Lab BLD02: LAB-M02 · De documento a JSON validado: extracción de texto u OCR frente a visión directa

Esquema JSON del documento, resultados de dos estrategias sobre tres archivos ficticios, validación con campos marcados para revisión, coste estimado por documento y nota de privacidad.

Tu reto: LAB-M02 · De documento a JSON validado: extracción de texto u OCR frente a visión directa

Necesitas

Tres documentos, imágenes o audios ficticios del tipo que usará tu producto
Acceso a un modelo con entrada de imagen o documento
Una herramienta de OCR o de extracción de texto de PDF

Pasos

1. Elige un tipo de documento de tu producto y prepara tres ejemplos ficticios, uno de ellos de mala calidad.

2. Define el esquema JSON con los campos que necesitas y una regla de coherencia, por ejemplo que base más IVA sume el total.

3. Procesa los tres archivos con extracción de texto u OCR más modelo, y después con visión o audio directo, pidiendo el mismo esquema.

4. Valida las salidas, marca para revisión los campos que fallan y compara aciertos, coste y tiempo de las dos estrategias.

5. Documenta los límites del proveedor consultados ese día y las medidas de privacidad aplicadas a los archivos.

Checklist de calidad

Se comparan dos estrategias sobre los mismos archivos; la salida cumple un esquema y se valida con al menos una regla de coherencia; ningún campo dudoso se completa sin revisión; se documentan límites, coste y tratamiento de datos personales.

Resultado final

Comparativa de dos estrategias con un JSON validado por documento y una recomendación razonada.

← Volver al módulo Lab de Terminal y Git desde cero →