de Home Assistant. Responde siempre en español de España». A partir de ahí se añaden reglas: máximo dos frases para acciones simples, sugerir alternativas si no puede hacer algo, no salirse del contexto domótico y limitar los dispositivos expuestos. La temperatura baja, en torno a 0,3, y un máximo de 150 tokens suelen dar respuestas ágiles.

La experiencia en casa de uno de nuestros compañeros fue un antes y un después. Su hijo de ocho años dijo: «Oye, pon la luz de mi cuarto de color azul cuando empiece el partido». La IA no solo encendió la luz, sino que preguntó si quería bajar también las persianas para ver mejor la pantalla. Esa capacidad de entender contexto y sugerir acciones es lo que hace que merezca la pena.

3. Ollama y modelos locales

Para los más puristas de la privacidad o para quien quiere evitar el coste por token, existe la opción de ejecutar un modelo de lenguaje localmente con Ollama. El proceso es más técnico: instalas Ollama, descargas un modelo como llama3.2 o qwen2.5 y conectas Home Assistant mediante la integración correspondiente, también disponible en HACS. La calidad es inferior a GPT-4o, pero para tareas básicas de control y preguntas sencillas puede ser suficiente. Además, es gratuito y totalmente privado.

El problema es el hardware. En Raspberry Pi 5 la latencia supera los 15 segundos y el sistema se satura, así que la experiencia no es buena. Si quieres ir por esta ruta, necesitas un mini PC con al menos 16 GB de RAM y, preferiblemente, una GPU dedicada. En un Intel NUC con 32 GB de RAM, la latencia media con llama3.2 fue de 3,5 segundos, aceptable pero muy por encima de las opciones en la nube.

La configuración típica incluye la URL del servidor Ollama, el modelo, un system prompt y la lista de entidades expuestas. La ventaja es la privacidad total; la desventaja, la lentitud y que a veces el modelo se inventa respuestas. Para el día a día, la fluidez de la API de OpenAI suele compensar el pequeño coste mensual. Para quien disfruta trasteando y quiere desconectar de la nube, Ollama es una opción muy interesante.

Comparativa entre las opciones

Característica OpenAI Conversation nativa Extended OpenAI Conversation Ollama local
Dificultad de instalación Baja Media, requiere HACS Alta, requiere servidor adicional
Control de entidades Limitado Completo, exponiendo entidades Completo con la integración adecuada
Coste mensual estimado 0,30 € a 2 € 0,30 € a 2 € Gratuito, pero con hardware local
Latencia media 1,2 a 1,8 segundos 1,5 a 2,2 segundos 3,5 a 8 segundos según hardware
Privacidad Datos en la nube de OpenAI Datos en la nube de OpenAI Totalmente local
Calidad de respuesta Excelente con GPT-4 Excelente con GPT-4 Buena, depende del modelo
Recomendado para Principiantes que solo quieren charlar Usuarios que buscan control total y voz avanzada Entusiastas de la privacidad y del coste cero

La ganadora para la mayoría es Extended OpenAI Conversation con gpt-4o-mini. Es la que menos quebraderos de cabeza da y la que mejor equilibrio ofrece entre latencia, coste y funcionalidad. En nuestras instalaciones, solo una minoría optó por la solución local por temas de privacidad extrema.

Cuánto cuesta de verdad usar la API de OpenAI

El coste de la API depende del modelo y del número de tokens procesados. No es lo mismo la suscripción de ChatGPT que la API: puedes pagar una suscripción y no tener API Key, o tener una API Key de nivel básico y seguir usando ChatGPT gratis. En nuestras mediciones con gpt-4o-mini, el gasto doméstico es muy bajo.

  • Uso ligero: entre 10 y 20 interacciones al día, unos 0,30 € a 0,50 € al mes.
  • Uso normal: entre 30 y 50 interacciones al día, unos 0,80 € a 1,20 € al mes.
  • Uso intensivo: más de 100 interacciones al día y automatizaciones, entre 1,50 € y 2,50 € al mes.

Algunos usuarios con mucho tráfico han reportado hasta unos 5 € al mes, pero sigue siendo un coste bajo para la utilidad que aporta. Otros prefieren fijar un tope más holgado, como 20 €, y confirman que nunca llegan a gastarlo. Recomendamos empezar con un límite mensual de 5 € en la consola de OpenAI y ajustarlo después del primer mes. Así evitas sorpresas y sabes cuánto te cuesta realmente tu uso.

  Configurar y optimizar las opciones de rendimiento en Windows 10

Alucinaciones, seguridad y errores habituales

Los modelos de lenguaje a veces se inventan cosas. Si no filtras qué dispositivos puede controlar la IA, podría hacer tonterías: imagina que le dices «tengo calor» y, en lugar de encender el aire acondicionado, decide encender el aspersor del jardín. El error más común es exponer todos los dispositivos de Home Assistant; eso satura el contexto, aumenta el coste y multiplica las posibilidades de error.

La solución es seleccionar exactamente qué entidades quieres que la IA conozca y controle. Oculta sensores irrelevantes y, por precaución, nunca expongas cerraduras inteligentes, alarmas ni la puerta del garaje. Limítala a clima, luces y multimedia. Así, si interpreta mal una orden, lo peor que pasará es que se encienda una luz del pasillo, no que se abra la puerta de la calle. Esta es la recomendación que más repetimos en nuestras instalaciones.

  • Error 1: olvidar exponer las entidades; si la IA no las ve, no puede controlarlas.
  • Error 2: no definir el agente de conversación por defecto y seguir usando el asistente básico.
  • Error 3: usar modelos demasiado caros sin necesidad; gpt-4o-mini funciona perfectamente para domótica.
  • Error 4: no establecer límites de gasto en OpenAI.
  • Error 5: intentar usar voz sin un micrófono adecuado; el hardware importa.

También conviene revisar los logs y, si usas una integración avanzada, limitar el número máximo de llamadas a funciones por conversación para evitar bucles. La seguridad no va de tener miedo a la IA, sino de darle acceso solo a lo que necesita y mantener un control claro de lo que puede tocar.

Hardware para hablar con la casa

Ya tienes a ChatGPT dentro de Home Assistant, pero ¿cómo le hablas sin usar el móvil? Hay varias opciones, desde reciclaje hasta equipos más profesionales. El micrófono es clave: si falla en ambientes ruidosos, la experiencia se estropea. En nuestras pruebas, el M5Stack Atom Echo es una opción económica de unos 15 €, ideal para pruebas, aunque en entornos ruidosos falla; le dimos un 7 sobre 10. El ReSpeaker Mic Array ofrece calidad premium y un reconocimiento muy superior; le pusimos un 9 sobre 10. El Amazon Echo Dot puede servir como puente si ya usas Alexa, con un 8 sobre 10, aunque no es nativo.

También puedes usar el asistente de voz desde la app del móvil, que a veces es más fiable que un micrófono barato. Si quieres reconocimiento de voz rápido y sin complicaciones de certificados SSL, la suscripción a Nabu Casa es la vía más fácil. Si no te importa configurar, puedes usar Piper y Whisper en local de forma gratuita; en nuestras pruebas, Whisper local añade entre 1 y 2 segundos de latencia.

  • M5Stack Atom Echo: económico, útil para pruebas, 7 sobre 10.
  • ReSpeaker Mic Array: calidad premium, 9 sobre 10.
  • Amazon Echo Dot: buen puente si ya tienes Alexa, 8 sobre 10.
  • Móvil: solución improvisada pero eficaz para empezar.

Automatizaciones híbridas y ejemplos de uso

Integrar ChatGPT en Home Assistant no sirve solo para hablar. La verdadera revolución está en el control de fondo: scripts que recogen datos del tiempo, de la batería solar o del calendario y le piden a la IA que genere un mensaje útil. Por ejemplo, cada mañana a las 7:00 un script puede analizar la previsión, el estado de la batería y los eventos del día, y pedirle a ChatGPT un resumen. El altavoz te despertará diciendo: «Buenos días, hoy llueve así que coge paraguas. Tienes reunión a las 10 y he decidido no encender el termo eléctrico porque no va a hacer sol».

Otras ideas: crear un script para «prepara la casa para ver una película» que baje persianas, apague luces y encienda la tele; usar la IA como asistente personal conectada al calendario; o automatizar notificaciones por Telegram con un resumen diario. También puedes pedirle que cree automatizaciones complejas describiéndolas en lenguaje natural. Si la integración tiene permisos para ejecutar scripts y servicios, puede generar el YAML y, con los permisos adecuados, aplicarlo.

  • Modo cine: bajar persianas, atenuar luces al 10 %, cerrar cortinas y ajustar temperatura a 22 °C.
  • Asistente personal: consultar calendario, lista de la compra, previsión del tiempo o noticias.
  • Notificaciones: enviar un resumen por Telegram o avisar si hay movimiento cuando no estás.
  • Entretenimiento: buscar una película en Netflix o poner un vídeo de YouTube en la tele.
  • Casos curiosos: una cámara enfocando la despensa que detecta si faltan lentejas y añade el aviso a la lista.

LLM HomeAssistant: una capa aún más potente

Set de dispositivos de seguridad inteligente y smartphone, ilustrando la parte de monitorización y seguridad de la domótica.

La integración oficial de OpenAI Conversation es útil, pero limitada. Solo responde preguntas y mantiene conversaciones básicas; no puede ejecutar servicios, crear automatizaciones ni consultar el historial de dispositivos. LLM HomeAssistant es un componente personalizado que extiende esa integración con capacidades avanzadas. Permite ejecutar servicios directamente desde la conversación, crear automatizaciones describiéndolas en lenguaje natural, consultar APIs externas, hacer scraping de páginas web, acceder al historial de estados y consultar la base de datos SQLite con preguntas naturales.

Su funcionamiento se basa en el function calling: el modelo no solo genera texto, sino que decide qué función ejecutar y con qué parámetros. El LLM ya sabe cómo funcionan los servicios de Home Assistant; tú solo tienes que configurar qué dispositivos expones. Es una capa de inteligencia conversacional sobre las miles de integraciones que ya existen en Home Assistant.

Las siete funciones principales

  • execute_service: ejecuta cualquier servicio de Home Assistant, como encender luces, subir persianas o activar la aspiradora.
  • add_automation: crea automatizaciones describiendo lo que quieres en lenguaje natural, por ejemplo «avisa al móvil cuando la puerta del garaje lleve abierta más de 10 minutos».
  • get_history: consulta el historial de estados de cualquier entidad, como la temperatura de ayer a las 15:00 o las veces que se abrió una puerta.
  • rest: llama a APIs externas para obtener el tiempo, el precio de la luz o cualquier dato disponible por HTTP.
  • scrape: extrae información de páginas web, como la última versión de Home Assistant o un titular de prensa.
  • sqlite: genera y ejecuta consultas SQL sobre la base de datos de Home Assistant para responder preguntas sobre consumos o tiempos de encendido.
  • composite: encadena varias funciones en secuencia para tareas complejas, como buscar y reproducir música.

Instalación y configuración

Se instala desde HACS, buscando LLM HomeAssistant en Integrations, o manualmente. Después se añade la integración con la API Key de OpenAI, se elige el modelo y, si usas un servidor compatible como LocalAI, Ollama o LM Studio, se especifica la Base URL. El paso crítico es asignarlo como agente conversacional en Ajustes, Asistentes de voz. Luego hay que exponer las entidades en la ruta de exposición del asistente y probar con frases sencillas como «enciende la luz de la cocina».

Para modelos locales, puedes usar Ollama, LocalAI o LM Studio. La calidad es menor que GPT-4, pero para comandos simples funciona. La recomendación es empezar con GPT-4 por su fiabilidad con function calling y cambiar a local cuando los modelos open source mejoren. En entornos empresariales, también es compatible con Azure OpenAI y APIM, lo que ayuda al cumplimiento normativo.

Modelos locales y comparativa nube/local

Si la privacidad es prioridad, LLM HomeAssistant puede funcionar con modelos que corren en tu hardware. Ollama es la opción más sencilla; LocalAI y LM Studio también sirven. Necesitas hardware con GPU y al menos 8 GB de VRAM recomendados, y la calidad de respuesta será inferior a GPT-4. Para comandos simples y automatizaciones básicas, puede ser suficiente. Para function calling complejo, GPT-4 sigue siendo más fiable.

  • Nube: mejor calidad, latencia baja, coste bajo pero recurrente, datos fuera de casa.
  • Local: privacidad total, coste cero de API, hardware caro, latencia mayor y calidad inferior.
  • Híbrido: usa la nube para tareas complejas y local para comandos simples y rutinas de privacidad.

En seguridad, conviene exponer solo lo necesario, limitar el número máximo de llamadas a funciones por conversación y configurar notificaciones cuando el LLM cree automatizaciones nuevas. Monitorizar los logs es una buena costumbre para detectar usos raros o errores de interpretación.

Crear automatizaciones en Home Assistant con ayuda de ChatGPT

No hace falta integrar ChatGPT en Home Assistant para aprovecharlo. Puedes usar ChatGPT como asistente para diseñar escenarios, escribir YAML y optimizar automatizaciones. La clave está en describir bien lo que quieres y revisar el código generado, sustituyendo las entidades genéricas por las tuyas reales. Es una forma estupenda de superar el síndrome de la página en blanco.

  Cómo elegir una caja torre del PC adecuada paso a paso

El primer paso es identificar tus hábitos: ¿qué acciones repites cada día? ¿Qué te gustaría que pasara automáticamente? ChatGPT puede ayudarte a formular preguntas, proponer ideas y traducir necesidades a acciones concretas. YAML es un formato legible por humanos que usa sangría para estructurar los datos; no necesitas ser programador para entenderlo, y Home Assistant permite editar las automatizaciones como YAML desde la interfaz.

Ejemplos prácticos

Un caso típico: encender las luces al atardecer si hay presencia. La automatización usaría un disparador de puesta de sol, una condición de estado de presencia y una acción de encendido. Otro ejemplo es la iluminación según la hora y la presencia, con apagado automático tras unos minutos de inactividad. También puedes gestionar persianas según la temperatura exterior: si supera los 25 °C, cerrar para mantener la casa fresca, y si la luz exterior baja, encender las luces.

Para el confort, puedes crear una escena de cine que se active al encender la tele: atenuar luces al 10 %, cerrar cortinas y ajustar el termostato a 22 °C. La gestión térmica es otro filón: encender la calefacción si la temperatura baja de 19 °C, apagarla si supera los 21 °C y añadir una condición de ausencia para no gastar cuando no hay nadie. También puedes crear una escena de mañana que abra contraventanas, encienda la luz de la cocina y ajuste la temperatura.

En seguridad, ChatGPT puede ayudar a crear una alerta instantánea si se abre una puerta cuando no estás, con notificación al móvil y grabación de cámara. La simulación de presencia es otra idea: encender y apagar luces en intervalos aleatorios cuando estás fuera, e incluso encender la tele o la radio para que parezca que hay alguien. También puedes programar el cierre automático de la puerta a las 22:00 o cuando todos salgan de casa.

En energía, puedes automatizar la calefacción según presencia, usar sensores de temperatura para una regulación fina, apagar dispositivos en espera por la noche y monitorizar el consumo en tiempo real. Un sensor de plantilla puede sumar consumos y una automatización puede avisarte si superas los 1000 W. Para escenarios complejos, puedes combinar múltiples parámetros: por ejemplo, que las luces se enciendan a las 20:00 si el pronóstico es de lluvia y hay alguien en casa, o un modo vacaciones que cierre contraventanas, baje la calefacción, active la alarma y simule presencia.

Cómo pegar el YAML en Home Assistant

El proceso es sencillo: ve a Configuración, Automatizaciones y escenas, pulsa Crear automatización, y luego en los tres puntos de la parte superior elige Editar como YAML. Pega el código generado por ChatGPT, revisa que las entidades coincidan con las tuyas y guarda. No hace falta reiniciar Home Assistant; los cambios surten efecto inmediatamente. Si algo no funciona, revisa la indentación y los nombres de las entidades.

Preguntas frecuentes

  • ¿Qué modelo de OpenAI elijo? Para domótica, gpt-4o-mini es perfecto: rápido, barato y entiende bien los comandos. gpt-4o añade precisión, pero multiplica el coste y la latencia.
  • ¿Es seguro dar acceso a ChatGPT a mi casa? Depende de qué acceso le des. No expongas cerraduras, alarmas ni garajes; limita la IA a clima, luces y multimedia.
  • ¿Cuánto cuesta al mes? Uso ligero: 0,30 a 0,50 €; uso normal: 0,80 a 1,20 €; uso intensivo: 1,50 a 2,50 €. Configura un límite de gasto.
  • ¿Puedo usar Claude o Gemini? Sí, hay integraciones similares. La de OpenAI es la más madura; Claude es muy bueno para texto aunque su function calling es distinto, y Gemini tiene una latencia algo superior, de 2,5 a 3 segundos, y un control de entidades menos preciso.
  • ¿Necesito Nabu Casa para la voz? No es obligatorio. Nabu Casa facilita SSL y rapidez; también puedes usar Piper y Whisper en local, aunque Whisper añade 1 o 2 segundos.
  • Mi Extended OpenAI Conversation no controla dispositivos, ¿qué hago? Revisa que hayas expuesto las entidades y que el agente de conversación sea el correcto. Incluye la lista de entidades en el system prompt si es necesario.
  • ¿Puedo crear automatizaciones complejas desde el chat? Sí, es una de las funciones más potentes. Pídele el YAML, revísalo y pégalo en Home Assistant.
  • ¿Se integra con Alexa o Google Home? Indirectamente, sí. Puedes crear un interruptor virtual que active un script y devolver la respuesta por TTS. La experiencia nativa aún no es perfecta, pero funciona.
  • ¿Funciona sin internet? Con un modelo local como Ollama, LocalAI o LM Studio, sí. Necesitas hardware con GPU y la calidad será menor que GPT-4.
  • ¿Cuántas entidades puedo exponer? No hay un límite técnico, pero expón solo las necesarias. Demasiadas entidades confunden al modelo y aumentan la latencia.
  • ¿Es compatible con Azure OpenAI? Sí, solo tienes que especificar la Base URL de tu endpoint de Azure en la configuración.

Integración con Alexa, Google y otros asistentes

La integración directa con Alexa o Google Home no es nativa, pero puedes crear puentes. Una opción es exponer un interruptor virtual que active un script; ese script puede interactuar con la IA y devolver la respuesta por el altavoz usando TTS. La experiencia no es tan fluida como con el asistente de Home Assistant, pero permite aprovechar los altavoces que ya tienes. También puedes usar rutinas de Alexa para lanzar comandos y que Home Assistant haga el trabajo pesado.

Si te gusta el ecosistema de Apple, los avances en inteligencia artificial de los últimos tiempos apuntan a más integración por voz y a mejores opciones de accesibilidad. No hace falta taladrar la pared para poner una tablet como panel central: la voz y la IA reducen la necesidad de tener una pantalla fija, aunque un panel puede seguir siendo útil para consultas rápidas o para visitas.

Accesibilidad y el futuro de la casa conversacional

La domótica con IA tiene un impacto enorme en accesibilidad. Para personas con dificultades visuales o motoras, poder pedir «apaga las luces del pasillo» o recibir notificaciones habladas supone ganar autonomía. Los asistentes conversacionales permiten crear avisos por voz y responder preguntas sobre el estado de la casa sin necesidad de mirar una pantalla. También ayudan a personas mayores a controlar su entorno con frases naturales.

El futuro apunta a casas que no solo obedecen, sino que proponen. La IA puede detectar patrones, sugerir automatizaciones y adaptarse a los hábitos de cada familia. Eso sí, conviene mantener un equilibrio: la tecnología debe simplificar, no complicar. Empieza con lo básico, añade dispositivos poco a poco y revisa la seguridad de lo que expones. La casa que piensa es útil cuando tú sigues teniendo el control.

La casa del futuro ya no responde a órdenes rígidas, sino que entiende contexto y ejecuta acciones reales. Conectar Home Assistant con ChatGPT o con LLM HomeAssistant te permite pasar de memorizar comandos a conversar con tu vivienda. Empieza con la integración nativa o con Extended OpenAI Conversation, expón solo las entidades necesarias, controla el gasto y revisa la seguridad. En una tarde puedes tener un asistente que encienda luces, ajuste la temperatura, cree automatizaciones y te avise de lo que pasa en casa. La domótica deja de ser un mando a distancia gigante para convertirse en un ayudante que entiende lo que necesitas.

Isaac

Isaac

Apasionado de la tecnología con años de experiencia analizando el ecosistema digital, especializado en hardware, optimización de software y seguridad informática. Mi trayectoria me ha permitido dominar desde la versatilidad de Linux y Windows hasta las particularidades de los entornos Mac e iOS, ayudando a los usuarios a maximizar el rendimiento de sus dispositivos.

Dedicado a la creación de tutoriales detallados y análisis profundos sobre aplicaciones, navegadores y consolas como Playstation, mi objetivo es transformar conceptos técnicos complejos en guías accesibles para mejorar la experiencia tecnológica de toda la comunidad.