Un glosario escrito para ser citado

Por qué un glosario, precisamente

Por cómo se construye la respuesta. Cuando un asistente responde a una pregunta sobre, digamos, chunking, no lee una página sobre chunking: un recuperador parte los documentos en pasajes, los convierte en vectores y le devuelve al modelo los pocos que quedan más cerca de la pregunta. El modelo responde a partir de esos pasajes.

Eso convierte una definición en un tipo de texto muy particular. Tiene que sobrevivir a que la recorten de su página y la lean sola. El artículo de Anthropic sobre recuperación contextual nombra exactamente ese fallo: su fragmento de ejemplo, los ingresos de la empresa crecieron un 3% respecto al trimestre anterior, es inútil aislado porque no nombra ni la empresa ni el trimestre. Añadir contexto antes de vectorizar redujo sus fallos de recuperación un 49%, y un 67% con reordenación.

Una entrada de glosario es esa lección llevada hasta el final: un pasaje que, por construcción, lleva su propio sujeto.

Qué hay dentro, de verdad

A 11 de septiembre de 2026: 1.070 términos y 1.590 traducciones publicadas en los cinco idiomas en los que publica este sitio. El reparto es desigual a propósito: el inglés está completo porque es la fuente, y los otros cuatro se rellenan término a término en lugar de volcarse con un traductor por lotes.

Cinco idiomas, y uno que nunca estará aquí

El sitio publica en inglés, ucraniano, español, francés y polaco. El ruso no es uno de ellos y no va a serlo. Es una decisión, no un hueco en la hoja de ruta.

Y se comprueba de forma mecánica en lugar de confiarse a la buena intención, porque la buena intención ya falló una vez: una entrada ucraniana escrita a mano salió con una palabra rusa dentro, tecleada por alguien que estaba escribiendo en cinco idiomas de una sentada. Ahora un script revisa todo lo escrito a mano en cirílico buscando las cuatro letras que existen en ruso y no en ucraniano — ы, ъ, э, ё —, una señal de alta precisión, porque ninguna puede aparecer en un texto ucraniano correcto. El resto lo caza un agente lector: las terminaciones y los falsos amigos hechos solo con letras compartidas.

Cada prompt de generación nombra su idioma de destino y prohíbe el ruso explícitamente, porque un modelo al que se le pide ucraniano cuela palabras rusas con la frecuencia suficiente como para que esa línea valga la pena.

Cómo se hace una entrada, y qué impide que una máquina la toque

La mayoría las redacta un modelo, luego se revisan, y se publican solo cuando están puestas la aprobación y la publicación: nada producido por un modelo es público por el mero hecho de haber sido producido. Cada traducción guarda qué modelo la redactó, y ese campo no es adorno.

La protección es por término, no por idioma. Un término con trabajo manual en cualquier idioma es un término mantenido a mano: una cola que rellenara discretamente los idiomas que faltan dejaría una página en prosa cuidada y la siguiente en borrador. Devolver una entrada a las colas significa borrar ese campo — una decisión que alguien toma y registra, no una casilla en una pantalla de lotes.

La marca es el registro de cómo se hizo la entrada. Y lo que registra cómo se hizo es lo que decide si una máquina puede tocarla.

Por qué las definiciones son cortas

Una definición larga es peor para este fin, y la razón es mecánica, no estilística. Si la explicación se reparte en cuatro párrafos, el recuperador se lleva uno. Y puede llevarse la salvedad, o la historia, o el ejemplo — y la respuesta construida con eso será incompleta con total seguridad.

Por eso cada entrada empieza con una definición que se sostiene sola: qué es el término, en una forma que sobrevive a ser lo único que alguien lee. La profundidad viene después, donde la encontrará quien la quiera y donde un recuperador que se la lleve seguirá teniendo algo cierto entre las manos.

Los términos que dependen unos de otros están enlazados, así que quien aterriza en uno puede llegar al que ese da por sabido. Ese enlazado es también lo que hace del glosario una estructura y no una lista.

Para qué sirve, en una frase

Si un asistente va a explicarle a tus compradores el vocabulario de tu sector, esas definiciones debería escribirlas alguien obligado a acertar. Esa es toda la ambición: una referencia lo bastante corta como para citarse bien, lo bastante completa como para citarse a menudo, y honesta sobre qué frases escribió una máquina.

Si quieres ver qué se llevaría un recuperador de una página tuya, Vectorscope te enseña los pasajes. Y los instrumentos que produjeron este vocabulario están todos en la estantería de herramientas gratuitas.