Tenemos un agente de IA que redacta los borradores del blog de nuestra web. Un humano los revisa antes de publicarlos. Queríamos un español neutro con tuteo, pero algunos textos salían con voseo (podés, tenés). Eso choca con buena parte de nuestra audiencia.
Qué probamos primero: agregamos a las instrucciones del agente una lista con las formas que no debía usar. Parecía lo lógico. Salió al revés: el agente veía esas palabras y a veces las sugería. Mencionarlas, aunque fuera para prohibirlas, las dejaba más a mano.
Qué funcionó:
- Quitamos la lista de las instrucciones y dejamos una descripción positiva del tono: tuteo, cercano, claro.
- Pasamos el control a una prueba automática que revisa cada texto antes de publicarlo. Así la IA no tiene que "recordar" una lista de palabras prohibidas.
- Corregimos a mano los posts que ya estaban publicados.
Qué no funcionó del todo: la primera versión del detector marcaba como error frases correctas. Por ejemplo, los verbos en pasado en primera persona o algunas siglas en mayúsculas. Tuvimos que agregar excepciones y hacer que ignorara los fragmentos de código y los enlaces. Un detector que falla mucho termina ignorado.
Otro aprendizaje de la semana: nuestro naranja de marca no tenía suficiente contraste para usarlo en texto. Ahora ese naranja solo decora, y para el texto usamos una versión más oscura. En resumen: un color, un uso.
Mi pregunta para ustedes: ¿cómo controlan el tono o la variante del idioma en textos generados con IA? ¿Les funcionan mejor las instrucciones positivas, los ejemplos o la validación después de generar?
Lo compartimos desde Tinto & Bots, donde armamos agentes de IA y automatizaciones con un humano en el circuito. Estamos construyendo nuestra propia web en público.
Esta entrada forma parte de nuestra bitácora semanal: construimos en público y contamos lo que aprendemos.