> ## Documentation Index
> Fetch the complete documentation index at: https://docs.fastino.ai/llms.txt
> Use this file to discover all available pages before exploring further.

> ## Agent Instructions
> Use https://docs.fastino.ai/openapi.json as the source of truth for customer-facing routes. For GLiDE decision inference, call POST https://api.fastino.ai/v1/systemone with model fastino/GLiDE. Do not infer undocumented routes. Read API keys from FASTINO_API_KEY and never embed credentials in code, logs, or reports.

# Noul: la primitiva de decisión de sí/no de GLiDE

> Haz a GLiDE una pregunta de sí/no y obtén una probabilidad calibrada en lugar de una etiqueta, para aplicar un umbral sobre la confianza en lugar de adivinar.

Una pregunta **Noul** plantea una pregunta de sí/no y devuelve una única probabilidad calibrada entre `0` y `1`: la probabilidad de que la respuesta sea "sí". No hay un campo de etiqueta aparte: aplica tú mismo un umbral a la probabilidad para tomar una decisión binaria.

Usa un Noul cuando la propia probabilidad sea la señal útil, no solo un booleano. "¿Esta solicitud cumple los requisitos para un reembolso?" podría devolver `0.999` (claramente sí) o `0.52` (realmente ambiguo); un simple `true`/`false` ocultaría esa diferencia.

<Tip>
  Noul frente a Score: un Noul en `0.5` significa la máxima incertidumbre entre sí y no; no expresa grado. Si necesitas medir un grado (urgencia, gravedad, frustración), usa en su lugar un [Score](/es/concepts/glide-score) con niveles definidos.
</Tip>

## Solicitud

<ParamField body="type" type="string" required>
  Siempre `"noul"`.
</ParamField>

<ParamField body="instructions" type="string" required>
  La pregunta de sí/no que se va a evaluar, en lenguaje natural.
</ParamField>

<ParamField body="criteria" type="object">
  Etiquetas opcionales para los resultados, con claves de descripción `true` y `false`, por ejemplo
  `{"true": "Qualifies", "false": "Does not qualify"}`. Omítelo para usar `"Yes"` y `"No"`.
</ParamField>

<CodeGroup>
  ```bash cURL theme={null}
  curl -s https://api.fastino.ai/v1/systemone \
    -H "X-API-Key: $FASTINO_API_KEY" \
    -H "Content-Type: application/json" \
    -d '{
      "model": "fastino/GLiDE",
      "state": "Refund request: the receipt is attached, the purchase was 10 days ago, and refunds are allowed within 30 days.",
      "questions": {
        "refund_allowed": {
          "type": "noul",
          "instructions": "Does this request qualify for a refund?",
          "criteria": { "true": "Qualifies", "false": "Does not qualify" }
        }
      }
    }'
  ```
</CodeGroup>

## Objeto de respuesta

La entrada correspondiente dentro de `answers` es:

```json theme={null}
{
  "refund_allowed": {
    "type": "noul",
    "noul": 0.99767683794902,
    "confidence": 0.9953536758980399
  }
}
```

* `noul`: la probabilidad de que la respuesta sea "sí". `0.999` es una señal clara de que cumple los requisitos.
* `confidence`: `|2 × noul − 1|`, de `0` (máxima incertidumbre, `noul = 0.5`) a `1` (certeza total, `noul = 0` o `1`). Consulta [Confianza](/es/concepts/decision-models#confianza) para saber cómo actuar en consecuencia.

## Uso del resultado

```python theme={null}
answer = response["answers"]["refund_allowed"]

if answer["noul"] > 0.8:
    action = "auto_approve"
elif answer["noul"] < 0.2:
    action = "auto_deny"
else:
    action = "human_review"  # genuinely ambiguous - don't force a threshold here
```

Ajusta los umbrales (`0.8` / `0.2` en el ejemplo anterior) con datos reales de tu caso de uso en lugar de dar por hecho que son trasladables: la probabilidad y la confianza están calibradas por modelo y no se garantiza que se correspondan con ninguna tolerancia concreta a la ambigüedad de tu negocio.


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.