Por qué los datos granulares superan a los párrafos largos para la IA
Existe un estilo de redacción empresarial que funciona bien con las personas y mal con las máquinas. Fluye. Crea un ambiente. Pliega seis datos en un mismo párrafo cálido y confía en que el lector los extraiga. Las personas sí los extraen. Los sistemas de IA, que leen troceando el texto en fragmentos y comparando esos fragmentos con las preguntas, a menudo no lo hacen. Los datos granulares, cada uno enunciado por separado y claramente etiquetado, son los que sobreviven a ese proceso. Aquí está el porqué.
Cómo lee una página una máquina
Un sistema de recuperación no lee una página de arriba abajo como lo hace una persona. Divide la página en fragmentos, convierte cada fragmento en una huella numérica de su significado y almacena las huellas. Cuando llega una pregunta, encuentra los fragmentos cuyas huellas son más cercanas y los entrega a un modelo de lenguaje para que redacte la respuesta.
De ahí se derivan dos cosas. Un fragmento solo se puede encontrar si su significado está lo bastante enfocado para coincidir con una pregunta. Y un fragmento solo es útil si contiene lo suficiente para responder a la pregunta por sí mismo.
Qué hace mal un párrafo largo
Toma un párrafo que describe a la vez el horario de la piscina, la política de toallas, el bar, las vistas y las normas para niños. Su huella es una mezcla difusa de los cinco temas. Pregunta por los niños en la piscina y el fragmento solo es levemente parecido, porque cuatro quintas partes tratan de otra cosa. Un fragmento de un competidor que habla únicamente de los niños en la piscina coincide mejor, y gana.
Ahora supón que el fragmentador parte el párrafo en dos. La primera mitad dice "nuestra piscina en la azotea abre desde primera hora de la mañana" y la segunda dice "y los niños son bienvenidos hasta las seis". El segundo fragmento ya no dice a qué son bienvenidos los niños. Ha perdido su sujeto. Recuperado por sí solo, es inútil.
Qué hacen bien los datos granulares
Escribe la misma información como afirmaciones separadas. Piscina en la azotea, horario: de 07:00 a 21:00. Piscina en la azotea, niños: bienvenidos hasta las 18:00. Piscina en la azotea, toallas: incluidas. Bar de la piscina en la azotea: abierto desde las 12:00.
Cada afirmación tiene un único tema, así que su huella es nítida y coincide con fuerza con la pregunta adecuada. Cada una lleva su propio sujeto, así que tiene sentido allá donde corte el fragmentador. Cada una es breve, así que apenas consume el limitado contexto del modelo y deja espacio para otros datos. Y cada una es inequívoca, así que el modelo la lee en lugar de interpretarla.
La misma regla para el propio modelo
Incluso cuando un modelo lee tu página entera directamente, sin recuperación, la granularidad ayuda. Un modelo predice la continuación más probable. Dado "los niños son bienvenidos hasta las 18:00 en la piscina de la azotea", la continuación probable de "¿pueden mis hijos usar la piscina a las cinco?" es sí. Dado un párrafo donde la norma sobre los niños se insinúa dos frases después de mencionar la piscina, el modelo tiene que mantener el vínculo a lo largo del hueco, y a veces lo pierde.
Esto no es una invitación a escribir mal
Nadie te pide que sustituyas tu página de bienvenida por una hoja de cálculo. El párrafo cálido puede quedarse para las personas que lo leen. Lo que importa es que los datos que contiene existan también en algún lugar en forma granular: unas preguntas frecuentes con una pregunta y una respuesta directa por entrada, una tabla de datos, un bloque de datos estructurados, un grafo de conocimiento. Prosa para persuadir, datos granulares para la recuperación. Ambos pueden convivir en la misma página.
Una prueba rápida
Elige cualquier dato sobre tu negocio. Imagina una frase que enuncie solo ese dato, con su sujeto, en menos de veinte palabras. Si esa frase existe en algún lugar de tu sitio, el dato se puede encontrar. Si el dato existe solo dentro de un párrafo más largo que trata de varias cosas, probablemente no.
La conclusión
Las máquinas encuentran y usan los datos de uno en uno. Un párrafo que agrupa muchos datos es difícil de encontrar y fácil de romper. Los mismos datos enunciados por separado, cada uno con su propio sujeto, son fáciles de encontrar, baratos de usar y difíciles de malinterpretar. Escribe para las personas, pero asegúrate de que la versión granular exista para las máquinas.
Haz que tu negocio sea recomendable para la IA
Estos son los mecanismos que hay detrás de la visibilidad en IA. Si quieres ayuda para convertirlos en una estructura que funcione para tu negocio, hablemos.
Hablemos →