Saltar al contenido
Ir al contenido principal

Funciones de la app

Grounding Engine — citas verificables en el contenido generado

Actualizado el 26 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. Tocas 'Generar' con la opción de fundamentar con datos activada.
  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 al modelo.
  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 «Propuestas → Nueva propuesta» 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?