Qué son los datos estructurados, y por qué los LLM los prefieren
Todo lo que tu negocio sabe sobre sí mismo existe en una de dos formas. O está escrito para personas, en frases que hay que interpretar, o está escrito para máquinas, en campos que no requieren interpretación alguna. La segunda forma son los datos estructurados. No es una idea nueva. Es la diferencia entre un párrafo y un formulario, y es el factor que más pesa a la hora de que un sistema de IA acierte con tus hechos.
Lo no estructurado y lo estructurado, lado a lado
No estructurado: "Nos encanta recibir a nuestros huéspedes en la piscina de la azotea, abierta desde primera hora de la mañana hasta bien entrada la noche, con toallas y tumbonas incluidas y un pequeño bar que sirve bebidas desde el mediodía."
Estructurado: Servicio, Piscina en la azotea. Abre, 07:00. Cierra, 21:00. Toallas incluidas, sí. Bar, sí. El bar abre, 12:00.
Una persona disfruta de la primera y encuentra la segunda árida. Una máquina encuentra la primera ambigua y la segunda exacta. "Primera hora de la mañana" podrían ser las seis o las ocho. "Bien entrada la noche" podrían ser las nueve o las once. "Un pequeño bar que sirve bebidas" puede significar alcohol o no. La versión estructurada responde cada pregunta antes de que se formule.
Por qué los modelos de lenguaje los prefieren
Los modelos de lenguaje son motores de predicción. Producen la palabra siguiente más probable dado lo que tienen delante. Cuando el texto que tienen delante es claro y explícito, la continuación más probable es la correcta. Cuando es vago, la continuación más probable es verosímil, y lo verosímil no es lo mismo que lo verdadero.
Los datos estructurados eliminan la vaguedad. No hay paso de inferencia entre "Cierra, 21:00" y la respuesta "la piscina cierra a las nueve". El modelo está leyendo, no adivinando.
También encajan con el funcionamiento de la recuperación. Los sistemas de recuperación cortan el contenido en fragmentos y traen los más relevantes para una pregunta. Un registro estructurado ya es un fragmento limpio y autónomo: una entidad, un conjunto de hechos etiquetados. Un párrafo largo hay que cortarlo en algún punto arbitrario, y el corte a menudo separa un hecho del contexto que lo hacía significativo.
Y sobreviven a la agregación. Cuando una IA combina hechos de muchas fuentes sobre muchos negocios, los campos estructurados se alinean. Los horarios se comparan con horarios, los precios con precios. La prosa de un sitio no puede compararse con la de otro sin mucha interpretación, y la interpretación es donde se cuelan los errores.
Estructurado no significa técnico
Una hoja de cálculo son datos estructurados. Una carta con platos, descripciones y precios en columnas coherentes son datos estructurados. Una página de FAQ donde cada pregunta tiene una respuesta clara está cerca de ser estructurada. La estructura tiene que ver con la coherencia y el etiquetado, no con el código.
El código entra en juego cuando quieres que las máquinas lean la estructura directamente, que es donde encajan formatos como JSON-LD y vocabularios como Schema.org. Pero lo difícil está antes: decidir cuáles son los hechos, darle a cada uno una etiqueta y mantenerlos coherentes en todos los lugares donde aparecen.
Qué significa esto en la práctica
Empieza por los hechos que la gente pregunta de verdad. Horarios, ubicación, precios, políticas, servicios, qué ofrece cada local. Escribe cada uno como una afirmación etiquetada en lugar de enterrarlo en la prosa.
Reserva la prosa para persuadir y la estructura para los hechos. El párrafo de bienvenida puede quedarse. Los horarios también deberían existir en una forma que no pueda malinterpretarse.
Usa una sola versión de cada hecho. Si los horarios aparecen en tres lugares, deberían ser idénticos en los tres. Las máquinas tratan el desacuerdo como incertidumbre.
Márcalo donde reside. Una vez que los hechos están estructurados, publicarlos en forma legible por máquinas en la página correspondiente es un pequeño paso de gran efecto.
La conclusión
Los datos estructurados son hechos escritos de modo que nada tenga que inferirse. Los modelos de lenguaje son máquinas de inferencia, y cuanto menos tengan que inferir sobre ti, más a menudo aciertan. Darles la versión estructurada es la forma más sencilla de que te entiendan correctamente.
Haz que tu negocio sea recomendable para la IA
Esta es la mecánica que hay detrás de la visibilidad en IA. Si quieres ayuda para convertirla en una estructura que funcione para tu negocio, hablemos.
Habla con nosotros →