Trazabilidad
Es la única promesa que hace ScriptorIA, y la que decide si un documento generado sirve para algo o es un borrador bonito que hay que comprobar entero a mano.
La prueba
Las mismas cuatro frases, el mismo modelo, el mismo tono. A la izquierda, con las fuentes fijadas. A la derecha del interruptor, sin ellas. La prosa apenas se mueve; los hechos, sí. Mira sobre todo la última: donde el cuadro de indicadores está vacío, un modelo suelto afirma que todo se ha cumplido.
El documento y sus fuentes son un caso construido —no hay una memoria real detrás—. La forma del identificador de cita y los tres estados de anclaje sí son los del producto. La demostración los pinta frase a frase para que se vean; en el producto el estado se anota por sección, que es la unidad que se genera.
3. Actividades realizadas y grado de cumplimiento
El mecanismo
Guardar «página 4 del documento 812» no sirve: en cuanto el repositorio se reindexa, el identificador cambia y la cita apunta al vacío. ScriptorIA deriva el identificador del contenido, no de la fila de la base de datos.
De la biblioteca, el documento, la cola del encabezado en el que cae el fragmento y los primeros caracteres del propio fragmento. Todo eso pasa por un resumen criptográfico y da un identificador estable.
cite_id = sha256(
library_id | document_id |
heading_tail | snippet[:256]
)
El identificador se guarda con la unidad y en el taller se ve siempre. A la salida viaja sólo donde el renderizador lo escribe, y no son todos los formatos: lo decimos aquí porque un lector daría por hecho que sí. Preferimos que se vea a que exista una versión «con citas» y otra «limpia», que es como se acaba enviando la que no las tiene.
Las tres puertas
La generación va acotada a la biblioteca ancla de la obra: nunca se busca «en general». Es lo que impide que el informe de un cliente se escriba con documentos de otro. Si la obra no tiene ancla, el servicio recurre a la biblioteca de trabajo que tenga configurada; anclar la obra es lo que convierte esa cortesía en una garantía.
Dentro de esa biblioteca, cada sección puede acotarse todavía más a los documentos que le corresponden. Un apartado económico no lee el manual de calidad porque esté en la misma carpeta.
Lo que el autor escribe a mano no entra suelto en el prompt: se materializa antes como un fichero citable en el corpus de la obra. Así también él aparece en la lista de fuentes, en vez de colarse como conocimiento salido de ninguna parte.
Lo que esto no es: no es una garantía de que el texto sea correcto. Un fragmento puede estar bien citado y mal interpretado, y un documento fuente puede estar desactualizado. Lo que cambia es dónde tiene que mirar el revisor: en vez de comprobar cuarenta páginas, comprueba las frases que la canaleta marca en ámbar y las que ninguna fuente sostiene.
Y dónde no llega hoy: lo anterior vale para el contenido escrito con recuperación —los informes—. Las tablas y las fichas se producen por extracción directa: el motor lee el documento de corrido, hasta un techo de 50.000 caracteres —unas veinte páginas—, y devuelve el dato, sin fragmentos. Lo que caiga fuera de ese techo no se ve, y el campo vuelve vacío sin decir por qué. Ahí la unidad de trazabilidad es el documento, no el párrafo, y la salida no lleva identificadores de cita. Es una limitación real del camino rápido, y preferimos escribirla aquí a que la descubra alguien abriendo un XLSX.
Con todo eso dicho, la diferencia sigue siendo la de arriba: un borrador donde sabes qué frase comprobar, frente a uno donde hay que comprobarlas todas. Eso es lo que se lleva las tardes.
