Acción AI Prompt
La acción AI Prompt le permite aprovechar grandes modelos de lenguaje (LLM) directamente dentro de sus automatizaciones Tulip. Esta acción proporciona una forma flexible de procesar texto, analizar datos y generar respuestas inteligentes basadas en preguntas personalizadas que usted defina.
Cómo funciona
La acción AI Prompt es sencilla: toma su mensaje de entrada y lo envía directamente a un gran modelo de lenguaje, a continuación, devuelve la respuesta generada por la IA. Puede utilizar esta acción para realizar diversas tareas de procesamiento de texto, desde la simple categorización hasta el análisis y resumen complejos.
Configuración
Mensaje de entrada
El mensaje de entrada es la instrucción que se enviará directamente al modelo de lenguaje de gran tamaño. Debe contener:- Instrucciones claras sobre lo que desea que haga la IA- Cualquier dato o contexto que la IA necesite procesar- Requisitos específicos de formato para el resultado
Trabajar con objetos
Al enviar objetos o listas de objetos a la acción de solicitud de IA, debe envolverlos en TOTEXT() expression para que la IA pueda leer el contenido correctamente.
Ejemplo:"Analiza estos datos de defectos:" + TOTEXT(@variable.mi_objeto)
Cómo escribir instrucciones eficaces
Sea claro y específico
Escribe instrucciones que expliquen claramente lo que quieres que haga la IA. Evita el lenguaje ambiguo y proporciona instrucciones específicas.
Bien: "Clasifica este defecto como 'Crítico', 'Mayor' o 'Menor' basándote en la descripción de la gravedad**". Mal:** "¿Qué tipo de defecto es éste?".
Contexto
Incluya información de contexto relevante y explique el propósito de la tarea.
Ejemplo:```"Está analizando defectos de fabricación para el control de calidad. Basándose en la siguiente descripción del defecto, clasifíquelo como Crítico, Mayor o Menor:- Crítico: Problemas de seguridad o fallo completo del producto- Mayor: Problemas funcionales que afectan al rendimiento: Problemas cosméticos o funcionales menores
Responda sólo con el nombre de la categoría.
Descripción del defecto:" + TOTEXT(@variable.defect_data)```
Utilice ejemplos
Cuando sea posible, incluye ejemplos del formato de entrada y salida deseado para guiar las respuestas de la IA.
Ejemplo:```"Resume los siguientes datos de producción en 2-3 frases, centrándote en las métricas y tendencias clave.
Ejemplo de formato: "La producción completó X unidades con una eficiencia del Y%. El principal cuello de botella fue Z, lo que provocó A minutos de inactividad".
Datos de producción:" + TOTEXT(@variable.production_summary)```
Casos de uso común
Categorización de defectos
Categorice automáticamente los defectos basándose en descripciones, imágenes o datos de sensores.
Detalles del defecto:" + TOTEXT(@variable.defect\_record) +
"Responder en formato: Categoría: [categoría], Prioridad: [prioridad]"```
### Resumen de datos
Genere resúmenes concisos de informes de producción, métricas de calidad o datos operativos.
```"Crear un breve resumen ejecutivo de las métricas de producción de hoy: "
* TOTEXT(@variable.datos\_produccion\_diaria)+
"Concéntrese en: volúmenes de producción, índices de eficiencia, puntuaciones de calidad y cualquier problema destacable.Limítese a 100 palabras. "```
### Análisis y extracción de texto
Extraiga información específica de texto no estructurado, como registros de mantenimiento o notas de los operarios.
Extraiga la causa raíz y las acciones recomendadas de este registro de mantenimiento:
Entrada de registro:" + TOTEXT(@variable.registro\_mantenimiento) +
"Formatee la respuesta como:Causa raíz: [causa]Acciones recomendadas: [acciones]"```
### Generación de contenidos
Genere informes, notificaciones o documentación estandarizados en función de los datos introducidos.
```"Generar un informe de traspaso de turno basado en estos datos de producción:"
+TOTEXT(@variable.datos\_turno) +
"Incluya: tareas completadas, problemas en curso, prioridades del siguiente turno.Utilice un tono profesional adecuado para la revisión por parte de la dirección."```
## Pruebas y validación
### Registrar datos de entrada
Pruebe siempre su acción AI Prompt registrando primero el mensaje de entrada en una tabla. Las variables se resuelven correctamente. Los objetos se convierten en texto adecuadamente. La IA recibe la información completa.
**Método de prueba:**1. Cree una tabla de prueba con columnas para "Mensaje de entrada" y "Respuesta de la IA "2. Registre la entrada exacta que se envía a la tabla. Registre la entrada exacta que se envía a la acción de solicitud de la IA3. Revise varios ejemplos para garantizar la coherencia4. Ajuste la solicitud en función de los resultados registrados
### Validación de la calidad de los resultados
Compruebe que las respuestas siguen el formato especificado- Verifique la precisión con ejemplos conocidos- Pruebe los casos extremos y las entradas inusuales- Compruebe que el rendimiento es coherente a lo largo del tiempo.
### Gestión de la variabilidad
Las respuestas de la IA pueden variar de una ejecución a otra. Considere la posibilidad de: - Utilizar instrucciones más específicas para reducir la variabilidad; - Implementar una lógica de validación para los resultados críticos; - Disponer de procedimientos alternativos para respuestas inesperadas; - Revisar periódicamente el rendimiento de la IA en producción.
## Mejores prácticas
### Ingeniería de instrucciones
* Empezar de forma sencilla e iterar en función de los resultados
* Pruebe con muestras de datos representativas
* Utilice una terminología y un formato coherentes.
* Divida las tareas complejas en preguntas más pequeñas y específicas.
### Preparación de datos
* Limpie y formatee los datos de entrada antes de enviarlos a la IA.
* Utilice `TOTEXT()` para todas las entradas de objetos y listas.
* Eliminar la información innecesaria que pueda confundir a la IA.
* Garantizar el cumplimiento de los requisitos de privacidad y seguridad de los datos.
### Tratamiento de errores
* Prever los casos en los que la IA no responda como se espera.
* Realice comprobaciones de validación de los resultados de la IA.
* Disponer de procedimientos de copia de seguridad para los procesos críticos
* Supervisar y registrar el rendimiento de las acciones de la IA
### Optimización del rendimiento
* Mantenga la concisión y la claridad de los mensajes
* Evite enviar grandes cantidades de datos innecesarios
* Considere la posibilidad de agrupar solicitudes similares cuando sea posible
* Supervise los tiempos de respuesta y ajústelos según sea necesario
## Solución de problemas
### Problemas comunes
* **Respuestas vacías o incompletas:** Compruebe que la solicitud es clara y que se incluyen todos los datos necesarios.
* **Formato inesperado:** Especifique el formato de salida deseado en la pregunta.
* **Resultados incoherentes:** Añada más restricciones y ejemplos a la pregunta.
* **Los datos del objeto no son visibles:** Asegúrese de que utiliza `TOTEXT()` para convertir los objetos en texto legible.
### Pasos de depuración
1. Registre el mensaje de entrada exacto que se envía a la IA.
2. Pruebe el prompt manualmente con datos de ejemplo
3. Simplifique gradualmente el mensaje para aislar los problemas.
4. Compruebe que todas las variables se resuelven correctamente
5. Verificar que los datos del objeto se convierten correctamente con `TOTEXT()`
La acción AI Prompt abre poderosas posibilidades para la automatización inteligente en sus aplicaciones Tulip. Comience con casos de uso simples y construya gradualmente avisos más sofisticados a medida que se familiarice con las capacidades y las mejores prácticas.