OpenCesta: reservar el LLM para las comparaciones ambiguas

Reglas antes de llamar al modelo

Enviar cada comparación a un LLM repite trabajo que el código ya puede resolver.

OpenCesta, un proyecto para comparar productos de supermercados, documenta una alternativa: reglas primero y un modelo para los pares ambiguos.

Conservar una decisión verificable

El ejemplo es concreto. Aceite de oliva y aceite de orujo comparten palabras, pero no son equivalentes. En esos casos, el juez devuelve una categoría y un motivo: equivalente, sustituto o distinto.

Además, consulta una caché antes de llamar al modelo. Guarda el veredicto junto a los nombres exactos de los productos, la explicación y el modelo utilizado. Así se puede revisar qué se decidió sin repetir la consulta.

Para un SaaS que concilia catálogos, probaría ese mismo reparto: resolver coincidencias claras con reglas y enviar al modelo solo las dudas que siguen abiertas.

Revisar antes de reutilizar

El límite también importa. Una respuesta guardada puede estar equivocada. Si cambian las reglas o la información relevante, conviene revisar su validez antes de reutilizarla. La caché conserva una decisión; no demuestra que sea correcta.

Antes de elegir un modelo más potente, mediría qué casos necesitan realmente una llamada.

¿Qué diferencia entre dos productos obligaría a revisar una equivalencia en tu catálogo?