Cómo hacer preguntas a un PDF y comprobar las respuestas

Qué preguntas puede responder realmente un PDF

Preguntar directamente a un documento es útil para localizar plazos, definiciones, listas, cifras, condiciones o relaciones entre secciones. La respuesta, sin embargo, solo es fiable si el archivo contiene la información y puedes volver al pasaje que la respalda.

Empieza por preguntas localizables cuya respuesta puedas comprobar manualmente. Esto permite detectar problemas de lectura antes de plantear cuestiones complejas. Si primero necesitas entender la estructura general, consulta cómo resumir un PDF sin perder información importante.

Una respuesta basada en conocimiento externo puede ser razonable y aun así no contestar qué dice el documento. Define desde el principio que el material proporcionado es la única fuente y que cualquier inferencia debe marcarse como tal.

Tres tipos de preguntas y su nivel de revisión

Extracción

Busca algo explícito: una fecha, una cifra, una definición o una lista. Suele ser la modalidad más fácil de comprobar, aunque puede fallar si el PDF tiene OCR defectuoso, tablas complejas o páginas mal interpretadas.

Síntesis

Combina información de varias secciones. Pide que identifique los pasajes utilizados y revisa que no haya unido condiciones incompatibles, periodos distintos o conclusiones separadas.

Interpretación

Propone una consecuencia o lectura que quizá no aparece literalmente. Debe quedar separada de la evidencia. La necesidad de revisión aumenta al pasar de extracción a interpretación.

Cómo formular preguntas verificables

Una pregunta como «¿de qué trata?» ofrece pocas pistas para comprobar la respuesta. Es mejor preguntar «¿qué tres conclusiones presenta el autor y en qué secciones aparecen?» o «¿qué plazo establece el apartado 4 y qué excepciones menciona?».

Responde únicamente con este documento. Ofrece una respuesta breve, indica la sección o página que la respalda y distingue entre texto explícito e inferencia. Si la respuesta no consta o la evidencia es insuficiente, dilo claramente.

Para extraer respuestas como filas o campos, utiliza el proceso específico para extraer tablas y datos de un PDF sin inventar valores.

Evidencia, inferencia y «no consta»

Una salida útil puede separar tres bloques: respuesta, evidencia documental e inferencias adicionales. Que aparezca una página o la frase «según el documento» no constituye una prueba por sí sola. Abre la referencia, comprueba el contexto y verifica que corresponda a la afirmación.

«No consta» es una respuesta válida. No debe sustituirse por una estimación probable. Cuando la pregunta admite varias interpretaciones, pide que señale la ambigüedad antes de responder.

Si la respuesta importa, conserva archivo, pregunta, respuesta, fecha y pasaje utilizado. Esta trazabilidad ayuda cuando varias personas trabajan sobre el documento o cuando una decisión debe revisarse más adelante.

Una secuencia de preguntas con control negativo

1. Empieza con dos preguntas de extracción cuya respuesta conozcas.
2. Continúa con una pregunta de síntesis entre secciones.
3. Plantea una pregunta interpretativa y exige que se etiquete como inferencia.
4. Añade una pregunta sobre un dato que sabes que no aparece.
5. Comprueba todas las referencias antes de avanzar.

La pregunta negativa no busca engañar a la herramienta. Comprueba si reconoce el límite de la evidencia. Si inventa esa respuesta o falla en las preguntas conocidas, reduce la confianza y revisa el flujo antes de tratar asuntos importantes.

Ejemplo ficticio: una obligación, una excepción y un dato ausente

Este ejemplo es ficticio y no describe una prueba realizada por ATALUMA. Imagina un manual interno que indica en la sección 3 que los informes deben entregarse el último día laborable del mes. La sección 5 exceptúa los proyectos suspendidos. El documento no identifica quién debe aprobar la entrega.

Primera pregunta: «¿Cuándo deben entregarse los informes y dónde consta?». La respuesta correcta debe localizar la sección 3. Segunda: «¿Se aplica a todos los proyectos?». Debe incorporar la excepción de la sección 5. Tercera: «¿Quién aprueba la entrega?». La respuesta documental correcta es «no consta».

Decir que probablemente aprueba el responsable del proyecto sería una inferencia externa, no una respuesta respaldada. El flujo debe mostrar:

1. Respuesta: breve y concreta.
2. Evidencia: sección y pasaje pertinente.
3. Clasificación: explícita, inferida o no consta.
4. Comprobación: vuelta al PDF original.

Errores frecuentes y conversaciones largas

• Aceptar una respuesta solo porque está bien escrita.
• Tratar una cita visible como demostración automática.
• Perder condiciones al combinar cuerpo principal y anexos.
• Confundir información externa con contenido del archivo.
• Usar una conversación muy larga sin recordar qué documento o sección sustenta cada respuesta.
• No volver al original cuando existen consecuencias académicas, profesionales o legales.

En conversaciones largas, resume periódicamente qué afirmaciones han quedado verificadas y abre un chat nuevo si el contexto empieza a mezclar documentos o instrucciones. En contratos u otros materiales sensibles, utiliza la IA como ayuda de localización, no como sustituto de una revisión profesional.

Checklist final y conclusión

El objetivo no es obtener más respuestas, sino respuestas que puedas comprobar. Si el archivo parece mal leído, revisa primero si contiene texto real, un escaneo o un OCR defectuoso. Para ampliar el control de afirmaciones, consulta cómo detectar información inventada.