La planificación de rutas utilizando puntos de referencia elaborados a mano es ineficiente para un UAV de múltiples tareas que opera en entornos dinámicos con riesgos potenciales como mal tiempo, obstáculos o zonas prohibidas, entre otros. En este artículo, proponemos un método de planificación de rutas automático a través del lenguaje natural que instruye al UAV con comandos compuestos sobre las tareas y las regiones correspondientes en un mapa dado. Primero, analizamos las características de las tareas y modelamos cada tarea con una zona parametrizada. Luego, utilizamos redes neuronales profundas para segmentar los comandos en lenguaje natural en una secuencia de palabras etiquetadas, de las cuales se extraen las semánticas para seleccionar los puntos de referencia y los patrones de trayectoria en consecuencia. Finalmente, se generan rutas entre los puntos de referencia utilizando árboles aleatorios de exploración rápida (RRT) o curvas de Dubins según los requisitos de la tarea. Demostramos la efectividad del método propuesto utilizando un UAV cuadricóptero simulado que sigue comandos secuenciales en cuatro tareas típicas con riesgos potenciales.