Cómo SUBIR documentos a un GPT para que FUNCIONE BIEN

Summary

El video ofrece una comparativa entre dos versiones de un modelo de lenguaje llamado GPT (uno con acceso a un PDF y otro a un Excel) para ilustrar cómo la respuesta de GPT varía según el formato del documento que se le proporciona. Se plantean tres preguntas a ambas versiones: la cantidad de hoteles en Riviera Maya, los hoteles disponibles por menos de 2400 euros y cuál hotel tiene más habitaciones. Los resultados muestran que la versión con acceso al PDF acertó en la primera pregunta, mientras que la versión con acceso al Excel proporcionó respuestas precisas en la segunda pregunta y ninguna de las dos pudo acertar en la tercera. Se explica que la herramienta de 'retrieval' utilizada con archivos PDF y otros formatos de texto se enfoca en la semántica del contenido, mientras que la 'code interpreter', empleada con archivos Excel y CSV, se basa en la ejecución de código para obtener respuestas precisas. La diferencia radica en que la 'retrieval' puede entender el significado del texto, pero no siempre considera todos los datos relevantes, y la 'code interpreter' no comprende la semántica pero proporciona resultados precisos si los datos están bien estructurados. El video concluye sugiriendo que la elección del formato del documento para ser analizado por GPT depende del tipo de información que contenga y del tipo de preguntas que se esperan recibir, destacando la importancia de estructurar adecuadamente los datos para obtener mejores respuestas.

Takeaways

• 📄 **Diferencias en respuestas según el formato**: El GPT proporciona respuestas diferentes dependiendo si se le proporciona un PDF o un Excel, debido a las herramientas distintas que utiliza para acceder a la información.
• 🔍 **Herramienta de Retrieval**: Cuando se sube un PDF, el GPT utiliza la herramienta de Retrieval, que busca la semántica en los textos para responder a las preguntas.
• 💡 **Herramienta de Code Interpreter**: Con un archivo Excel, el GPT utiliza el Code Interpreter, que ejecuta código de programación para analizar los datos y proporcionar respuestas.
• 🤖 **Limitaciones del Code Interpreter**: El Code Interpreter no comprende la semántica del texto, lo que puede llevar a respuestas incorrectas si la pregunta requiere entender el contenido.
• 📈 **Ventajas del formato Excel**: El Excel es óptimo para documentos con datos numéricos, ya que el Code Interpreter puede realizar cálculos estadísticos y análisis de datos.
• 📝 **Ventajas del formato de texto**: Para documentos con texto y descripciones, es mejor usar un formato de texto para que el GPT utilice la herramienta de Retrieval y comprenda el significado de los textos.
• 📚 **Estructura de los documentos**: Es importante estructurar adecuadamente los documentos para facilitar que el GPT encuentre la información relevante, ya sea en formato de texto o JSON.
• 📊 **JSON como formato estructurado**: El uso de JSON para documentos con información estructurada permite que el GPT acceda a los datos de manera más eficiente y brinde respuestas más precisas.
• ✅ **Respuestas correctas con JSON**: El GPT con acceso a documentos en formato JSON pudo responder correctamente a tres preguntas específicas, mostrando la efectividad de este formato para ciertas consultas.
• 📝 **Importancia de la etiqueta**: La precisión en la etiqueta y la organización de los datos es crucial para que el GPT pueda proporcionar respuestas correctas, independientemente del formato del documento.
• ❗ **No hay soluciones infalibles**: Aunque el formato de los documentos influye en la calidad de las respuestas del GPT, no existe un formato que garantice respuestas correctas a todas las preguntas.

Q & A

¿Qué diferencias existen entre subir un documento en formato PDF y uno en formato Excel para un GPT?

Al subir un documento en PDF, el GPT utiliza la herramienta de retrieval, que busca la semántica del texto. Mientras que con un documento en formato Excel, el GPT utiliza el code interpreter, que se enfoca en el análisis de datos y ejecución de código para obtener respuestas.

¿Cómo afecta el formato del documento subido al rendimiento del GPT en términos de respuestas precisas?

El formato afecta directamente al tipo de herramienta que el GPT utiliza para procesar la información. Un PDF permite una comprensión semántica, mientras que un Excel permite un análisis numérico y ejecución de código, lo que puede llevar a respuestas más precisas en ciertos contextos.

¿Por qué el GPT con acceso a un PDF puede dar una respuesta incorrecta sobre la cantidad de hoteles en Riviera Maya?

El GPT con acceso a un PDF utiliza la herramienta de retrieval, que no siempre considera todos los textos relevantes para responder a la pregunta, lo que puede llevar a respuestas incorrectas si los datos no están estructurados de manera que el modelo pueda acceder a la información correcta.

¿Cómo es posible que el GPT con acceso a un Excel proporcione una respuesta más precisa sobre los hoteles en Riviera Maya?

El code interpreter utiliza filtros y análisis de datos para proporcionar respuestas. Si el Excel está bien estructurado y los datos están etiquetados correctamente, el GPT puede proporcionar respuestas precisas al aplicar los filtros adecuados.

¿Cuál es la principal limitación del code interpreter en comparación con la herramienta de retrieval?

El code interpreter no entiende la semántica del texto y se enfoca en el análisis de datos y ejecución de código. Por lo tanto, no puede responder preguntas que requieran una comprensión profunda del contenido, como las que involucran descripción o significado.

¿Cómo se puede mejorar la eficacia del GPT para responder preguntas complejas si se sube un documento en formato de texto estructurado como JSON?

Al proporcionar el documento en un formato de texto estructurado como JSON, se facilitan a los modelos de GPT la identificación y el análisis de la información relevante. Esto permite que el GPT use la herramienta de retrieval de manera más efectiva para responder a preguntas complejas.

¿Por qué la estructura de los datos en el documento subido es tan importante para el rendimiento del GPT?

La estructura de los datos直接影响a la capacidad del GPT para identificar y acceder a la información relevante. Un documento bien estructurado permite que el GPT, ya sea a través de la herramienta de retrieval o el code interpreter, proporcione respuestas más precisas y coherentes.

¿Cómo afecta el formato del documento subido al tipo de preguntas que el GPT puede responder correctamente?

El formato del documento determinará si el GPT utilizará la herramienta de retrieval o el code interpreter. Un documento en PDF es mejor para preguntas de semántica, mientras que un documento en Excel u otros formatos de datos estructurados favorece preguntas que requieren análisis numérico o de datos.

¿Por qué el GPT con acceso a un JSON pudo proporcionar la respuesta correcta a la pregunta sobre el hotel con más habitaciones?

El formato JSON estructurado permite que el GPT identifique claramente la información relevante para la pregunta, como el número de habitaciones en cada hotel, lo que facilita proporcionar la respuesta correcta.

¿Cómo se puede optimizar el formato de un documento para que el GPT proporcione respuestas de mayor calidad?

Se puede optimizar el formato de un documento asegurándose de que los datos estén bien estructurados y etiquetados, facilitando así que el GPT pueda utilizar la herramienta más adecuada para responder a las preguntas de los usuarios.

¿Cómo se puede transformar un PDF con texto e imágenes en un formato estructurado como JSON para mejorar la eficacia del GPT?

Se puede utilizar herramientas de procesamiento de texto y modelos de GPT especializados en la visualización, como GPT 4 Vision, para extraer y transformar la información del PDF en un formato estructurado como JSON.

Outlines

00:00

😀 Diferencias en las respuestas de GPT según el formato del documento

Se discute cómo el formato de los documentos subidos al GPT afecta las respuestas que proporciona. Se menciona que se ha creado un GPT llamado 'Viaje al Caribe' para organizar viajes y se han comparado dos versiones de este GPT, una con acceso a un PDF y otra a un Excel, ambos conteniendo la misma información. Se formulan cuatro preguntas y se observan las diferencias en las respuestas, destacando que el GPT con acceso al PDF acertó en un caso y el GPT con acceso al Excel en otro, mientras que ambos fallaron en la tercera pregunta. Además, se explora la razón subyacente de estas diferencias en función de las herramientas de acceso a la información que utiliza el GPT: retrieval para formatos de texto y code interpreter para formatos como Excel o CSV.

05:01

🧐 Funcionamiento de las herramientas de acceso a la información del GPT

Se profundiza en cómo funcionan las herramientas de acceso a la información en el GPT. Se explica que la herramienta de retrieval utiliza embeddings para transformar textos en vectores numéricos y realizar operaciones matemáticas para encontrar textos semánticamente similares a la pregunta del usuario. En contraste, el code interpreter, que se activa automáticamente para formatos como Excel o CSV, escribe y ejecuta código de programación para analizar documentos y proporcionar respuestas. Se ilustra cómo el code interpreter filtra información en función de criterios específicos y cómo esto puede llevar a respuestas incorrectas si la información no está etiquetada adecuadamente.

10:03

📊 Elegir el formato de documento adecuado para el GPT

Se aborda la importancia de elegir el formato de documento correcto al subir información al GPT. Se sugiere que si los documentos contienen datos numéricos, es mejor utilizar el code interpreter y subirlos en formato Excel, mientras que para documentos con texto que requiere comprensión se debe usar un formato de texto. Se recomienda estructurar la información en un formato de texto como JSON para que el GPT pueda utilizar la herramienta de retrieval de manera más eficaz. Se proporciona un ejemplo de cómo estructurar la información en JSON para que el GPT pueda responder a preguntas específicas de manera más precisa.

15:03

📄 Comparación de la versión del GPT con acceso a JSON

Se compara la nueva versión del GPT con acceso a un documento en formato JSON con las versiones anteriores con acceso a PDF y Excel. Se formulan las mismas tres preguntas y se evalúa la capacidad del GPT para responder correctamente. Se destaca que la versión con acceso al JSON pudo responder correctamente a las tres preguntas, a pesar de que no todas las respuestas fueron perfectas debido a errores en la etiquetación de los datos. Se concluye que la estructuración adecuada de la información es clave para que el GPT pueda proporcionar respuestas precisas.

20:04

🤔 Consideraciones finales y posibles mejoras

Se ofrecen consideraciones finales sobre cómo se pueden mejorar las respuestas del GPT al entender cómo funcionan las herramientas de retrieval y code interpreter. Se recomienda que los usuarios entiendan estos procesos para decidir cuál es el mejor formato para subir la información según el tipo de preguntas que se esperan recibir. Se menciona la posibilidad de grabar un nuevo video para explicar cómo se transformó el contenido de un PDF en un formato estructurado JSON utilizando herramientas como GPT 4 Vision. Se cierra el video invitando a los espectadores a dejar comentarios sobre si les gustaría ver ese contenido adicional.

Keywords

💡GPT

GPT (Generative Pre-trained Transformer) es un modelo de inteligencia artificial diseñado para generar texto de manera coherente y contextual. En el video, se utiliza para crear un asistente personalizado que puede acceder y responder a preguntas basadas en documentos en diferentes formatos como PDF y Excel.

💡Documentos en diferentes formatos

El video compara cómo los documentos en formatos como PDF y Excel afectan la respuesta de un GPT. Un PDF generalmente se analiza con la herramienta de 'retrieval', mientras que un Excel se procesa con 'code interpreter', lo que lleva a diferencias en la respuesta del modelo.

💡Retrieval

Es la herramienta que el GPT utiliza para acceder a la información en documentos no estructurados como PDF o texto. Mediante el uso de 'embeddings', transforma el texto en vectores numéricos para encontrar la información más relevante para una pregunta. En el video, se menciona que la herramienta de 'retrieval' puede confundirse si no considera todos los textos relevantes.

💡Code Interpreter

Esta herramienta es utilizada por el GPT para analizar documentos estructurados como Excel o CSV. Escribe y ejecuta código de programación, como Python, para generar resultados precisos a partir de los datos del documento. En el video, se destaca que el 'code interpreter' proporciona respuestas correctas pero no comprende la semántica del texto.

💡Embeddings

Los 'embeddings' son modelos que transforman texto en vectores numéricos, representando el significado semántico del texto a través de una colección de números. Estos vectores se utilizan para calcular similitudes y diferencias entre trozos de texto, lo que es fundamental para la herramienta de 'retrieval'.

💡JSON

JSON (Notación de Objetos de JavaScript) es un formato de texto estructurado utilizado para intercambiar datos. En el video, se sugiere como un formato ideal para subir documentos al GPT cuando se necesita una estructura clara y ordenada de la información, permitiendo que el modelo responda con mayor precisión a las preguntas.

💡Excel

Excel es una hoja de cálculo electrónica que permite el análisis y el manejo de datos numéricos. En el contexto del video, se utiliza para ilustrar cómo el GPT con acceso a un documento de Excel puede proporcionar respuestas precisas a preguntas numéricas gracias a la herramienta 'code interpreter'.

💡PDF

PDF (Portable Document Format) es un formato de archivo utilizado para presentar documentos de manera estándar y asegurar que se vean de la misma manera en diferentes dispositivos. En el video, se discute cómo el GPT con acceso a un PDF puede tener respuestas menos precisas que con un Excel debido a la herramienta de 'retrieval'.

💡Herramientas de análisis de datos

El video menciona el uso de herramientas de análisis de datos como 'code interpreter' y 'retrieval' para manejar diferentes formatos de documentos. Estas herramientas son cruciales para la precisión y calidad de las respuestas que proporciona el GPT a las preguntas del usuario.

💡Estructura de datos

La estructura de datos es un concepto clave en el video, ya que afecta cómo el GPT procesa y responde a las preguntas. Un formato estructurado como JSON permite al GPT acceder y responder de manera más eficiente a las consultas del usuario, mientras que un PDF no estructurado puede llevar a respuestas menos precisas.

💡Preprocesamiento de datos

El preprocesamiento de datos es el proceso de transformar o estructurar los datos para que sean adecuados para el análisis. En el video, se sugiere que el preprocesamiento, como convertir un PDF en JSON, puede mejorar significativamente la capacidad del GPT para generar respuestas de alta calidad.

Highlights

Se puede subir documentos en diferentes formatos para crear un GPT, y el formato afecta la respuesta del GPT.

Un ejemplo de GPT llamado 'Viaje al Caribe' ayuda a organizar viajes y se creó con acceso a documentos PDF y Excel.

La primera versión del GPT con acceso a un PDF sobre hoteles del Caribe dio una respuesta incorrecta sobre hoteles en Riviera Maya.

La segunda versión del GPT, con acceso a un Excel, identificó correctamente ocho hoteles en Riviera Maya.

El GPT con acceso al PDF falló al identificar hoteles por debajo de 2400 EUR, mientras que el GPT con acceso al Excel lo hizo correctamente.

Ambas versiones del GPT no pudieron identificar correctamente el hotel con más habitaciones.

La herramienta de 'retrieval' se utiliza con documentos PDF y otros formatos de texto, mientras que 'code interpreter' se utiliza con Excel y CSV.

El modelo de embeddings transforma textos en vectores para realizar operaciones matemáticas y encontrar similitudes semánticas.

El 'code interpreter' ejecuta código de programación para analizar documentos y proporcionar respuestas basadas en filtros y resultados de código.

El 'code interpreter' ofrece respuestas precisas y no invierte en la creación de información, a diferencia del 'retrieval' que puede confundirse con el contenido.

El formato de los documentos subidos al GPT debe depender del contenido y la naturaleza de las preguntas que se esperan recibir.

Documentos con datos numéricos se benefician del 'code interpreter' si se suben en formatos como Excel.

Documentos con texto y descripciones se beneficiarían de la herramienta de 'retrieval' si se suben en formatos de texto estructurado como JSON.

Una estructura de JSON organizada mejora la capacidad del GPT para responder a preguntas específicas y encontrar la información relevante.

El GPT con acceso a un documento JSON estructurado pudo responder correctamente a tres preguntas específicas sobre hoteles.

El etiquetado preciso de los datos es crucial para que el GPT pueda proporcionar respuestas precisas, independientemente del formato del documento.

La elección del formato de documento subido al GPT debe ser consciente para garantizar respuestas precisas a las preguntas más comunes.

La herramienta 'make' y el modelo GPT-4 Vision se utilizaron para transformar un PDF en un formato JSON estructurado.

Transcripts

seguro que a estas alturas ya sabes que

a la hora de crear tu propio gpt puedes

subir documentos en diferentes formatos

pero sabías que dependiendo del formato

en el que subas tus documentos la

respuesta del gpt es totalmente

diferente en este vídeo quiero enseñarte

un ejemplo he creado un gpt que se llama

Viaje al Caribe que es un gpt que te

ayuda a organizar Pues un viaje al

Caribe y he creado dos versiones en la

primera versión le he dado acceso a un

PDF vale que es este PDF que vemos aquí

que es un PDF que contiene pues

información y fotos sobre diferentes

hoteles en lugares del Caribe y luego he

creado un un segundo gpt con las mismas

instrucciones pero en vez de darle

acceso a ese PDF le he dado acceso a un

Excel que es este Excel de aquí y este

Excel contiene la misma información

exactamente la misma información que el

PDF es decir he creado dos versiones con

mismas instrucciones y acceso a la misma

información simplemente que en el primer

caso la información está en un PDF y en

el segundo caso la información está en

un fichero de Excel lo que quiero hacer

ahora es comparar las respuestas aquí

tenemos las dos versiones enfrentadas a

la izquierda la versión con acceso al

PDF a la derecha la versión con acceso

al Excel y vamos a preguntarle cuatro

preguntas la primera de ellas qué

hoteles hay en Riviera Maya

preguntémosle al PDF y preguntémosle al

Excel ya tenemos las respuestas Y son

diferentes en el caso del gpt con acceso

al PDF nos dice que hay ocho hoteles en

Rivera Maya y en el caso del gpt con

acceso al Excel nos dice que solo hay

cinco pues la respuesta correcta es ocho

he ido al Excel que se puede filtrar

mucho más fácil que el PDF y resulta que

en México Hay 11 de los cuales tres que

son estos tres de aquí no están en

rivira malla sino que está en Cancún por

tanto el número de hoteles que hay en

river Maya son ocho y en este caso ha

acertado el gpt con acceso al PDF Por

qué el gpt con acceso a este xcel ha

dicho que solo hay cinco en ribeira maya

Pues bueno Luego lo comentaremos Pero te

lo podrás imaginar mirando la columna I

donde se especifica la zona del Hotel

segunda pregunta qué hoteles hay

disponibles por menos de

2400 se lo preguntamos al gpt con acceso

al PDF y al gpt con acceso al Excel a

ver qué nos dicen Pues el gpt con acceso

al PDF nos dice que hay en total nueve

no 10 hoteles por menos de 2400 eur

Aunque si ponemos a analizarnos la

respuesta ya vemos cosas raras por

ejemplo nos dice aquí que el cuarto

hotel tiene un precio desde 2,610 pero

le hemos dicho que solo queremos los que

están por debajo de 2,400 Así que esta

respuesta ya vemos que muy bien no está

la de la derecha la del gpt con acceso

al Excel nos dice que hay siete hoteles

por debajo de 2400 si nos vamos a

nuestro Excel y filtramos por la columna

precio por debajo de 2400 vemos que hay

siete hoteles es decir que en este caso

la opción ganadora es la del gpt con

acceso al Excel De hecho si analizamos

un poco su respuesta pues vemos que

tiene sentido no todos los precios

asociados a los siete hoteles que nos

ponen la lista Pues están por debajo de

los

2400 tercera pregunta cuál es el hotel

con más habitaciones Pues bien

preguntemos a cada uno de los dos gpt y

veamos cuál es la respuesta el gpt de la

izquierda nos dice que el hotel con más

habitaciones es el Dreams playa mujeres

que tiene 502 lujosas y elegantes suits

y el gpt de la derecha nos dice en

cambio que el hotel con más habitaciones

es el sandals grande y nos dice que

tiene 311 habitaciones es decir nos ha

dado respuestas diferentes y ya podemos

ver que la de la derecha tiene que ser

incorrecta porque la opción de la

izquierda tiene más habitaciones Pues

bien si nos vamos a nuestro Excel y

leemos todas las descripciones también

podríamos habernos ido al PDF y leer las

descripciones después de leerme todas

las descripciones he visto que el hotel

que más habitaciones tiene es el lopesan

Costa bábaro que tiene 1442 habitaciones

es decir que ninguno de los dos gpt ha

conseguido acertar Bueno creo que con

tres ya tenemos suficientes ejemplos

para entender las diferencias no entre

subir un documento en PDF o subir un

documento en formato Excel voy a hacer

un breve resumen la primera pregunta

hemos preguntado pues qué hoteles hay en

Rivera Maya y el resultado Cuál ha sido

Pues el resultado ha sido que el gpt con

acceso al PDF nos ha dado una respuesta

correcta y en cambio el otro gpt nos ha

dado una respuesta que no era incorrecta

Pero bueno no era tan correcta como la

opción del PDF la segunda pregunta que

hemos preguntado es qué hoteles tienen

un precio inferior a 200 400 en este

caso la respuesta que nos ha dado el gpt

con acceso al PDF ha sido horrible nos

ha dado una lista con hoteles cuyo

precio eran claramente superiores a 2400

en el caso del segundo gpt la respuesta

ha sido correcta porque nos ha dado una

lista con únicamente los hoteles cuyo

precio eran inferiores a

2,400 y la tercera pregunta los dos gpt

han fallado porque hemos preguntado Cuál

es el hotel con más habitaciones y en

ambos casos nos ha dicho un hotel pues

que no era el que más habitaciones tenía

es decir que ninguno de los dos gpt ha

sido capaz de respondernos correctamente

a las tres preguntas pero bien vayamos a

lo importante Por qué funcionan

diferente porque si subo un PDF la

respuesta son diferentes que si subo un

Excel Pues porque la herramienta que

utiliza el gpt para acceder a la

información es diferente en función del

formato que subamos si subimos un

documento con formato pdf la herramienta

que utiliza es la de retrieval vale Y

por eso pone searching my knowledge en

cambio si subimos un Excel o un csv da

igual utiliza el code interpreter Y en

vez de searching My knowledge pone

analizando el code interpreter te sonará

Porque si vas al apartado de

capabilities dentro de la configuración

del gpt te deja activar o Desactivar

esta herramienta la herramienta de

retrieval no te deja activarla o

desactivarla Pues porque es la

herramienta que tiene que utilizar Sí o

sí Cuando subes un documento en un

formato diferente a un Excel o un csv

pero bien cómo funcionan estas dos

herramientas No porque si entendemos

Cómo funcionan las herramientas

entenderemos Por qué nos ha dado esos

resultados la herramienta de retrieval

Pues nosotros subimos un documento al

gpt lo hemos subido en PDF pero funciona

igual si hubiéramos subo subido un

documento de texto si hubiéramos subido

un archivo de código un Powerpoint vale

subimos un documento entonces lo que

hace el gpt o Open Ai es partir ese

documento en cachitos más pequeñitos

vale aquí en este ejemplo pues este

documento esta página se partiría en

esos cuatro cachitos pequeñitos vale en

estos cuatro rectángulos Aunque

realmente no sabemos el gpt cómo está

partiendo ese ese texto en cachitos más

pequeñitos puede que lo esté partiendo

en cachitos muyy pequeñitos o en

cachitos más grandes realmente no

sabemos lo que ocurre ahí debajo y openi

tampoco lo explica una vez que están

identificados estos cuatro o n múltiples

Trozos de texto lo que hace el gpt

utiliza un modelo de embeddings para

transformar los Trozos de texto

pequeñitos vamos a decir por ejemplo

párrafos para transformar los párrafos

en vectores qué es esto de los vectores

Pues un vector al final pues es una

colección de números una colección muy

muy grande de números de cientos miles

de números entonces este tema de los

embeddings que puede que lo haya

escuchado por ahí los modelos de

embeddings lo que hacen es transformar

texto en números de tal manera que el

vector resultante es decir este vector

de aquí el primero por ejemplo

representa la información semántica que

contiene este trozo de texto vale es

decir se transforma el texto en números

pero esos números de alguna manera

guardan información sobre el significado

del texto Por qué se hace esto por qué

guardar el texto en números y no guardar

directamente el texto pues porque al

transformar el texto en un vector es

decir en unos números puede se pueden

hacer operaciones Matemáticas con ellos

Entonces esto es un plano si los

vectores tuvieran dos dimensiones que no

es cierto realmente van a tener cientos

o miles de dimensiones pero imagínate

que tienen dos dimensiones no X e Y

entonces cada uno de esos vectores sería

un punto sería un punto dentro de unos

ejes de tal manera que podríamos saber

qué vectores están más próximos Y qué

vectores están más alejados y como esos

vectores esos números que hay dentro del

vector contienen información semántica

sobre el significado del texto

simplemente haciendo operaciones

Matemáticas podemos saber qué textos

contienen un contenido semánticamente

similar de tal manera que cuando el

usuario hace una pregunta podemos saber

qué trozo de texto es el que contiene

información Útil para poder responder a

la pregunta del usuario me explico

Imagínate que el usuario pregunta cuál

es el hotel con más habitaciones

entonces lo que hace el gpt Escoge ese

trozo de texto que es la pregunta

utiliza el mismo modelo de embeddings

que ha utilizado para vectorizar I ar

los Trozos de texto del documento y la

pregunta del usuario la convierte

también en un vector vale en este caso

en el ejemplo sería este vector que está

aquí en amarillo de tal manera que

tenemos para cada trozo de texto

identificado en el documento un vector y

para la pregunta del usuario otro vector

entonces lo que hace ahora el gpt es

utilizando cálculos matemáticos ver cuál

es el vector más próximo a la pregunta

del usuario es decir cuál es de todos

los Trozos de texto que hay dentro del

documento el trozo de texto que

semánticamente es más similar a la

pregunta del usuario es decir en este

caso como el usuario ha preguntado Cuál

es el hotel con más habitaciones pues

serán aquellos Trozos de texto que

hablen sobre habitaciones o número de

habitaciones en este ejemplo los

vectores es decir las bolitas que al

final están representando Trozos de

texto es decir los Trozos de texto más

similares a la pregunta del usuario

serían las bolas verdes entonces lo que

hace el gpt es hacer estos cálculos

matemáticos para de todos los Trozos de

texto que contienen el documento que

pueden ser cientos miles de Trozos de

texto con los Trozos de texto que

más relación tienen con la pregunta Y de

esa manera proporcionarle al usuario una

respuesta basada en esos Trozos de texto

similares Pero la idea con la que te

tienes que quedar es que cuando tú haces

una pregunta al gpt el gpt al

responderte no está utilizando todo el

contenido que hay dentro del documento

está utilizando exclusivamente los

Trozos de texto que ha considerado

relevantes para esa pregunta por eso

muchas veces en los ejemplos que hemos

visto pues se confunde porque no está

teniendo en cuenta los Trozos de texto

que debe tener en cuenta para

respondernos correctamente a la pregunta

que le hemos formulado veamos ahora Cómo

funciona el cod interpreter que es

bastante más sencillo de entender cuando

subimos un documento en formato Excel

formato csv verás como la sección de

capabilities dentro de la pestaña de

configuración del gpt automáticamente se

activa el code interpreter esto es pues

porque cuando subes un documento en

estos formatos la única herramienta que

puede utilizar el gpt para analizar esos

documentos es el code interpreter

Entonces cómo funciona pues por ejemplo

en el caso en el que le hemos preguntado

qué hoteles hay en la Rivera malla

nosotros hacemos esta pregunta que ties

haí en la Rivera malla Y entonces verás

cómo te pone analizando vale te pone el

gpt analizando y hay un desplegable si

clicas en el desplegable vas a ver un

código de python Por qué Pues porque lo

que hace el cot interpreter es escribir

código de python es decir es una

herramienta cuya habilidad es escribir

código código de programación y no solo

escribe código sino que también lo

ejecuta entonces lo que hace es primero

escribe el código luego lo ejecuta ese

código de programación pues genera un

resultado y ese resultado que ha

generado el código es lo que utiliza el

gpt para responder a tu pregunta En el

caso de la pregunta que le hice yo sobre

los hoteles que hay en Rivera malla esto

es una captura de pantalla del código

que generó y Bueno tengo aquí el código

vale esto que hay a la derecha es el

código que genero que es código de

programación código de python y por si

no sabes de python pues te explico un

poco lo que hace que es bastante

sencillo lo que hizo previo a este

código fue importar todos los datos que

habían en el Excel en una tabla vale en

un dataframe y lo que hace aquí es

filtrarlo Qué tipo de filtro hace pues

Bueno mira aquí debajo tengo una captura

de Excel Y aunque no se ve porque está

muy pequeñito dentro de la tabla había

una columna cuyo nombre es Zona vale

donde ahí para cada hotel está puesto la

zona en la que está ubicado el hotel

Pues si está en Rivera Maya si está en

puntacana o lo que fuera entonces lo que

está haciendo el código es filtrar por

el contenido que contiene esa columna

vemos que pone aquí entre corses zona

Vale pues está filtrando es decir está

buscando los hoteles que contienen la

palabra rivira malla en la columna zona

y después de aplicar este filtro lo que

hace es mostrar una tabla que contenga

estas columnas de aquí hotel situación

precio y estrellas Entonces esta segunda

línea de código lo que hace es generar

esta tabla que se ve por aquí y esa

tabla con información es la que utiliza

después para responderte pues para

decirte que los hoteles que ha en de

Maya son Pues los cuatro o cinco que que

hubiera Entonces por qué en este caso el

code interpreter falló es decir cuando

le hicimos esta pregunta a la versión

del gpt con acceso al Excel nos dio solo

creo que cuatro o cinco resultados

cuando en realidad había siete hoteles

en Rivera Maya pues la razón es que

realmente hoteles cuyo valor en la

columna zona fuera Rivera Maya solo

había cuatro o cinco había luego otros

dos o tres más cuya zona era Caribe Maya

que no es Rivera Maya estrictamente pero

realmente sí que es Riviera Maya Porque

si coges la dirección de ese hotel y la

pones en Google pues está en Riviera

Maya simplemente que esos hoteles dentro

de la tabla de Excel pues no estaban

etiquetados como que están en Rivera

Maya Entonces cuál es la principal

diferencia no entre entre los dos

métodos entre el retrieval o el code

interpreter pues como has visto el

retrieval es capaz de entender la

semántica que hay dentro del documento

es capaz de entender el significado de

los textos el code interpreter no el cod

interpreter lo único que hace es

escribir código de programación es decir

establece filtros lo bueno el cod

interpreter es que siempre te va a dar

resultados correctos es decir no se va a

inventar cosas no va a alucinar

ejecutará un filtro y si el filtro te

devuelve tres hoteles pues te devolverá

tres hoteles y te dará la información de

esos tres hoteles pero con el código

interpreter no te van a ocurrir cosas

como como la que hemos visto con los

precios cuando utilizamos el retrial es

decir cuando le preguntamos a la versión

de gpt con acceso al PDF pues qué

hoteles costaba menos de 2400 vimos que

no tenía coherencia la respuesta porque

nos daba un listado con hoteles cuyo

precio era superior a ese precio esto

con el c interpreter no te va a pasar

jamás porque cuando le preguntes por esa

pregunta No pues qué hoteles tienen un

coste menor a 2400 lo que va a hacer es

ejecutar un código de python que lo que

va a hacer es filtrar la columna de

precio por un valor a menor de 2400 es

decir va a funcionar bien en ese caso El

problema del code interpreter es que

como no es capaz de entender la

semántica Pues cuando haces preguntas

relacionadas con algo o cierto contenido

por ejemplo de la descripción de un

hotel Pues como no es capaz de entender

la descripción en sí no va a ser capaz

de responderte no va a ser capaz de

darte una respuesta buena Bueno espero

que hayas entendido las diferencias

entre los dos métodos entre el retrieval

y el code interpreter Pero la pregunta

que te estarás haciendo No es vale muy

bien pero en qué formato subo mis

documentos lo subo en Excel lo subo en

PDF lo subo en Powerpoint En qué formato

lo subo pues La respuesta es Depende

depende el contenido de los documentos

si por ejemplo tus documentos contienen

muchos datos numéricos pues utiliza el

cod interpreter es decir súbelo en un

formato Excel porque el cod interpreter

va a jugar muy bien con esos datos es

decir va a ser capaz de utilizar

fórmulas estadísticas para calcularte

medias medianas va a filtrar

correctamente Pues en este caso los

hoteles por precio o por número de

habitaciones si hubiera una columna con

número de habitaciones es decir si lo

que quieres son sacar estadísticas hacer

análisis de datos súbelo en Excel y

activa el cod interpreter pero si el

documento que quieres subir lo que

contiene es texto contiene descripciones

que hace falta entender que hace falta

entender el significado de esos textos

Entonces hú en un formato de texto para

que el gpt utilice la herramienta de

retrieval pero lo más importante Más

allá de los formatos es ponerle las

cosas fáciles al gpt en este caso por

ejemplo en este caso el documento que

queremos subir Pues apenas contiene

datos numéricos solo tenemos la columna

de precio con datos numéricos por lo

tanto es preferible subirlo en texto en

formato de texto vale en formato de

texto para que utilice la herramienta de

retrieval pero en formato de texto no

significa que le subas directamente el

PDF que tenemos con imágenes que es el

mismo PDF que estamos Compartiendo con

el usuario final es preferible que le

subas un formato de texto un poco más

estructurado donde toda la jerarquía y

toda la información esté mucho más clara

y eso puedes conseguirlo muy bien puedes

conseguir que un formato de texto tenga

una estructura muy clara si lo subes en

un formato json y lo que te voy a

enseñar ahora es el formato en el que

subiría yo el documento en este caso en

el caso de los hoteles con esto me

refiero a un formato de texto

estructurado que como ves pues no tiene

nada que ver con el PDF que hemos visto

antes no Subiré el documento a una

carpeta de drive y pondré el enlace en

la descripción para que puedas descargár

Telo y tú mismo Pues puedas hacer

pruebas incluso ver bien entender bien

Cómo es el formato no pero te lo explico

brevemente digamos que tiene tres

apartados este Jason tiene aquí un

primer objeto que es este de aquí que lo

que contiene es información sobre las

ubicaciones de los hoteles pongo todos

los hoteles agrupados por la zona en la

que están ubicados y para cada zona pues

pongo los hoteles hoteles ubicados en Ne

grill y Pongo aquí una Ray con todos los

hoteles en este caso solo uno no pero

por ejemplo hoteles ubicados en Rivera

Maya yo pongo aquí los hoteles que están

ubicados en Rivera Maya de tal forma que

si esto lo subo en este formato en Jason

el gpt utilizará la herramienta de

retrial y cuando yo le pregunte qué

hoteles hay en Rivera malla Pues el

texto el trozo de texto más relevante

para responder a esa pregunta pues

evidentemente va a ser este de aquí vale

es decir le estamos poniendo las cosas

fáciles al gpt Para que encuentre el

trozo de texto que queremos que utilice

para responder al usuario cuando haga

una pregunta eh como esta no y luego le

pongo información sobre los precios de

todos los hoteles ordenados de menor a

mayor y aquí pongo en parejas Pues el

nombre del Hotel el precio el nombre del

Hotel el precio de esta forma pues eh Ya

sabe dónde está la información sobre los

precios pues está aquí y de forma muy

estructurada muy clara y además ordenada

y luego más abajo pues pongo una lista

de todos los hoteles aquí ya con más

información pues para cada hotel pongo

el nombre del Hotel la situación el

alojamiento las instalaciones el precio

las estrellas la dirección el país y la

zona digamos que toda esta informaciónes

la información que contiene una fila del

Excel vale simplemente que aquí está en

formato de texto entonces pues para cada

hotel eh Hay toda esta información no en

total es un Jason Pues tampoco demasiado

extenso con 353 filas

vamos a ver ahora qué tal funciona he

creado un nuevo gpt con acceso a este

Jason vale es la tercera versión digamos

que tiene las mismas instrucciones que

la versión con acceso al PDF y las

mismas instrucciones que la versión con

acceso al Excel simplemente hemos

cambiado el formato del documento voy a

hacerle ahora pues las tres mismas

preguntas que hemos hecho antes primera

pregunta qué hoteles hay en Riviera Maya

nos acaba de dar una lista con cinco

teles y esta respuesta pues es bastante

similar a la respuesta que dio el gpt

con acceso al al Excel Por qué Pues

porque lo que ha hecho ahora mismo el

gpt para respondernos a esta pregunta es

utilizar ese trozo de texto que vemos

aquí en el json donde le ponemos los

hoteles ubicados en Rivera Maya es decir

al igual que la versión que tenía acceso

al Excel lo que está utilizando para

saber si un hotel está en Rivera Maya o

no es la etiqueta que le hemos puesto

nosotros en los datos ya sea en la tabla

de Excel o en este json de aquí es decir

no está interpretando los textos de cada

uno de los hoteles donde se describe

Pues dónde está situado sino que

simplemente ha cogido este texto de aquí

segunda pregunta qué hoteles hay por

menos de

2400 nos acaba de dar esta lista de

siete hoteles y los siete hoteles

tienendo un precio inferior a 2400 es

decir en este caso la respuesta ha sido

correcta nos ha dado una respuesta muy

similar a la respuesta que nos dio el

gpt con acceso al Excel que era una

respuesta correcta porque está

utilizando el cod interpreter es decir

que has visto como con un formato de

texto a pesar de no estar el gpt

utilizando el code interpreter es capaz

de respondernos a preguntas numéricas

Pues de forma correcta y tercera y

última pregunta pues qué hotel tiene más

habitaciones y nos dice el hotel con más

habitaciones es el lopesan que cuenta

con 1442 habitaciones en este caso al

contrario que las otras dos versiones

nos acaba de dar la respuesta correcta

justamente Este era el hotel con más

habitaciones de todos Así que esta

tercera versión este gpt con acceso al

documento en formato json ha sido capaz

de respondernos correctamente a las tres

preguntas no le he puesto una carita

sonriente a la primera pregunta es decir

No le hemos puesto un 10 Pues porque

realmente había dos o tres hoteles más

ubicados en Rivera malla pero realmente

no ha sido problema l gpt El problema es

que dentro de los datos pues esos dos

tres hoteles no estaban etiquetados como

Rivera Maya cuando en realidad Pues sí

que son hoteles que están ubicados en en

esa zona Así que más que culpa del gpt o

más que culpa del formato es culpa

nuestra de la persona que ha etiquetado

esos datos Obviamente si hacemos otra

pregunta diferente a estas tres

probablemente habrá alguna pregunta que

nuestro gpt con acceso al formato Jason

no sea capaz de responder correctamente

es decir No es infalible no es que

subamos el documento en formato json

como lo he estructurado yo y ya responda

bien a todas las preguntas pero lo que

te quería trasladar con este vídeo es

que bueno para empezar quería que

entendiese bien cómo funciona la

herramienta de retrieval la herramienta

de cod interpreter para que tú mismo

seas capaz de decidir En qué ocasiones

te merece más la pena subirlo en un

formato o en qué ocasiones te merece más

la pena subirlo en otro formato lo que

te recomiendo Es que una vez que

entiendas Cómo funcionan estas

herramientas Pues que trates de guardar

la información o de subir la información

al gpt en el formato más idóneo para el

tipo de preguntas que tú crees que los

usuarios van a hacer al gpt para que de

esa forma al menos las preguntas básicas

que puede tener cualquier usuario Como

por ejemplo Pues cuál es el precio de un

hotel o pues qué hoteles hay en

determinada zona Pues que al menos las

preguntas básicas las preguntas más

frecuentes el gpt sea capaz de

responderlas correctamente Espero que el

vídeo te haya resultado interesante y

que te hayado a entender mejor cómo

funcionan los gpt Y por cierto si tienes

curiosidad en saber cómo he conseguido

transformar pues este PDF de aquí con un

montón de texto y un montón de imágenes

en un formato estructurado como este de

aquí como este json pues pónmelo en

comentarios porque estoy pensando en

grabar otro vídeo explicando cómo lo he

hecho porque obviamente no lo he hecho

de forma manual he utilizado la

herramienta make que seguro que ya

conoces porque la ha nombrado muchas

veces he utilizado esa herramienta y el

modelo gpt 4 Vision para transformar el

contenido del PDF en este formato tan

estructurado que hemos visto que es un

formato Pues que funciona mucho mejor

que es un formato que conseguido generar

respuestas que el gpt genera respuestas

de mucha más calidad Así que nada lo

dicho Espero que te haya resultado

interesante y nos vemos en próximos

vídeos