Extracción fiable de datos en documentos largos

Tres opciones cuando tienes un documento largo y un dato que sacar:

1. Leerlo entero. Lento.
2. Buscar con Ctrl+F. Solo funciona si sabes la palabra exacta.
3. Pedirle a Claude que lo extraiga. Rápido, pero peligroso si no sabes pedirlo bien.

Esta microlección es la opción 3 hecha bien. Cubre tres cosas: cómo cargar el documento, cómo redactar el prompt para que no se invente nada y cómo verificar la respuesta antes de tomarla por buena.

Una «alucinación» es cuando Claude se inventa un dato que suena coherente pero no está en el documento. No lo hace por mala fe: completa con lo que parece probable cuando no encuentra la respuesta. La forma de evitarlo es no dejarle margen.

1. 01
   Rol y contexto

   «Eres un asistente que extrae datos literales de [tipo de documento].»
2. 02
   Tarea concreta

   «Extrae los siguientes datos: [lista].» Cuanto más específica la lista, mejor.
3. 03
   Formato de respuesta

   Tabla con columnas fijas: Dato · Valor · Cláusula · Página · Cita literal.
4. 04
   Reglas anti-alucinación

   Solo datos literales del documento. Si un dato no aparece, responde [NO ENCONTRADO]. Por cada dato, incluye la cita textual entre comillas y la cláusula o sección donde aparece.

Eres un asistente que extrae datos literales de un contrato de alquiler.
No inventes, no infieras, no completes con conocimiento general.

Extrae estos datos del documento adjunto:
- Nombre y DNI del arrendador
- Nombre y DNI del arrendatario
- Dirección completa de la vivienda
- Importe mensual de la renta
- Importe de la fianza
- Duración del contrato
- Cláusula sobre mascotas

Para cada dato, devuelve:
| Dato | Valor | Cláusula | Página | Cita literal |

Reglas:
- Si un dato no aparece tal cual en el documento, escribe [NO ENCONTRADO].
- Si hay ambigüedad o dos cláusulas que podrían aplicar, marca [REVISAR] y muestra ambas.
- La cita literal va entre comillas, copiada exacta del documento.

Tres técnicas. Aplica al menos una siempre. Las tres en datos críticos.

1. 01
   La cita literal es el contrato

   Por cada dato relevante, abre el PDF original, ve a la página/cláusula que indica Claude y comprueba que la cita textual aparece tal cual. Si la cita no está, el dato no es fiable, aunque suene plausible. Esto debería tardarte segundos, no minutos. Si te lleva mucho, es que el formato de respuesta no está bien diseñado (no especifica página o cláusula).
2. 02
   El test del dato que no existe

   Antes de fiarte de una sesión, hazle una pregunta cuya respuesta sabes que NO está en el documento. Ejemplo en un contrato de alquiler: «¿Qué descuento aplica el arrendador si el pago se hace antes del día 5?». Si responde [NO ENCONTRADO] → el prompt está bien calibrado. Si se inventa una respuesta o sugiere «podría aplicarse un descuento del 5%» → ese chat está contaminado: empieza una conversación nueva con el prompt mejorado.
3. 03
   Repetir en frío

   Para datos críticos, abre una conversación nueva, sube otra vez el documento y vuelve a hacer la misma pregunta. Si la respuesta cambia, hay un problema. Si coincide, refuerza tu confianza (no la garantiza).

1. Comprueba que el PDF tiene texto (no escaneado). Renómbralo claro. Sube.
2. Prompt con cuatro partes: rol, tarea concreta, formato tabla, reglas anti-alucinación con [NO ENCONTRADO] explícito y cita literal obligatoria.
3. Verifica al menos un dato contra el documento original. Para datos críticos, verifica todos.
4. Si te juegas algo, revisa tú la cláusula. Claude acelera, no decide.

• Extracción literal con cita y página

  Versión compacta de esta plantilla, lista para insertar en el slot Instrucción.
  Cargar en el Builder →
• Comparación de dos versiones del mismo documento

  Para detectar diferencias entre dos versiones del mismo documento (ej. v1 vs v2 tras revisión).
  Cargar en el Builder →

El Builder se abrirá con Grupo ABC seleccionada y el snippet ya cargado en su slot.