Grounding: haz que la IA responda solo con tus documentos
Los LLM tienden a responder siempre, aunque tengan que inventar. El grounding los obliga a ceñirse a tus fuentes. Aprende las dos instrucciones clave y cómo verificar las respuestas.
Imagina que eres product manager en una entidad financiera y armas el caso de negocio de una app móvil. Necesitas entender la regulación aplicable. El objetivo no es reemplazar al equipo legal, sino llegar con propuestas más maduras para que los abogados dediquen su tiempo a cómo hacer viable tu idea, no a explicarte la ley desde cero. Los LLM ayudan, pero solo si controlas sus respuestas.
¿Qué es el grounding?
Es una técnica que obliga al modelo a responder exclusivamente con la información que tú le das, en lugar de usar su conocimiento general o inventar datos. ¿Por qué hace falta? Porque los LLM tienen una tendencia natural a responder siempre, y si eso implica fabricar información, lo harán (alucinación).
Hay dos mecanismos:
- Sé explícito con la fuente. Ejemplo: "Basa tu respuesta SOLO en el documento adjunto de la Ley de Instituciones de Crédito." Escribir "SOLO" en mayúsculas agrega énfasis, como alguien que levanta la voz para subrayar algo, y nombrar el documento reduce la chance de que el modelo trate otra fuente como válida.
- Da una instrucción de contingencia. Ejemplo: "Si la información no está en el documento, responde que no está disponible." Sin ella, el modelo busca patrones incluso donde no los hay e inventa una respuesta.
Basa tu respuesta SOLO en el documento adjunto: [nombre del documento]. Si la información no está en el documento, responde que no está disponible.Pruébalo: cuando la información no existe
En el ejemplo de la clase se preguntó por los requisitos de autenticación de una app móvil usando solo la Ley de Instituciones de Crédito. El modelo respondió correctamente que la información no estaba disponible. Ambos mecanismos funcionaron: reconoció que faltaban datos en lugar de inventar.
Varios documentos como contexto
Subir varios documentos da respuestas más completas. En el ejemplo se usaron tres fuentes: la Ley de Instituciones de Crédito, el Anexo 63 (banca electrónica) y un Diario Oficial de la Federación.
Valida con citas textuales
Pídele al modelo que incluya la cita exacta de la fuente, entre comillas, por cada requisito que mencione. Así puedes ir directo al documento y comprobar que la información existe.
Ojo: las citas no siempre son exactas. En la clase, buscar en el PDF original una cita del Anexo 63 falló por caracteres especiales del documento; al buscar palabras clave (por ejemplo, "teléfono móvil del usuario") apareció el pasaje, con contenido similar pero no idéntico.
- Busca la cita completa.
- Si no aparece, busca fragmentos o palabras clave.
- Compara el contenido para confirmar que es consistente con lo que afirma el modelo.
Evita errores por omisión
El riesgo: el modelo puede enfocarse en un documento e ignorar los demás (una alucinación por omisión). En el ejemplo, al preguntar por la custodia de información, citó solo el Diario Oficial. Cuando se le preguntó explícitamente si la Ley de Instituciones de Crédito la mencionaba, confirmó que el término no aparecía ahí.
- Valida de forma cruzada preguntando directamente por cada documento.
- Mejora el prompt original indicando que se deben consultar todos los documentos adjuntos en cada respuesta.
Checklist para prompts con grounding
- ¿Nombré explícitamente los documentos fuente?
- ¿Incluí la restricción "SOLO"?
- ¿Agregué la instrucción de respaldo "no disponible"?
- ¿La redacción coincide con el número de documentos (singular o plural)?
- ¿Pedí citas textuales para cada afirmación?
- ¿Exigí consultar todos los documentos en cada respuesta?
- ¿Verifiqué las citas contra los originales?
Ideas clave
- El grounding convierte al LLM en un asistente fiable, no en un oráculo infalible.
- Nombra la fuente, usa "SOLO" y da una salida de contingencia ("no disponible").
- Adapta el prompt al número de documentos que subes.
- Pide citas textuales y verifícalas, buscando por palabras clave si la cita exacta falla.
- Valida de forma cruzada entre documentos para detectar omisiones.