Síntesis del Módulo 1: criterios, few-shot, esquemas, validación, batch y revisión

Bienvenidos y bienvenidas a la cápsula nueve del Módulo uno. Hoy hacemos la síntesis de los task statements cuatro punto uno al cuatro punto seis. Este dominio pesa el veinte por ciento del examen, unas doce de las sesenta preguntas.

Una regla por task statement. En el cuatro punto uno, criterios explícitos para reducir falsos positivos. En el cuatro punto dos, ejemplos few-shot para formato y casos ambiguos. En el cuatro punto tres, salida estructurada con tool use y un esquema bien diseñado. En el cuatro punto cuatro, validación con reintento y feedback loops. En el cuatro punto cinco, batch con custom ID cuando nadie espera. Y en el cuatro punto seis, revisión con una instancia independiente y pasadas enfocadas.

Dos ideas cruzan todo el dominio. La estructura la garantiza tool use con el esquema, y el contenido lo verifica la validación semántica. Son dos capas distintas. Y los datos que faltan se modelan con campos nullable, que se refuerzan con un ejemplo cuya respuesta correcta es nulo.

Ahora, el síntoma que te indica cada técnica, con conectores. Si el formato cambia en cada ejecución o hay casos ambiguos, entonces ejemplos few-shot con normalización. Por su parte, si aparecen valores inventados, entonces usas campos nullable. Además, si los totales no cuadran, entonces calculated total junto a stated total, y el campo conflict detected. En cambio, si el dato vive en otro documento, el reintento no sirve. Y si son miles de documentos sin urgencia, entonces batch con custom ID. Cuando hay muchos comentarios descartados, entonces el campo detected pattern, y cuando hay dudas sobre la calidad, una revisión independiente y confianza calibrada por tipo de documento.

Para documentos largos, la guía recomienda pedir que extraiga primero las citas textuales y trabaje solo sobre ellas. Y cuando hay conflictos entre fuentes, se registran, no se resuelven en silencio.

En el examen, la correcta ataca la causa raíz con el cambio más proporcionado. En las de respuesta múltiple, suelen ir juntas una medida de esquema y una de prompt. Desconfía de las opciones que prometen resolver todo con un modelo más grande, más reintentos o una instrucción de ser más cuidadoso.

Una pregunta. ¿Qué síntoma te indica few-shot y cuál un esquema nullable?

El formato inconsistente o los casos ambiguos piden ejemplos few-shot. Los valores inventados piden campos nullable.

Pregunta uno. Un puerto extrae datos de manifiestos de carga. El sistema devuelve un formato distinto en cada ejecución, y falla justo en los manifiestos ambiguos. ¿Qué cambio conviene? Opción A: repetir la instrucción en mayúsculas. Opción B: agregar ejemplos few-shot de los casos ambiguos. Opción C: subir la temperatura. Opción D: filtrar por la confianza que el modelo informa de sí mismo.

La correcta es B. Los ejemplos muestran el formato esperado y cómo resolver lo ambiguo. La A es más volumen sobre la misma instrucción. La C agrega aleatoriedad a un problema de consistencia. La D usa una confianza autoinformada, que está mal calibrada.

Pregunta dos, de respuesta múltiple. Elige dos. Una feria de agricultores digital extrae precios de listas de productores. A veces el sistema inventa precios que no aparecen, y otras veces los totales no cuadran. ¿Qué dos medidas corresponden? Opción A: hacer nullable el campo de precio, para que acepte nulo cuando no aparece. Opción B: hacer obligatorio el campo de precio. Opción C: comparar el total calculado con el declarado y activar el campo conflict detected. Opción D: reintentar hasta que los totales cuadren. Opción E: pedirle al modelo que corrija el total para que sume. ¿Cuáles dos?

Las correctas son A y C. La A le da al modelo una salida honesta cuando el dato falta, y la C registra la inconsistencia como dato. La B lo presiona a inventar. La D insiste en un problema que está en la fuente. La E maquilla la diferencia.

Resumen: estructura y contenido son dos capas, los datos que faltan se modelan con nulo, y cada síntoma tiene su técnica. Si te sirvió, sigue el podcast, dale cinco estrellas y activa las notificaciones. En la próxima cápsula repasamos las preguntas de ejemplo oficiales y los escenarios cinco y seis. Nos escuchamos en la próxima cápsula de EvoAcademy.