Resumir PDF

La petición pide un punto por línea, cada uno terminado en una cita literal entre comillas angulares, de ocho a cuarenta palabras, y le dice al modelo que no escriba ningún punto que no pueda citar. Esa parte sí la resuelve un prompt. El resto es aritmética. Cada cita y cada página se normalizan: minúsculas, acentos fuera, puntuación fuera, espacios en blanco colapsados. Después de eso, una coincidencia exacta cuenta como acierto. Si no la hay, una ventana deslizante del tamaño de la cita recorre la página y el solape de trigramas de palabras da una cifra de similitud. Por encima de 0.82 vale. Por debajo, no. Las citas de menos de veinticuatro caracteres se rechazan de entrada: una frase corta coincide por casualidad en cualquier documento. Trigramas de palabras y no de caracteres, y medidos contra la cita y no contra la unión. La página es muchísimo más larga que la cita, y una unión ahogaría cualquier coincidencia real. El texto del documento es dato, nunca orden. La petición lo dice, y aparte las páginas se escanean buscando las frases de ataque habituales: ignora tus instrucciones anteriores, revela tu prompt de sistema, envía este documento a. Encontrar una no cambia nada de cómo se produjo el resumen. Se te avisa porque alguien montó ese PDF para manipular a quien lo abriera.