Consultores, auditores y equipos técnicos que necesitan consultar un corpus normativo sin perder la relación con la fuente.
CASE 02 · TECHNICAL PILOT DOCUMENT INTELLIGENCE
AuditorIA
De un corpus normativo disperso a respuestas con contexto recuperable.
AuditorIA organiza documentos técnicos, crea representaciones semánticas y recupera fragmentos relevantes antes de componer una respuesta. El objetivo no es reemplazar el criterio experto, sino hacer el corpus más consultable y rastreable.
PROJECT CARD / RECRUITER VIEW
Ficha técnica del proyecto.
Diseñé la arquitectura RAG, la separación entre recuperación y generación, la superficie de consulta y el criterio de evidencia del piloto.
Backend, APIs, despliegue, pruebas y controles.
- DEPLOYMENT
- Aplicación pública dentro de Alquim-IA AI Suite, expuesta por HTTPS.
- BACKEND / API
- API bajo /oracle/ai-suite/api con health público y búsqueda normativa.
- AI STACK
- Índice de 2.767 ítems, embeddings BAAI/bge-m3 y LLM deepseek-v4-pro reportados por el servicio.
- TESTING
- Health 200, búsqueda de “residuos”, catálogo e historial verificados; análisis PDF end-to-end aún pendiente.
- OBSERVABILITY
- Estado de API visible y separación explícita entre retrieval, generación e informe.
- 01Documentos + metadatos
- 02Embeddings BGE-M3
- 03Índice semántico
- 04Retriever
- 05LLM + referencias
- Interfaz pública
- Endpoint de salud
- Índice con contenido reportado
- Consulta asistida sobre corpus
- Separar salud, retrieval y corrección sustantiva
- Mantener al experto dentro del circuito
- No confundir respuesta fluida con evidencia suficiente
- DEMO
- Aplicación pública
- CAPTURAS
- La interfaz en vivo funciona como evidencia visual
- Es un piloto técnico: la salud del servicio no prueba por sí sola la corrección de cada respuesta.
- El corpus observado y su cobertura pueden cambiar; las cifras corresponden al corte indicado.
- Las decisiones normativas siguen requiriendo revisión profesional y verificación contra la fuente primaria.
Abrir AuditorIA
ABRIR / SOLICITAR01 / PROBLEMA
La información existe, pero encontrarla no equivale a entenderla.
Los equipos técnicos trabajan con normas, estudios y anexos que cambian en forma, extensión y vocabulario. Buscar por palabra clave deja contexto afuera; responder sin trazabilidad introduce un riesgo mayor.
02 / DECISIÓN DE DISEÑO
Una capa de recuperación antes de la generación.
El sistema separa ingesta, normalización, embeddings, búsqueda y composición. Así, cada etapa puede observarse y evaluarse de manera independiente en lugar de esconder todo detrás de un único prompt.
SYSTEM / END TO END
El producto como flujo explícito.
Cada fase tiene una responsabilidad distinta. Esa separación hace posible observar el sistema, probarlo y corregirlo sin depender de intuición.
- 01INGEST
Ingerir
Convertir fuentes heterogéneas en unidades procesables con identidad y metadatos.
- 02EMBED
Representar
Crear embeddings multilingües para aproximar significado, no solo coincidencias literales.
- 03RETRIEVE
Recuperar
Seleccionar pasajes pertinentes dentro de una ventana de contexto controlada.
- 04ANSWER
Componer
Generar una respuesta apoyada en el material recuperado y conservar sus referencias.
- 05VERIFY
Evaluar
Separar salud del servicio, calidad de retrieval y corrección sustantiva de la respuesta.
PROOF / WHAT IS ACTUALLY SHOWN
Evidencia, no decoración.
Las etiquetas indican si el dato fue observado, proviene del artefacto o corresponde al registro profesional del caso.
SCOPE / HONEST BOUNDARIES
Lo demostrado y lo que aún requiere validación.
Un portafolio técnico también debe mostrar dónde termina la evidencia disponible.
- Es un piloto técnico: la salud del servicio no prueba por sí sola la corrección de cada respuesta.
- El corpus observado y su cobertura pueden cambiar; las cifras corresponden al corte indicado.
- Las decisiones normativas siguen requiriendo revisión profesional y verificación contra la fuente primaria.
CASE 02 / AUDITORIA