Elige con una prueba que puedas corregir tú. Para un almacén, convertir «dos cajas» en la cantidad correcta importa más que la soltura con que el asistente redacte la respuesta.
Entrega a los dos modelos el mismo catálogo
Abre una conversación nueva en cada herramienta. Usa estos artículos ficticios y trabaja fuera del programa que emite albaranes. Presentación de GPT-6.2 Astra y presentación de Claude Fable 5.2.
- A12. Aceite en botellas de medio litro. Una caja contiene doce botellas.
- B06. Vinagre de manzana. Se vende por botellas sueltas.
Pídeles una fila por referencia con la cantidad en botellas, la frase que justifica el cálculo y las dudas pendientes. Entrega cada correo por separado.
Corrige las respuestas con esta chuleta
- «Dos cajas de A12 y seis B06». Deben salir dos líneas: 24 botellas de aceite y 6 de vinagre.
- «Dos cajas del de siempre». Falta la referencia. La respuesta útil pide aclaración y deja el pedido pendiente.
- «Tres B06. Corrijo el mensaje anterior: eran cuatro». La última cantidad sustituye a la anterior. Son 4 botellas, en una sola línea.
Decide qué merece una segunda prueba
Apunta cuánto has tardado en revisar cada respuesta. Marca por separado los errores que cambiarían una entrega y los pequeños ajustes de formato. Si una respuesta inventa la referencia, esa fila requiere revisión humana aunque las demás estén bien.
Para la siguiente ronda, prepara pedidos ficticios con tus unidades habituales, una corrección en catalán y dos productos con nombres parecidos. Conserva la instrucción y la respuesta esperada para repetir la comparación. Qué debe resolver un programa de gestión de pedidos.
