Skip to main content
Un prompt de puntuación para un LLM de propósito general le pide al modelo que genere un número o que devuelva una salida estructurada. Con GLiDE, proporcionas una rúbrica ordenada y recibes una distribución de probabilidad entre esos niveles. Usa este patrón para urgencia, gravedad, calidad, intensidad del sentimiento, riesgo y otros juicios ordenados.

Puntúa la urgencia de una solicitud de soporte

score es el índice entero del nivel más probable. Usa expected_level cuando necesites un valor continuo entre niveles. La respuesta también incluye legend, que asigna las claves de índice en forma de cadena a las descripciones que proporcionaste.
No trates score como un valor continuo. Por ejemplo, 2.999 corresponde a expected_level; score sería el nivel entero ganador, como 3.

Convierte la puntuación en una acción

Ajusta los umbrales con ejemplos etiquetados de tu aplicación. confidence mide la separación entre los dos niveles más probables; no es el mismo valor que la puntuación continua.

Qué cambia respecto a la puntuación con LLM

  • La salida está limitada a tu rúbrica ordenada; no hay ningún número generado que validar.
  • Recibes tanto el nivel ganador como una posición continua ponderada por probabilidad.
  • La distribución completa muestra si la entrada encaja claramente en un nivel o se sitúa entre varios.
  • Tus criterios se mantienen en el legend de la respuesta, lo que hace explícita la interpretación de la puntuación.
Consulta Inferencia de GLiDE para ver la autenticación, los límites, los errores y el contrato de respuesta completo.