Banco de pruebas
La dificultad también cambia qué IA conviene.
Un protocolo publicado permite discutir una comparación. Sin tarea, configuración y criterio de éxito, un ganador no dice demasiado.
Tres niveles
La misma categoría no es la misma tarea.
Los niveles evitan comparar una respuesta corta con un flujo que exige fuentes, formato, validación y varios pasos.
Una instrucción clara, una salida delimitada y una forma directa de comprobarla.
Contexto, restricciones y varios criterios de aceptación dentro de la misma tarea.
Varios pasos, ambigüedad controlada y evidencia suficiente para revisar el resultado.
Contrato de publicación
Qué guardamos antes de publicar una puntuación.
Los resultados se mostrarán sólo con una ejecución reproducible; no convertimos una demostración aislada en un ranking.
Modelo exacto
Proveedor, versión, endpoint, fecha, parámetros y herramientas activas.
Resultado y coste
Prompt, activos, respuesta, tokens, latencia, error y criterio de éxito.
Límite publicado
Muestra, repeticiones, revisión necesaria y cualquier diferencia que afecte a la comparación.
Sectores
Protocolos para trabajo real.
Cada ficha enlaza las tareas candidatas, los criterios de elección y los límites que no se deben automatizar.
Pruebas para programación
Casos básicos, intermedios y avanzados para nutrir comparativas y rankings de este sector.
Ver protocolo →TextoPruebas para marketing y contenido
Casos básicos, intermedios y avanzados para nutrir comparativas y rankings de este sector.
Ver protocolo →AnálisisPruebas para datos y operaciones
Casos básicos, intermedios y avanzados para nutrir comparativas y rankings de este sector.
Ver protocolo →Explicación y aprendizajePruebas para educación
Casos básicos, intermedios y avanzados para nutrir comparativas y rankings de este sector.
Ver protocolo →Análisis documentalPruebas para legal y compliance
Casos básicos, intermedios y avanzados para nutrir comparativas y rankings de este sector.
Ver protocolo →Atención y operacionesPruebas para ecommerce y atención
Casos básicos, intermedios y avanzados para nutrir comparativas y rankings de este sector.
Ver protocolo →Ventas y operacionesPruebas para ventas y CRM
Casos básicos, intermedios y avanzados para nutrir comparativas y rankings de este sector.
Ver protocolo →Documentación y operacionesPruebas para recursos humanos
Casos básicos, intermedios y avanzados para nutrir comparativas y rankings de este sector.
Ver protocolo →Contenido y atenciónPruebas para inmobiliario
Casos básicos, intermedios y avanzados para nutrir comparativas y rankings de este sector.
Ver protocolo →Análisis y operacionesPruebas para finanzas y contabilidad
Casos básicos, intermedios y avanzados para nutrir comparativas y rankings de este sector.
Ver protocolo →Documentación y operacionesPruebas para administración sanitaria
Casos básicos, intermedios y avanzados para nutrir comparativas y rankings de este sector.
Ver protocolo →Atención y contenidoPruebas para turismo y hostelería
Casos básicos, intermedios y avanzados para nutrir comparativas y rankings de este sector.
Ver protocolo →Análisis y síntesisPruebas para investigación
Casos básicos, intermedios y avanzados para nutrir comparativas y rankings de este sector.
Ver protocolo →