The Papers

Guía

Cómo hacer que la IA cite la página exacta de la que sale una cifra

Pide explícitamente citas a nivel de página y haz que cada página sea identificable, pero la forma fiable es dar a la IA una versión del documento en la que cada valor ya lleve una referencia a su página, diapositiva o celda de origen. Así, la cita es un dato que la IA lee, no una ubicación que tenga que reconstruir a partir de un PDF.

Por qué la IA cita mal las páginas

Cuando un asistente lee un PDF, normalmente trabaja con texto extraído y dividido en fragmentos. Los límites de página pueden sobrevivir o no, y un valor puede salir de un fragmento que abarca dos páginas. El modelo nombra entonces una página según lo que recuerda del fragmento, y por eso las citas a menudo se acercan al lugar correcto sin acertarlo.

Los archivos largos lo empeoran: OpenAI señala que los archivos grandes o con muchas imágenes pueden no analizarse por completo y sugiere preguntar por secciones concretas. Y una cifra que está en un gráfico o una tabla puede extraerse sin fiabilidad, de modo que la página citada puede contener una cifra distinta de la que se cita.

Prompts que ayudan

  • Pide la página de cada cifra: «Para cada número, indica el número de página y cita la frase o la fila de la tabla de la que procede».
  • Exige una cita literal: obliga al modelo a localizar el texto y te permite comprobarlo rápido.
  • Pídele que diga «no encontrado» en lugar de estimar.
  • Acota el alcance: «Usando solo las páginas 12–18…».
  • Pídele que indique el periodo, la moneda y el matiz de cada valor, para que detectes una cifra sacada de la columna equivocada.

Hábitos en el documento que ayudan

  • Incluye los números de página en la capa de texto, no solo como imágenes en el diseño del pie de página.
  • Numera las diapositivas y mantén el número visible.
  • Etiqueta las tablas y figuras («Tabla 4: Ingresos por segmento») para que una cita pueda nombrarlas.
  • Mantén cada cifra clave en un solo lugar y remite a ella, en lugar de repetirla con pequeñas diferencias.
  • En las hojas de cálculo, usa rangos con nombre y nombres de hoja claros para que las celdas puedan citarse con sentido.

Haz que la referencia forme parte de los datos

Los prompts mejoran las probabilidades; no garantizan la página correcta. La solución estructural es la procedencia: guardar, con cada valor, de dónde viene. En una versión estructurada de un documento, se ve así:

MétricaValorPeriodoMatizFuente
Ingresos4,2 M$FY2025sin auditarpágina 7
Margen bruto62 %FY2025—página 7
Ingresos6,0 M$FY2026previsióndiapositiva 14
Plantilla3830 sept. 2026—hoja «Team», celda B4

Quién lo necesita más

  • Finanzas y relaciones con inversores: el asistente de un analista debe citar el periodo correcto de la página correcta.
  • Legal: los importes, las fechas y las partes de un contrato deben poder rastrearse hasta una cláusula y una página.
  • Investigación: las cifras de los informes deben poder rastrearse hasta la tabla de la que proceden.
  • Ventas y compras: un precio o una especificación citados de una propuesta deben apuntar a la línea exacta.

Cómo lo resuelve The Papers

En The Papers, cada valor de la versión IA de un documento conserva una referencia a su página, diapositiva o celda de origen. La versión JSON (/{room}/{doc}.json) incluye la procedencia de cada página junto al periodo, la moneda, la clasificación y los matices de cada métrica, para que un agente pueda citar la ubicación en lugar de adivinarla. Antes de publicar, cada número se contrasta con la fuente; los valores que la fuente no puede resolver te llegan a ti y quedan registrados como confirmados por el propietario. El enlace sigue siendo el mismo cuando actualizas el documento, así que las citas apuntan a la versión vigente.

Preguntas frecuentes

¿Por qué ChatGPT da un número de página que se desvía en una o dos?
El texto extraído se divide en fragmentos que pueden cruzar los límites de página, así que el modelo aproxima. Pedir una cita literal hace que los errores sean fáciles de detectar.
¿Puedo hacer que las citas funcionen también con diapositivas y hojas de cálculo?
Sí, si la referencia se guarda con el valor: el número de diapositiva en las presentaciones, la hoja y la celda en las hojas de cálculo. The Papers conserva esas referencias para las fuentes de PowerPoint y Excel.
¿Una cita significa que la cifra es correcta?
Significa que puedes comprobarla. La procedencia muestra de dónde viene un valor; la comprobación de fidelidad confirma que coincide con esa fuente.

Publica documentos en los que cada cifra ya sepa de qué página procede.

Fuentes

Guías relacionadas