Inteligencia Artificial

El primer modelo de inteligencia artificial, la primera aplicación práctica que utilicé en productivo, en real, ya la conté hace años en un podcast que también me entrevistaron con un título parecido, era muy sencillo, pero que tiene un sentido enorme, que es la clasificación de palabras clave. Nosotros trabajábamos con un sistema de data bastante chulo que nos construimos nosotros mismos, que lo que hacía era consumir la API de Google AdWords. Teníamos un montón de campañas en amplia, con un presupuesto dedicado a la quema, dedicado a obtener data sin un objetivo más allá de conversión, sino simplemente ver por qué palabras clave usuarios podrían interesarse en nuestro producto y utilizarlo como un modelo de investigación.

Cuanto más elabores ese prompt, cuanto más capaz seas de acotar el camino, de acotar las instrucciones que tiene que cumplir, de que siga una serie de pasos para llegar a conseguir esa conclusión, de darle datos de ejemplo para que sea capaz de saber de qué estás hablando, para darle datos de salida, para que sepa cuál es el formato en el que te tiene que responder.

Y una vez tienes ese texto normalmente en tu sistema, lo que haces es que lo vectorizas lo pasas por una cuestión de por unas funciones que se llaman embeddings que lo que te hacen es que cambian esos números a esos fragmentos de texto, los tokens, y entonces te lo meten a una base de datos vectorizada que es con la que es capaz de trabajar un modelo como GPT. Desde ese momento, cuando un usuario hace una consulta, lo que hace en esta base de datos es obtener tu pregunta y buscar por relaciones semánticas cuál es la respuesta que más se parece a la pregunta. Por ejemplo, quiero comprar un coche rojo. Pues si yo tengo un producto en e-commerce que es coche rojo, súper deportivo, no sé qué, no sé cuántos como cumple la condición de coche y rojo, eso tiene una nota mi producto tiene otra, pues estadísticamente es el que más se relaciona, por tanto lo que hago es que le paso al modelo, en este caso, solo esa data, la data de ese producto. Entonces ya la consulta del usuario se hace sobre la data de un producto que la base de datos ha seleccionado como la correcta para responder a la pregunta que ha hecho.

tengo un objetivo, quiero cumplir X cosa quiero un mail para convencer a una persona, quiero un mail para vender un producto quiero un mail para que la gente se apunte a mi curso tengo un objetivo, entonces eso es lo que tú quieres conseguir y cuando tienes eso claro, trabajas en torno a eso entonces tú ese objetivo tienes que de alguna forma comunicarlo, en este caso a HGPT de que vas a querer que HGPT también cumpla ese objetivo, entonces bueno, eso para mí es lo más importante tengo un objetivo, es escribir un email para conseguir X vamos a poner un ejemplo para que la gente escuche este podcast así lo matizamos un poco lo primero que definiría, estoy escribiendo un mail yo soy esta persona, soy Víctor soy participante de este podcast que trata sobre ese, fíjate que todavía no he empezado ni siquiera a redactar el email, pero estoy dando información sobre la temática, las personas, que me parece súper clave

nunca saco algo a productivo con un primer prompt, es decir, saco todo esto veo el resultado, veo claramente cuestiones de mejora y entonces modifico 3, 4, 5 veces hasta que venga el resultado bueno y entonces ya tengo el prompt que voy a utilizar las próximas veces que haga una newsletter para un podcast y trabajaré con eso, pero al final hay que tener un pensamiento muy iterativo esto no es hacerlo una vez y ya está, tienes que mejorarlo pulirlo, siempre vas a tener ideas nuevas, siempre vas a tener ganas de mejorarlo de alguna forma y es un poco el planteamiento que hay que tener.