Pregúntale a tu propio libro
y recibe tu temario de vuelta.
Añade tus libros y apuntes, o fotografía las páginas de un libro físico. Grout los lee, los indexa en local y responde a partir de ese material en lugar de lo que un modelo absorbió durante su entrenamiento.
Qué hace el módulo
Un gestor de archivos para el contexto de la IA, organizado como se organiza un temario.
Asignaturas, libros y capítulos
Organiza tu material como se organiza un temario. Una asignatura contiene libros, apuntes y otras fuentes; un libro se divide en capítulos; un capítulo contiene sus páginas.
OCR sobre páginas fotografiadas
Fotografía un capítulo de un libro físico. Grout lee las páginas, extrae el texto y guarda una miniatura de cada página junto a él.
Búsqueda semántica en todo tu material
Tu material se convierte en embeddings dentro de un índice vectorial local, así que puedes preguntar con tus propias palabras y obtener el pasaje que responde, no una coincidencia de palabras clave.
Respuestas ancladas a tu libro
El capítulo se pasa al modelo como contexto, así que las respuestas salen de tu temario y no de lo que el modelo absorbió durante el entrenamiento.
Memoria que se mantiene
El asistente conserva memoria a largo plazo entre sesiones en un almacén vectorial local, así que recuerda lo que ya has trabajado en vez de empezar de cero cada vez.
Capítulos exportados como PDF
Genera un PDF limpio a partir de un capítulo o de un libro entero que hayas capturado, para repasar o para compartir con la clase.
Genera desde tu propio material
Resúmenes, preguntas de práctica y explicaciones creados a partir del capítulo que tienes delante, que es exactamente el material del que conviene generar preguntas.
El índice vive en tu disco
Los embeddings y el almacén vectorial son archivos locales. Tus libros, tus apuntes y tus preguntas no se suben nunca para que los indexe otro.
Cómo meter tu material
Se configura una vez por asignatura al empezar el curso.
- 1
Crea una asignatura
Una por cada asignatura que estudies o impartas: Física, Historia o como la llame el temario.
- 2
Añade tus fuentes
Suelta PDF, o fotografía las páginas de un libro físico. Los apuntes y los materiales de clase van al mismo sitio.
- 3
Divídelo en capítulos
Agrupa las páginas en capítulos para poder apuntar el asistente exactamente a la parte del libro que estás trabajando.
- 4
Deja que lo lea e indexe
Grout aplica OCR a las páginas de imagen y construye un índice local de embeddings sobre el texto. Esto ocurre en tu máquina.
- 5
Pregunta sobre el capítulo
Pregunta con tus propias palabras. La respuesta se ancla en el capítulo que has seleccionado y puedes ver de qué páginas salió.
Por qué importa anclar las respuestas a tu propio libro
Un modelo general sabe muchísimo sobre la fotosíntesis. Lo que no sabe es qué definición espera tu tribunal, qué cuatro factores enumera tu libro ni qué ejemplo resuelto dará por visto tu profesor. Y los exámenes se construyen justo sobre eso.
La recuperación de información lo arregla. Cuando el capítulo se aporta como contexto, la respuesta vuelve en el vocabulario de tu temario y con el enfoque de tu libro, que es lo que necesitas para repasar y lo que hace que valga la pena responder a las preguntas de práctica generadas.
Dos consecuencias prácticas
- Las preguntas generadas pasan a ser fiables. Las preguntas escritas a partir de material que tú aportaste se pueden contrastar con ese material en segundos. Las escritas desde la memoria de un modelo, no.
- Los capítulos cuestan menos tokens de lo que crees. Un capítulo se pasa como texto comprimido y no como una imagen a resolución completa por página, así que un capítulo de diez páginas es lo bastante barato como para mantenerlo en contexto en un equipo corriente.
Preguntas frecuentes
¿Puedo conversar con mi propio libro de texto usando IA?+
Sí. El módulo AI-Memory de Grout te permite añadir un libro en PDF, o fotografiar las páginas de uno físico, dividirlo en capítulos y hacer después preguntas respondidas a partir de ese material. La extracción de texto, el índice de embeddings y el modelo se ejecutan en tu propio ordenador.
¿Funciona con un libro físico?+
Sí, para eso está el paso de OCR. Fotografía las páginas y Grout las lee, guarda una miniatura de cada una e indexa el texto extraído. No necesitas una copia digital del libro.
¿En qué se diferencia de pegar un capítulo en un chatbot?+
En tres cosas. Tu material queda organizado de forma permanente por asignatura, libro y capítulo, en lugar de pegado en cada conversación; un índice vectorial te deja buscar en todo lo que has añadido y no solo en el fragmento que pegaste; y nada se sube: el índice y el modelo son archivos locales en tu disco.
¿Funciona sin conexión un asistente de libros de texto con IA?+
Sí. El modelo de embeddings, el índice vectorial y el modelo de lenguaje se ejecutan en el dispositivo, así que una vez añadido tu material todo funciona con la red desconectada.
¿Se inventará cosas sobre mi libro?+
Anclar la respuesta a un capítulo recuperado reduce mucho las invenciones frente a preguntarle a un modelo de memoria, pero no las elimina. Las respuestas muestran de qué páginas se han sacado para que puedas comprobarlo. Para cualquier cosa importante, lee la página citada.
¿Cuánto material puedo añadir?+
El índice es un archivo local, así que el límite práctico es tu disco y no el nivel de un plan. Un curso entero de libros y apuntes de varias asignaturas es una cantidad normal.
Relacionado
Herramientas de IA para estudiantes
Todo lo demás que hay en el estudio, herramienta a herramienta.
La IA sin conexión, explicada
Cómo caben los embeddings, la búsqueda vectorial y los modelos locales en un portátil.
Usar la IA para los deberes sin copiar
Dónde está la línea y siete usos que son claramente estudiar.
Pon tu temario detrás del asistente
Descarga gratuita para Windows y macOS. Tus libros, tus apuntes, tu ordenador.
Descarga Grout gratis