Prompt de extracción a JSON con esquema, validación y reintentos

Prompt

Actúa como ingeniero de LLM especializado en extracción de datos estructurados para sistemas en producción.

Contexto:
- Tipo de documento de entrada: {{documento}}
- Campos que necesito extraer (nombre, tipo, si es obligatorio): {{campos}}
- Lenguaje y librería de validación: {{lenguaje}}
- Ejemplo real de entrada (anonimizado):
```
{{ejemplo}}
```

Entregables:
1. JSON Schema completo con tipos, formatos (fechas ISO 8601, importes como número y moneda separada), enumeraciones y campos obligatorios.
2. Prompt de sistema para la extracción con reglas explícitas: devolver solo JSON válido, usar null cuando un dato no aparezca (nunca deducirlo), no normalizar nombres propios, cómo tratar varios valores candidatos y texto ambiguo.
3. Dos ejemplos de entrada y salida (few-shot), uno de ellos con campos ausentes.
4. Código en {{lenguaje}} que llame al modelo, active la salida estructurada o el modo JSON si el proveedor lo ofrece, valide contra el esquema y reintente como máximo dos veces enviando el error de validación.
5. Campo opcional de confianza o de evidencia (cita literal del texto) para cada valor y cuándo conviene usarlo.
6. Diez casos de prueba: documentos incompletos, formatos de fecha distintos, idiomas mezclados, valores contradictorios e instrucciones maliciosas dentro del texto.
7. Cómo medir la calidad: exactitud por campo frente a un conjunto etiquetado a mano.

Restricciones:
- No inventes parámetros de API: si una opción depende del proveedor, indícalo como [VERIFICAR en la documentación oficial].
- El modelo nunca debe rellenar un campo sin evidencia en el texto.
- Si los campos son ambiguos o falta el ejemplo, pregúntame antes.

Formato: secciones numeradas con bloques de código JSON y {{lenguaje}}.

Cómo usarlo

Ejemplo de uso

Resultado de ejemplo

from enum import Enum
from pydantic import BaseModel, Field, ValidationError

class TipoReforma(str, Enum):  # valores definitivos: [COMPLETAR]
    bano = "baño"
    cocina = "cocina"
    integral = "integral"
    otra = "otra"

class Solicitud(BaseModel):
    nombre: str
    telefono: str | None = None
    ciudad: str | None = None
    tipo_reforma: TipoReforma | None = None
    presupuesto_max_eur: float | None = Field(default=None, ge=0)

def extraer(texto: str, max_reintentos: int = 2) -> Solicitud:
    mensajes = [{"role": "user", "content": texto}]
    for _ in range(max_reintentos + 1):
        # Modo JSON / salida estructurada según el proveedor: [VERIFICAR en la documentación oficial]
        bruto = llamar_modelo(SYSTEM_PROMPT, mensajes)
        try:
            return Solicitud.model_validate_json(bruto)
        except ValidationError as error:
            mensajes += [
                {"role": "assistant", "content": bruto},
                {"role": "user", "content": f"El JSON no es válido: {error}. Devuelve solo el JSON corregido."},
            ]
    raise ValueError("El modelo no devolvió un JSON válido")

{"nombre": "Marta", "telefono": "600 000 000", "ciudad": "Zaragoza",
 "tipo_reforma": "baño", "presupuesto_max_eur": 6000}

Datos clave

Categoría

Programación y desarrollo · Agentes IA

Tipo de resultado

Código

Nivel

Avanzado

Pensado para

ChatGPT, Claude y Gemini

Verificado en

Pendiente de verificación editorial

Variables

Tipo de documento, Campos a extraer, Lenguaje y validación y Ejemplo de entrada

Idioma

Español

Precio

Gratis, sin registro

Actualizado

07/11/2026

Preguntas frecuentes