Objetivos de aprendizaje
- Separar lenguaje natural, consulta y resultado.
- Identificar cuándo una respuesta necesita evidencia.
- Escribir el primer contrato del asistente.
La primera regla del curso es no pedirle al modelo que calcule de memoria. El flujo seguro es: pregunta → consulta reproducible → ejecución en DuckDB/SQLite → resultado → explicación con referencia a columnas y filas. El LLM ayuda a traducir y explicar; el motor de datos sigue siendo la fuente de verdad.
Idea clave. Acción de la misión: Escribe tres preguntas sobre un CSV ficticio y, para cada una, anota qué consulta y qué evidencia exigirías.
Cuidado. No subas datos de clientes a un servicio externo para probar una idea. Empieza con datos sintéticos o anonimizados.
Comprueba que funciona. Guarda una evidencia concreta: archivo, consulta, captura, log o test. Si no puedes enseñarla, la misión aún no está terminada.
Guardar y reabrir el proyecto.
Registra fecha, versión de herramientas, dataset usado y qué revisarías antes de pasar a datos reales.
Siguiente misión recomendada
Si has guardado la evidencia de esta lección, continúa con «Crea un entorno reproducible con Python y uv». Si no, repite la comprobación antes de avanzar.