Qué es un modelo de lenguaje (LLM)

LLM son las siglas de large language model: modelo de lenguaje de gran tamaño. Es una clase de modelo de lenguaje, dentro de la inteligencia artificial. Aquí hablamos de los modelos generativos que producen el texto de las conversaciones actuales. La palabra «generativo» indica que pueden construir una respuesta nueva; no significa que toda la inteligencia artificial funcione así. Si quieres situarlo en la categoría general, consulta qué es un modelo de IA.

Para generar una respuesta, el modelo trabaja con tokens: fragmentos de texto que pueden ser una palabra, parte de ella o un carácter. Produce nuevos fragmentos teniendo en cuenta el encargo, la información disponible y lo que ya ha escrito. No hace falta imaginar una colección de correos terminados entre los que elige uno. Tampoco es exacto decir que selecciona siempre la palabra más probable: la unidad de trabajo puede ser menor que una palabra.

El contexto es la información que tiene disponible para esa respuesta: instrucciones, consulta, documentos aportados y texto previo. Por eso dos encargos sobre la misma vivienda pueden orientar el borrador de forma distinta. Pedir una respuesta cordial a un interesado no es lo mismo que pedir un resumen interno de las condiciones. Para entender esa unidad de texto con más detalle, tienes la ficha de qué es un token.

El entrenamiento ajusta el modelo: modifica sus parámetros, los valores internos con los que procesa información. En cambio, escribir instrucciones o aportar ejemplos dentro de una conversación orienta la respuesta sin modificar por sí mismo esos valores. Entregar la ficha del inmueble permite usarla en ese encargo; no equivale a crear un modelo propio de la inmobiliaria. Tampoco demuestra que ese dato vaya a estar disponible en cualquier conversación futura. Son formas distintas de aportar información al trabajo.

La política de datos es otra cuestión. Que una conversación no cambie por sí misma el modelo no te dice qué guarda el proveedor ni qué uso posterior puede hacer de ella. Antes de incorporar documentos del negocio, revisa las condiciones del servicio y acuerda qué materiales puede compartir el equipo. Para la prueba usa información ficticia o autorizada, sin datos personales innecesarios. La explicación de entrenamiento de un modelo te ayuda a distinguir ese proceso de una instrucción cotidiana.

Empieza con una tarea acotada, como las de la tabla, y define qué resultado esperas antes de pedirlo. Conserva el material original y el borrador para poder compararlos. Si pruebas varias herramientas, usa la misma consulta y la misma fuente: cambiar ambos materiales a la vez te dificulta saber por qué una respuesta sirve mejor. No necesitas encargar un sistema que actúe por ti para averiguar si un borrador de texto resulta útil.

Anota preparación, revisión y correcciones, y compara ese trabajo con tu forma habitual de hacerlo. Registra las omisiones y los datos añadidos sin respaldo; la buena presentación no debe ocultarlos al valorar el resultado. La decisión depende del trabajo completo que te deja, no solo de lo rápido que aparece el texto en pantalla. Si necesitas practicar cómo plantear el encargo y comprobar la respuesta, el siguiente paso es el curso gratuito de Ciade.