En el mundo de la automatización y la inteligencia artificial, es común encontrarse con desafíos técnicos que pueden parecer abrumadores al principio. Este artículo se basa en un video tutorial de Make, una herramienta de automatización, donde se abordan problemas comunes al trabajar con IA. Aquí exploramos cómo resolver dos desafíos específicos: entrada de datos demasiado largos y asegurarse de obtener datos de salida de alta calidad.

Desafío 1: Acortar Prompts Largos

Problema

Uno de los problemas frecuentes al trabajar con IA es la limitación en la longitud de los textos de entrada. Textos extensos, como correos electrónicos llenos de etiquetas HTML, pueden exceder la capacidad de procesamiento de la IA.

Solución

La solución es simple: acortar el contenido. Make ofrece herramientas que permiten almacenar y manipular datos con funciones específicas.

Pasos a Seguir

1. Almacenamiento de Datos: Utiliza el conjunto de acciones de variable en Make para guardar el texto largo.
2. Uso de la Función de Subcadenas: Implementa la función Inline de subcadenas para extraer una porción específica del texto. Esta función requiere que especifiques el inicio y el final de la cadena que deseas extraer.
3. Ventana de Contexto: Define la ventana de contexto máxima para el modelo de IA. Por ejemplo, el modelo GPT-3.5 de OpenAI permite hasta 16,000 tokens.
4. Configuración del Módulo: Finalmente, configura el segundo módulo para crear una finalización con OpenAI, asegurándote de que el texto recortado se pase correctamente a la IA.

Desafío 2: Obtener Datos de Salida de Alta Calidad

Problema

Otro problema común es recibir datos de salida en un formato no utilizable, como un JSON con texto adicional que impide su análisis.

Solución

La clave es asegurarse de que la IA devuelva una cadena JSON limpia y analizable.

Soluciones Propuestas

1. Revisar el Formato del JSON: Evitar que haya texto antes o después del JSON esperado.
2. Implementación de Buenas Prácticas: Asegurar que el prompt de entrada esté bien formulado para obtener la salida deseada.

Estos pasos proporcionan una guía clara para enfrentar desafíos comunes al trabajar con IA en Make. Al implementar estas soluciones, puedes optimizar tus procesos y obtener resultados más eficientes.

¿Interesado en ver la demostración en acción? Te invitamos a ver el video tutorial completo para obtener una comprensión más profunda.

Este artículo fue escrito por el equipo de Babel-Team con base en video tutorial publicado por Make.

Otros tutoriales

• Formularios que cumplen la HIPAA para proteger los datos de sus pacientes
• [Tutorial] Cómo Acortar Prompts Largos con Make
• [Tutorial] Prompts de IA: Consejos y Prácticas Recomendadas para aplicar con Make
• [Tutorial] Cómo desbloquear el poder de la IA: Introducción a Auto-Completion automática
• [Tutorial] Optimiza tus Flujos de Trabajo con Make y OpenAI

ia Make prompts largos Tutorial withmake