4D AIKit: Salidas estructuradas
Cuando se utiliza IA en una aplicación, a menudo se necesitan resultados que el código pueda analizar, no sólo texto sin formato. Tanto si está generando datos para una interfaz de usuario, automatizando la lógica de negocio u orquestando un razonamiento de varios pasos, las respuestas predecibles y legibles por la máquina son esenciales.
Por eso 4D 21 AIKit introduce el nuevo atributo response_format que le permite definir la estructura exacta de la salida del modelo para garantizar la coherencia, la validación y la integración sin problemas en la lógica de su aplicación.
Búsqueda semántica: consulta por similitud vectorial
Con la creciente importancia de la búsqueda basada en vectores en aplicaciones de IA como la búsqueda semántica, los motores de recomendación y el procesamiento del lenguaje natural, 4D introduce soporte nativo para consultas vectoriales en la función query(). Esta mejora introduce las comparaciones de similitud vectorial directamente en el lenguaje de DataClass.query() y EntitySelection.query().
4D 21 y AI Kit: redefinir cómo piensan y actúan las aplicaciones
Con 4D 21, la IA da un salto de gigante. En el corazón de esta evolución se encuentra la llamada a herramientas de AI Kit, una incorporación masiva que transforma la forma de integrar la IA en sus aplicaciones.
La llamada a herramientas le permite ampliar las capacidades del modelo registrando sus propios métodos o funciones, que la IA puede llamar automáticamente cuando sea relevante. Esto significa que, en lugar de gestionar manualmente cada interacción, el asistente de chat invoca automáticamente sus gestores, lo que le da flexibilidad y control.
Encuentre el lugar correcto en su documento 4D Write Pro con IA
En las aplicaciones 4D, los documentos de gran tamaño son habituales: informes financieros, directrices internas, manuales técnicos… Buscar una palabra clave exacta a menudo no es suficiente. Desplazarse por informes de 30 páginas para encontrar un párrafo no sólo lleva mucho tiempo, sino que también es susceptible a errores. Aquí es donde la IA puede ayudar.
El enfoque semántico basado en vectores, introducido en 4D 20 R10, ya permite encontrar un documento 4D Write Pro relevante incluso cuando se utilizan palabras diferentes (por ejemplo, «insertar imagen» frente a «añadir imagen»).
Pero, ¿qué ocurre cuando un documento abarca varias páginas y cubre varios subtemas? Aunque todo el texto pueda convertirse en un único vector, los resultados suelen ser mejores cuando se trabaja a una escala más fina. Esta es la idea que subyace al chunking: dividir un documento en segmentos coherentes, cada uno representado por su propio vector.
Esto es precisamente lo que nos permite ir más allá: recuperar no sólo el documento correcto, sino también el pasaje exacto que coincide con la búsqueda.
Búsqueda por significado, no por metadatos: filtrado semántico de imágenes con 4D.Vector
Sus usuarios no piensan en términos de nombres de archivo o jerarquías de carpetas. Piensan en ideas.
- «Un robot pintado en acuarela».
- «Una playa soleada llena de color».
- «Algo parecido a la Mona Lisa… pero del futuro».
No importa si esa idea proviene de una imagen, de un pedido de un cliente, de un correo electrónico o de un documento 4D Write Pro, el reto es el mismo: ¿cómo ofrecer resultados que coincidan con la intención, no sólo con las palabras clave?
Con 4D.Vector y 4D AI Kit, su aplicación puede finalmente dar sentido al significado. En este post, lo ilustraremos con la búsqueda semántica por similitud de imágenes. Y aquí está la clave: en realidad no estamos trabajando con imágenes en bruto, estamos trabajando con sus descripciones. El mismo enfoque funciona para cualquier tipo de datos de texto en su aplicación.
Análisis inteligente de documentos 4D Write Pro con IA
En muchas aplicaciones profesionales, los usuarios introducen o reciben texto no estructurado: comentarios de clientes, notas internas, tickets de soporte, informes y mucho más. Este contenido representa información valiosa, pero es difícil de aprovechar sin un procesamiento específico.
Aquí es donde la inteligencia artificial se convierte en una poderosa herramienta: analizando automáticamente el contenido escrito de un documento 4D Write Pro, puede extraer metadatos útiles para comprender, clasificar o priorizar.
En esta demostración, hemos implementado un escenario completo de análisis automático de documentos 4D Write Pro utilizando IA. A partir de un texto simple, la IA es capaz de:
- Generar un título conciso que refleje el contenido
- Identificar el tono (positivo, negativo, informativo, urgente…)
- Sugerir etiquetas de clasificación
- Evaluar la calidad de la redacción del documento
El objetivo es claro: enriquecer automáticamente los documentos con metadatos útiles, sin cambiar la experiencia del usuario.
La IA aporta una búsqueda mágica a los documentos 4D Write Pro
En numerosas aplicaciones profesionales 4D, los documentos lo son todo: notas técnicas, informes, manuales, guías internas. Pero cuando los usuarios no pueden recordar el texto exacto, encontrar el correcto se vuelve lento, frustrante, o peor imposible.
Con 4D 20 R10, la búsqueda semántica alimentada por vectores de IA cambia esta situación. En lugar de coincidir con palabras claves, coincide con el significado. Los usuarios obtienen el documento correcto, incluso si buscan con palabras diferentes o en un idioma diferente. Es una forma más inteligente de hacer aflorar el conocimiento oculto en los documentos: rápida, precisa y adaptada a las búsquedas reales de los usuarios.
Veamos un ejemplo concreto: un usuario quiere localizar una nota técnica que explica cómo insertar una imagen en un documento 4D Write Pro. Sin embargo, es posible que no recuerde la frase exacta utilizada en el documento.
ESCAPARATE: INFORMES DE GASTOS INTELIGENTES CON AI
Usted conoce el dolor de la presentación de informes de gastos, no para usted, para sus usuarios. Los recibos que se acumulan, la introducción manual, los errores tipográficos que se cuelan. Con 4D AIKit, todo eso desaparece. Una simple carga convierte un recibo o factura en papel en un JSON limpio y estructurado, listo para su base de datos.
No más pérdidas de tiempo en totales, fechas o nombres de proveedores. Vision AI lo lee, los modelos lingüísticos lo estructuran y 4D lo integra directamente en su aplicación. Del papel a la base de datos en segundos, y sus usuarios nunca sentirán la fricción.
4D AI: descubra el poder de los vectores 4D
Cuando se trabaja con aplicaciones modernas, especialmente aquellas que involucran Inteligencia Artificial, procesamiento de lenguaje natural o datos espaciales, la matemática vectorial es clave. Por eso 4D 20 R10 introduce un nuevo objeto: 4D.Vector, diseñado para ayudar a los desarrolladores a almacenar y comparar vectores de datos con sólo unas pocas líneas de código.
Por ejemplo, si está creando una funcionalidad para clasificar imágenes basándose en lo bien que coinciden con un texto, simplemente genere vectores, compárelos usando la similitud coseno, y ordene sus resultados de más a menos relevante, todo directamente en 4D.
Por qué su pila de búsqueda está rota y cómo lo soluciona Vector Search
Usted formula una pregunta. Su sistema le ofrece coincidencias de palabras clave: cerca, pero no la respuesta. ¿La verdadera información? Está enterrada en un documento, redactada de forma diferente o escondida en un formato que la búsqueda no puede entender.
Ahora imagina una búsqueda que entienda lo que quieres decir, aunque no lo expreses a la perfección. Que busque el significado, no sólo palabras que coincidan.
Ese es el cambio que exploramos en esta entrada del blog: qué está fallando hoy en día, qué lo está sustituyendo y por qué la búsqueda vectorial se está convirtiendo en el nuevo valor predeterminado para los equipos que necesitan claridad a escala.
Contacto con nosotros
¿Tiene alguna pregunta, sugerencia o simplemente quiere ponerse en contacto con los bloggers de 4D? Escríbenos.
* Su privacidad es muy importante para nosotros. Haga clic aquí para ver nuestra Política