Lo que necesitas para completar este tutorial
- ✓ Cronología estructurada de los hechos clave
- ✓ Índice de documentos con evidencia asociada
- ✓ Prioridad de riesgos legales con recomendaciones concretas
Antes de empezar, asegurate de tener lo siguiente:
BioVector Pharmaceuticals, sector farmacéutico — el problema real
BioVector enfrenta una investigación interna tras reportes de retrasos en notificación de eventos adversos y comunicación incompleta entre equipos de farmacovigilancia. El comité de dirección necesita una reconstrucción fiable de hechos y priorizar riesgos legales antes de comunicar externamente.
Con Gemini Notebook (antes NotebookLM) y el prompt de este tutorial, puede resolver este reto en 30-45 minutos — sin conocimientos tecnicos previos.
Datos + contexto
Prompt estructurado
Listo para usar
Cuando usar este tutorial
| ✓ Usalo cuando... | × No lo uses cuando... |
|---|---|
|
|
Preparar y cargar el corpus documental
Organice y valide los documentos relevantes antes de la ingesta. La calidad de la cronología depende de la exhaustividad y la estructura de los ficheros cargados.
-
1
Reunir los documentos clave Compile correos, informes de farmacovigilancia, actas de reunión y contratos del periodo objetivo. Priorice archivos con metadatos (fecha, remitente, receptor) y asegúrese de incluir versiones finales y borradores relevantes.
-
2
Estandarizar formatos y nombrado Convierta a formatos óptimos (PDF o DOCX) y aplique un esquema de nombres que incluya fecha y origen (ej: 2024-03-12_FVInforme_DptoX.pdf). Esto facilita la indexación y la referencia cruzada automática.
-
3
Cargar al repositorio on‑premises de Gemini Notebook (antes NotebookLM) Use las credenciales administrativas para subir la carpeta al entorno local. Verifique permisos y realice una primera indexación para detectar errores de OCR o archivos corruptos.
Configurar parámetros de extracción y criterios legales
Defina reglas de extracción y prioridades legales que guiarán al modelo en la identificación de eventos y riesgos. Esto reduce falsos positivos y alinea el output con requisitos de cumplimiento.
-
1
Establecer filtros temporales y de autor Configure el periodo [PERIODO] y, si procede, limite por autores o departamentos. Esto centra el análisis en el marco temporal relevante y evita ruido documental.
-
2
Definir tipos de eventos y palabras clave legales Proporcione una lista de eventos relevantes (ej: notificación de EA, modificacion de protocolo, suspensión de lote) y términos legales críticos para priorización.
-
3
Ajustar umbrales de confianza Especifique niveles mínimos de certeza para extraer eventos y asociarles evidencia; umbrales más altos reducen trabajo de revisión, umbrales más bajos aumentan exhaustividad.
Ejecutar el prompt principal
Este es el prompt central del tutorial. Cópialo completo, rellena las variables entre corchetes con los datos de tu empresa o situación, y envíalo.
-
1
Copia el prompt completo Selecciona todo el texto del prompt y cópialo. No modifiques la estructura — está diseñado para obtener el output más útil posible.
-
2
Rellena las variables entre corchetes Sustituye cada [VARIABLE] con información real de tu empresa. Cuanto más específico seas, mejor será el output.
-
3
Envía el prompt y espera la respuesta Pega el prompt en el chat y envíalo. El modelo puede tardar entre 10 y 60 segundos dependiendo de la complejidad.
Refinar y validar la cronología
Revise los resultados, valide los eventos con el equipo legal y itere sobre el prompt para ajustar prioridades o corregir interpretaciones erróneas.
-
1
Corroborar eventos con fuentes originales Use las referencias documentales incluidas por Gemini Notebook (antes NotebookLM) para verificar cada evento; marque discrepancias y anote evidencias faltantes.
-
2
Ajustar prioridades y solicitar versión ejecutiva Si la priorización no es la esperada, modifique los criterios y solicite una versión resumida para el Comité de Dirección con acciones recomendadas y responsables.
Prompts para refinar el output
Estos son los ajustes mas frecuentes que se piden despues del primer output. Copialos directamente en el chat:
-
cuando el output es demasiado genérico.
"Repite el análisis enfocándote exclusivamente en eventos relacionados con [TIPO_DOCUMENTOS] y prioriza solo riesgos vinculados a incumplimiento regulatorio. Para cada evento, añade la línea exacta del documento donde aparece la evidencia y marca el grado de certeza (Alta/Media/Baja) con criterio legal."
-
cuando necesitas más o menos profundidad.
"Genera dos versiones: 1) Resumen ejecutivo de una página orientado al Comité de Dirección; 2) Anexo técnico con la cronología extendida y enlaces a fragmentos documentales. Indica claramente qué se omite en la versión ejecutiva."
-
cuando el tono no es el adecuado para tu audiencia.
"Reescribe el resumen ejecutivo en tono neutral y legalmente cauteloso, eliminando juicios concluyentes y añadiendo advertencias sobre supuestos no verificados. Mantén máximo 200 palabras."
-
para compartir con el Comité de Dirección.
"Extrae los 5 hechos más críticos y las 3 recomendaciones inmediatas en formato bullet points, incluyendo responsable propuesto y plazo. Añade una sola línea sobre el nivel de confianza general."
Que vas a obtener
Este es el tipo de output que genera Gemini Notebook (antes NotebookLM) con el prompt de este tutorial. El contenido varia segun tu empresa y situacion, pero la estructura es siempre esta:
Las prioridades de riesgo están justificadas con probabilidades y potencial de daño
Cada recomendación tiene responsable y plazo concreto
Se aporta una versión ejecutiva lista para presentación
Inversion y retorno
Que hacer cuando algo no funciona
| Sintoma | Causa probable | Solucion exacta |
|---|---|---|
| Faltan documentos esperados tras la indexación | Permisos insuficientes o archivos en formatos no reconocidos | Verificar permisos de lectura en la carpeta, convertir archivos a PDF/DOCX y reindexar; comprobar logs de ingestión. |
| Eventos duplicados o redundantes en la cronología | Múltiples versiones del mismo documento sin desduplicación | Aplicar desduplicación basada en hash o identificador interno y priorizar versiones finales; ejecutar la deduplicación en Gemini Notebook (antes NotebookLM) antes del análisis. |
| Alta cantidad de falsos positivos en extracción de eventos | Umbral de confianza demasiado bajo o palabras clave demasiado genéricas | Aumentar umbral de confianza, refinar lista de palabras clave y volver a ejecutar el análisis limitado a subcorpus. |
| Citas textuales sin localización exacta | Problemas de OCR o metadatos incompletos | Reprocesar documentos con OCR de alta calidad, corregir metadatos y volver a indexar para recuperar localizaciones precisas. |
| Inconsistencias temporales sin explicación | Fechas en metadatos incorrectas o versiones de documentos con sellos diferentes | Comparar sellos internos del documento, revisar encabezados y corroborar con otras fuentes; marcar discrepancias y solicitar aclaración al autor. |
Como hacer este tutorial con Gemini Notebook (antes NotebookLM) en modo avanzado
En modo agente, Gemini Notebook (antes NotebookLM) puede ejecutar flujos automáticos: ingesta, extracción, sincronización con sistemas internos y generación de entregables. Use el agente para análisis repetibles que requieren integración con bases de datos internas y validación por reglas jurídicas.
Flujo de trabajo avanzado
-
1
Configurar flujo de ingesta automático apuntando a la carpeta protegida del caso
-
2
Definir pipeline de extracción: OCR -> metadatos -> detección de eventos
-
3
Establecer reglas de priorización y thresholds automáticos según criterios legales
-
4
Programar entregables automáticos (cronología y resumen ejecutivo) y notificaciones al equipo legal
Que hacer ahora?
Ahora que has completado este tutorial, hay dos caminos naturales:
Puedo hacer esto sin que mis datos salgan de la empresa?
Si. Este caso de uso trabaja con datos que, por su naturaleza confidencial, estrategica o regulada, son candidatos optimos para ejecutarse con un modelo de lenguaje open source desplegado en infraestructura propia (on-premises o nube privada). Con esta configuracion, ningun dato abandona nunca los servidores de tu organizacion y el modelo no puede ser entrenado con tu informacion.
Mistral Large 2 — Excelente para extraccion de informacion y clasificacion con alta precision.
Qwen 2.5 72B — Especialmente potente para analisis de datos tabulares y financieros.
vLLM — Para entornos de produccion con multiples usuarios simultaneos.
LM Studio — Para pruebas y uso individual sin configuracion de servidor.
GPU: 2x NVIDIA A100 40GB o 4x RTX 4090.
RAM: 128GB minimo.
Alternativa cloud privada: AWS Private Cloud, Azure Government o Google Cloud Confidential Computing.
La configuracion de modelos open source on-premises requiere un proveedor tecnico especializado. Agere puede ayudarte a desplegar esta solucion en tu infraestructura de forma segura, con garantias legales y sin que tus datos salgan nunca de tu organizacion.