Calidad

Cómo probamos los resultados

Lo que comprobamos antes de mostrar un resultado y después de cada ejecución, tal como lo hace hoy nuestro código. Las cifras de esta página se leen de nuestros datos de prueba al cargarla.

Resultados de ejemplo, revisados dos veces

Muchas páginas de herramientas ofrecen un «Resultado de ejemplo»: el resultado real del propio prompt de la herramienta para una entrada de ejemplo, generado una vez y guardado. Antes de publicarse, pasa dos controles.

  • Un control automático rechaza los resultados demasiado cortos, que se niegan o piden más datos, que están en otro idioma, que parecen cortados, que revelan el prompt o que dejan marcadores de plantilla.
  • Después, un revisor de IA puntúa el resto por utilidad, idioma, integridad y seguridad, y se descartan los que puntúan bajo.

Hay 4169 resultados de ejemplo publicados en 18 idiomas. En las últimas revisiones se evaluaron 3795 resultados nuevos y se rechazaron 568.

Revisado después de cada ejecución

  • Cuando responde una herramienta de redacción, un control fijo sin una segunda llamada a la IA elimina el relleno del asistente, como “Certainly! Here is your post:”, y las despedidas, y registra cualquiera de los 15 clichés de IA catalogados que quede en un texto en inglés.
  • Las herramientas de redacción con el interruptor «Verificar datos con fuentes» buscan tu tema en la web una vez, citan lo que usan como [1], [2] y enumeran las fuentes al final. Una afirmación sin fuente se marca como «(sin verificar)» y no se puede inventar ningún enlace.

El modelo adecuado para cada herramienta

Conductor envía cada herramienta a una de 6 familias de modelos (Claude, GPT, Gemini, Cerebras, Grok, Mistral) y cambia a otra cuando falla un proveedor. Cada resultado indica la familia que lo escribió.

Cada cambio se prueba antes de publicarse

Un cambio llega al sitio solo mediante una pull request que supera un control automático: comprobaciones de código, pruebas de contrato, cobertura de traducciones en los 18 idiomas y una búsqueda de secretos. Tras cada versión, se ejecutan pruebas de navegador contra el sitio en vivo.

Lo que las pruebas no pueden garantizar

La IA puede equivocarse. Comprueba datos, cifras y afirmaciones legales, médicas o financieras antes de confiar en ellas.