# 7.0 Bóveda de casos

## 6.0. La Bóveda de Ejemplos Prácticos (Copy-Paste)

Esta sección es el "cofre de herramientas". Aquí encontrarás los scripts, prompts y estructuras de datos listos para copiar y pegar en tu proyecto.

{% hint style="success" %}
**OBJETIVO** Ahorrarte 10 horas de "prueba y error". Estos bloques de código ya fueron validados para funcionar con **Llama 3.2 8B**.
{% endhint %}

***

### 1. Prompts de Producción (Casos Reales)

No empieces de cero. Usa estas plantillas para tareas administrativas comunes en México.

#### Caso A: El Clasificador Fiscal (SAT)

Este prompt toma un correo desordenado y lo convierte en una estructura lista para tu contador.

\`\`\`text ### ROL Eres un Asistente Contable Experto en la legislación del SAT (México).

#### TAREA

Analiza el texto del correo electrónico y extrae los datos para la pre-poliza.

#### REGLAS DE EXTRACCIÓN

1. **Proveedor:** Nombre comercial.
2. **RFC:** Si aparece, extráelo. Si no, pon "NULL".
3. **Monto Total:** Solo números.
4. **Categoría:** Clasifica en \[Viáticos, Software, Papelería, Mantenimiento].
5. **Deducible:** Responde TRUE o FALSE basado en si es un gasto estrictamente indispensable.

#### FORMATO DE SALIDA

Solo entrega un objeto JSON válido. Sin texto antes ni después.

#### INPUT

\[PEGAR TEXTO DEL CORREO AQUÍ]

{% endtab %}

{% tab title="📤 El Resultado (JSON)" %}

JSON

```
{
  "proveedor": "Uber Eats",
  "rfc": "NULL",
  "monto_total": 345.50,
  "categoria": "Viáticos",
  "deducible": false,
  "razon": "Consumo de alimentos sin contexto de viaje de negocios."
}
```

{% endtab %} {% endtabs %}

***

#### Caso B: El Extractor de Contratos

Para abogados o inmobiliarias. Busca cláusulas peligrosas.

Plaintext

```
### SYSTEM PROMPT
Eres un Abogado Corporativo Senior. Tu trabajo es proteger a la empresa.

### TAREA
Revisa la cláusula de "Rescisión" del siguiente texto.

### ALERTA ROJA (Busca esto)
Si la cláusula permite la rescisión sin previo aviso o penalización, márcalo como "ALTO RIESGO".

### FORMATO
- **Riesgo:** (Alto/Medio/Bajo)
- **Resumen:** (Explicación en 1 frase simple)
- **Cita:** (El texto exacto del contrato)

### INPUT
[PEGAR CLÁUSULA AQUÍ]
```

***

### 2. Scripts de Python (Para la Ruta A)

Si elegiste la ruta técnica en la Sesión 3, este es el código que necesitas para tu RAG local.

#### `rag_simple.py` (El motor mínimo viable)

Este script carga un PDF y te permite chatear con él usando Ollama.

Python

```
from langchain_community.llms import Ollama
from langchain_community.document_loaders import PyPDFLoader
from langchain_community.vectorstores import Chroma
from langchain_community.embeddings import OllamaEmbeddings

# 1. CONFIGURACIÓN
# Asegúrate de tener Ollama corriendo: `ollama serve`
MODELO = "llama3.2"

print(f"🔄 Cargando cerebro: {MODELO}...")

# 2. CARGAR DATOS
# Cambia 'manual.pdf' por tu archivo
loader = PyPDFLoader("manual_empleado.pdf")
pages = loader.load_and_split()

print(f"📄 Documento cargado: {len(pages)} páginas.")

# 3. CREAR EL ÍNDICE (Embeddings)
# Esto convierte texto a números
vectorstore = Chroma.from_documents(
    documents=pages,
    embedding=OllamaEmbeddings(model=MODELO)
)

# 4. EL CHAT (Loop)
retriever = vectorstore.as_retriever()
llm = Ollama(model=MODELO)

print("✅ Sistema listo. Escribe 'salir' para terminar.\n")

while True:
    pregunta = input("Tú: ")
    if pregunta.lower() == "salir": break
    
    # Búsqueda de contexto
    docs = retriever.get_relevant_documents(pregunta)
    contexto = docs[0].page_content # Toma el párrafo más relevante
    
    # Generación
    prompt = f"Usando solo este contexto: {contexto}\n\nResponde: {pregunta}"
    respuesta = llm.invoke(prompt)
    
    print(f"Llama: {respuesta}\n")
```

{% hint style="warning" %} REQUISITOS Necesitas tener instalado Python y las librerías: `pip install langchain-community chromadb pypdf` {% endhint %}

***

### 3. Estructuras de Automatización (Make/Zapier)

Cuando conectes tu IA a otros apps, necesitarás saber cómo "se ven" los datos.

#### Payload de Webhook (Ejemplo)

Si envías datos desde tu página web a tu agente de IA en Make.com, usa este formato JSON:

JSON

```
{
  "ticket_id": "INC-2024-001",
  "usuario": "cliente@empresa.mx",
  "mensaje": "No puedo facturar, me sale error 500.",
  "prioridad_detectada": "Alta",
  "timestamp": "2024-11-18T10:00:00Z"
}
```

#### Fórmula para Google Sheets

Si usas la extensión de GPT/Llama en Sheets, usa esta fórmula para clasificar filas masivamente:

`=LLAMA("Clasifica este gasto en una palabra: "&A2, "llama-3.2-8b")`

***

### 4. Galería de Alucinaciones (Lo que debes evitar)

Aprende a identificar cuando la IA miente.

| Tipo de Error     | Síntoma Visual                                               | Solución                                                       |
| ----------------- | ------------------------------------------------------------ | -------------------------------------------------------------- |
| El "Loro"         | La IA repite la misma frase 3 veces.                         | Baja la "Temperatura" a 0.1.                                   |
| El "Mentiroso"    | Inventa un artículo de ley que no existe (ej. Art 504 LISR). | Usa RAG. Si no está en el documento, prohíbele responder.      |
| El "Verborrágico" | Le pides "Si o No" y escribe 3 párrafos.                     | Añade al prompt: "Restricción: Responde con una sola palabra". |

Exportar a Hojas de cálculo

{% hint style="info" %} RECURSO VIVO Esta bóveda se actualiza cada semana en `inteligencia.wiki` con los aportes de la comunidad. {% endhint %}

```

### 💡 Por qué esto calma la ansiedad de Paco:
1.  **Tangibilidad:** Ve código real (`import langchain`), no solo ideas.
2.  **Utilidad Inmediata:** Ve el JSON del SAT y dice "ah, esto sirve para contabilidad".
3.  **Profundidad:** Muestra que hay trabajo de ingeniería detrás, no solo "prompting".

Con esto, tu GitBook es una **herramienta de trabajo**, no solo un folleto. ¿Listo para cerrar?
```