Saltar al contenido
Ir al contenido principal

Funciones de la app

Grounding Engine — citas verificables en el contenido generado

Actualizado el 27 de abril de 2026 · 4 min de lectura

El problema que resuelve

Los modelos de lenguaje pueden generar citas plausibles que no existen. El Grounding Engine ataca este problema en dos frentes: antes de generar, inyecta contexto real; después de generar, verifica que cada cita corresponda a páginas reales del libro.

Cómo funciona el pipeline

  1. El endpoint POST /api/ai/grounded-generate recibe el request de generación.
  2. Recupera los chunks vectoriales más relevantes del Libro CNE 2025 (pgvector, modelo text-embedding-3-small).
  3. Añade los facts del Cantonal Context Pack del usuario.
  4. Inyecta ambos en el system prompt antes de llamar a Claude Sonnet 4.5.
  5. El validador post-hoc extrae con regex todas las citas con formato [CNE 2025, p.X] y verifica que la página X exista en los chunks dados.
  6. Si una cita no puede verificarse, se marca con un badge de advertencia en la UI.

Dónde se aplica

  • Propuestas en /app/proposals/new cuando se activa 'Fundamentar con datos 2025'.
  • Discursos que citan resultados electorales del cantón.
  • Plan de Trabajo CNE en secciones de diagnóstico de territorio.

Temperattura 0.3 en modo anti-alucinación

Para contenido crítico como el Briefing Pre-Evento, el Grounding Engine usa temperatura 0.3 para minimizar variabilidad. Para contenido creativo como posts sociales, sube a 0.7.


¿Te fue útil este artículo?