Un modelo Llama 3.2 de 3B ocupa unos 2 GB en disco y funciona en un servidor con 8 GB de RAM sin enviar ni un byte a terceros. Conectar Ollama a WordPress permite generar metadescripciones, textos alternativos o borradores desde tu propia infraestructura, con coste cero por token y datos que nunca salen del servidor. Esta guía cubre el proceso completo: instalación, arquitectura de conexión, integración con plugin o código y ajustes de seguridad.
Por qué conectar Ollama a WordPress
Ollama es un runtime open source con licencia MIT que ejecuta modelos como Llama 3.2, Mistral o Gemma en local. Su API REST corre en el puerto 11434 y acepta peticiones desde cualquier aplicación con acceso de red, WordPress incluido.
Para tareas de volumen, la economía es simple: una API comercial cobra por token generado, mientras que un modelo local cuesta lo que ya pagaste en hardware. Mil metadescripciones al mes cuestan lo mismo que una sola: nada. Ese coste cero solo se mantiene si tu servidor puede ejecutar el modelo, y ahí empiezan los requisitos.
Requisitos previos
Ollama se instala en Linux, macOS y Windows, con soporte nativo para Windows desde 2024. Un modelo de 3B cuantizado trabaja bien con 8 GB de RAM; los de 7B y 8B piden 16 GB para rendir con fluidez. El requisito que más proyectos frena es la red: WordPress debe poder alcanzar el puerto 11434. Si WordPress y Ollama comparten un VPS, basta con localhost; en un hosting compartido la conexión directa es imposible y necesitarás un túnel o un proxy.
Paso 1: instala Ollama y descarga un modelo
En Ubuntu, instala con curl -fsSL https://ollama.com/install.sh | sh y descarga un modelo con ollama pull llama3.2. El comando ollama list confirma la descarga y curl http://localhost:11434/api/tags devuelve los modelos disponibles. Si esa llamada funciona desde el terminal del servidor, la base ya está lista.
Elige bien el modelo: cada uno cambia el resultado. Hemos comparado los que mejor funcionan con WordPress en la comparativa de modelos de Ollama.
Paso 2: define la arquitectura de conexión
Hay tres escenarios. Si ambos servicios comparten servidor, WordPress apunta a http://localhost:11434 y no tocas nada más. Si están en máquinas distintas de la misma red, configura OLLAMA_ORIGINS con el dominio de WordPress para permitir CORS y apunta a la IP interna.
Si Ollama vive en tu oficina y WordPress en la nube, un túnel como Cloudflare Tunnel une ambos; ngrok sirve para pruebas rápidas. Ollama no incluye autenticación en su API, así que el puerto 11434 no debe quedar expuesto a internet sin protección.
Paso 3: conéctalo mediante un plugin
La vía rápida es AI Engine, el plugin de Meow Apps, que admite endpoints personalizados compatibles con OpenAI. Ollama expone una API compatible en http://localhost:11434/v1, de modo que basta con añadir un proveedor con esa URL base, una clave ficticia y el modelo elegido. Desde ahí el plugin cubre chatbots con shortcode y generación de textos desde el editor de WordPress. La configuración completa lleva menos de diez minutos.
Paso 4: integración directa con PHP
Si prefieres control total, la API HTTP de WordPress resuelve la conexión sin plugins. Este fragmento, en functions.php, registra un shortcode que pide una metadescripción al modelo local:
add_shortcode( 'meta_ia', function () {
$res = wp_remote_post( 'http://localhost:11434/api/generate', [
'timeout' => 120,
'body' => wp_json_encode( [
'model' => 'llama3.2',
'prompt' => 'Metadescripción de 155 caracteres para: ' . get_the_title(),
'stream' => false,
] ),
] );
return json_decode( wp_remote_retrieve_body( $res ), true )['response'] ?? '';
} );
Con stream en false, Ollama devuelve todo el resultado en un único objeto JSON, mucho más cómodo de procesar desde PHP.
Seguridad y límites reales
Por defecto, Ollama escucha solo en 127.0.0.1; mantén esa configuración salvo que sepas lo que haces. Si necesitas exponerlo, coloca nginx delante con autenticación básica o usa Cloudflare Access. El límite real es el hardware: el modelo permanece cargado en RAM, y un chatbot con tráfico sostenido puede saturar un servidor modesto. Para consultas repetidas, guarda los resultados con transients de WordPress y reduce la carga del servidor de modelos.
Conclusión
Conectar Ollama a WordPress no exige reescribir tu flujo de trabajo: empieza por un caso de bajo riesgo, como generar metadescripciones para entradas ya publicadas, y revisa los resultados antes de automatizar nada frente al visitante. Para probarlo hoy, instala Ollama en tu VPS, ejecuta ollama pull llama3.2, verifica el endpoint /api/tags y añade el proveedor en AI Engine. Si ensayas otro modelo o caso de uso (resumen de comentarios, etiquetado, traducción), cuéntalo en los comentarios: la elección del modelo cambia mucho el resultado final.
¿No tienes servidor donde ejecutarlo? En nuestra guía de VPS comparamos proveedores honestos y, si prefieres no tocar nada, el Deploy Express lo deja configurado por ti en 24 horas.