Qué medimos
EXP-03 cambia de habilidad respecto a PDF-01 y PDF-02. Aquí no buscamos resumir: medimos extracción exacta, respeto por valores vigentes, tratamiento de campos ausentes, cálculos simples y seguimiento de un formato obligatorio.
Rúbrica cerrada
| Criterio | Puntos |
|---|---|
| Campos copiados correctamente | 40 |
| Valores vigentes frente a históricos/provisionales | 20 |
| Campos ausentes: NO CONSTA, sin inferir | 15 |
| Cálculos de presupuesto restante | 10 |
| Formato e instrucciones | 10 |
| Cero datos inventados | 5 |
Reglas
Mismo documento, mismo prompt, chat nuevo y ninguna pregunta posterior. Registraremos producto, plan/modelo visible y fecha. Una respuesta bonita no recibe puntos extra: cada campo se compara contra la clave.
Por qué esta prueba es distinta
Hay una fecha histórica que no debe tratarse como vigente, un proveedor ausente, una fecha ausente con una sugerencia informal, un presupuesto provisional no aprobado y un riesgo sustituido. La prueba permite distinguir extracción fiel de inferencias plausibles pero no respaldadas.