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:
| Métrica | Valor | Periodo | Matiz | Fuente |
|---|---|---|---|---|
| Ingresos | 4,2 M$ | FY2025 | sin auditar | página 7 |
| Margen bruto | 62 % | FY2025 | — | página 7 |
| Ingresos | 6,0 M$ | FY2026 | previsión | diapositiva 14 |
| Plantilla | 38 | 30 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
- Cómo evitar que la IA mezcle previsiones y fuentes al leer un informe de investigación
- Cómo asegurarte de que la IA lee correctamente los importes, las fechas y las partes de un contrato
- ¿Qué es una versión IA canónica de un documento?
- ¿Cómo evito que ChatGPT lea mal las cifras del PDF de mi pitch deck?