1. El Peligro de las Alucinaciones Numéricas
Los modelos de lenguaje generativo están entrenados para predecir el siguiente token más probable, no para hacer balances contables. Si un director le pregunta a un chatbot genérico cuánto dinero se recaudó este sábado, el LLM puede inventar una cifra convincente pero totalmente falsa.
2. La Solución: Text-to-SQL con Esquema Tipado y RAG
En Vértice Labs aplicamos una arquitectura de tres pasos:
- Traducción de intención a consulta SQL: El modelo solo recibe el esquema relacional estricto (tablas de tickets, insumos, arqueos) y traduce la pregunta en una consulta SQL parametrizada de solo lectura.
- Ejecución determinista en PostgreSQL: La base de datos calcula las sumas, promedios y márgenes de forma matemática exacta con cero margen de error.
- Síntesis ejecutiva: El LLM recibe el resultado tabular de la consulta y redacta una respuesta concisa y profesional para el usuario.
3. Implementación en Noctra Copilot
Esta es la base tecnológica del asistente conversacional de Noctra (Noctra Copilot), que permite a dueños de discotecas preguntar en lenguaje natural: "¿Qué barra vendió más entre las 02:00 y las 03:30 AM y cuántas botellas de gin descorcharon?" y recibir un informe verídico auditado en menos de 2 segundos.