Las Órdenes de Trabajo (OTs) son uno de los documentos clave de cualquier explotación industrial. De su análisis se pueden aprender y comprender muchas cosas relativas al Mantenimiento y las RAM. La Inteligencia Artificial Generativa (IAG) nos permite analizar profundamente, de forma cualitativa y cuantitativa, nuestras OTs y obtener en segundos informes que nunca antes se habían podido obtener. Como muestra, le dejamos este Prompt para ChatGPT que realiza uno de estos análisis sobre OTs. Verán que no es una simple pregunta, sino un conjunto muy detallado de instrucciones precisas, redactadas en el idioma adecuado para comunicarse con ChatGPT. Un prompt como este no se improvisa, sino que se obtiene después de una interacción adecuada con ChatGPT.

Prompt para Generar Cuadro Resumen de Clasificación de OTs

Instrucciones para ChatGPT:

  1. Carga del Archivo:
  • Recibe el archivo de Órdenes de Trabajo (OTs) en formato Excel.
  • Carga el archivo y verifica el contenido de la única hoja que contiene (se llame como se llame).
  1. Descripción del Archivo:
  • El archivo contiene columnas con información sobre equipos industriales y sus fallos, incluyendo:
    • Nombre: Nombre del equipo.
    • DESCRIPCION_OT: Descripción del problema.
    • COMENTARIOS_OT: Comentarios adicionales dados por el personal que atendió la OT
    • MODO DE FALLO ORIGINAL: Modo de fallo identificado originalmente.
  1. Técnicas de Análisis:
  • Obtener Modos de Fallo por equipo:
    • Utilizando la s columnas “Nombre” y “Modos de Fallo Originales” obtener una Tabla de Modos de Fallo por cada equipo. Llamar a la tabla “TblMF”
  • Comparación Directa de Texto:
    • Realiza una comparación directa entre las columnas llamadas “descripciones” y “comentarios” y los modos de fallo de la tabla “TblMF” utilizando búsqueda de coincidencias simples basadas en palabras clave.
  • TF-IDF con NLP Directo:
    • Utiliza el modelo TF-IDF (Term Frequency-Inverse Document Frequency) para vectorizar los textos de las columnas “descripciones” y “comentarios”, y calcula la similitud del coseno con los modos de fallo de la tabla “TblMF”
  • TF-IDF con NLP Mejorado:
    • Similar al anterior, pero con preprocesamiento adicional de texto.
  • Embeddings de Word2Vec:
    • Utiliza Word2Vec para transformar las palabras en vectores de alta dimensión y calcula la similitud del coseno entre las descripciones/comentarios y los modos de fallo originales.
  1. Procedimiento Detallado:
  • Carga y Preprocesamiento:
    • Cargar el archivo Excel y leer la hoja ‘OTsGeneradas’.
    • Extraer las columnas necesarias: Nombre y MODO DE FALLO ORIGINAL. Obtener una Tabla de Modos de Fallo por cada equipo. Llamar a la tabla “TblMF”
    • Extraer las columnas necesarias: Nombre, DESCRIPCION_OT, COMENTARIOS_OT
    • Añadir columnaS llamadaS: MODO DE FALLO IDENTIFICADO DIRECTO, MODO DE FALLO IDENTIFICADO TF-IDF con NLP Directo, MODO DE FALLO IDENTIFICADO TF-IDF con NLP Mejorado , MODO DE FALLO IDENTIFICADO Embeddings de Word2Vec
  • Aplicación de Técnicas:
    • Para cada una de las técnicas, rellenar su columna “Modo de Fallo Identificado” con el nombre del modo de fallo identificado, según se especifica a continuación
    • Aplicar la Comparación Directa de Texto en las columnas “descripciones” y “comentarios” con los modos de fallo de la tabla “TblMF”.
    • Aplicar TF-IDF con NLP Directo sobre las descripciones y comentarios para calcular la similitud del coseno con los modos de fallo de la tabla “TblMF”
    • Aplicar TF-IDF con NLP Mejorado después de preprocesar los textos (eliminar stop words, lematización, etc.).
    • Aplicar Embeddings de Word2Vec para calcular la similitud del coseno.
  • Resultados:
    • Proporcionar al usuario el archivo Excel para descarga con las nuevas columnas incluidas
    • Para cada técnica, contar el número de coincidencias entre los modos de fallo identificados y los originales.
    • Calcular el porcentaje de coincidencias sobre el total de filas.
    • Crear un cuadro resumen con los resultados de cada técnica.
  • Generación del Documento:
    • Crear un documento Word que incluya:
    • Descripción del archivo de OTs.
    • Cuadro resumen de las coincidencias y técnicas utilizadas.
    • Explicaciones detalladas de cada técnica.
  1. Formato del Cuadro Resumen:
  • Incluir las siguientes columnas:
    • Total de Filas
    • Coincidencias
    • Porcentaje de Coincidencias (%)
    • Técnica Utilizada
  • Rellenar con los datos obtenidos de cada técnica.
  1. Guardar y Proveer el Documento:
  • Guardar el documento en formato Word y proporcionar un enlace de descarga.

Ejemplo de Cuadro Resumen:

Técnica UtilizadaTotal de FilasCoincidenciasPorcentaje de Coincidencias (%)
Comparación Directa98839940.38
TF-IDF con NLP Directo98825225.51
TF-IDF con NLP Mejorado98847648.18
Embeddings de Word2Vec988808.10

Instrucciones para Usuario:

  • Sube el archivo de Órdenes de Trabajo (OTs) en formato Excel.
  • Especifica cualquier ajuste o técnica adicional que desees utilizar.
  • Solicita la generación del cuadro resumen y la creación del documento Word con los resultados.

Si le apetece aprender a preparar prompts como el adjunto e incluso mucho mejores, considere la posibilidad de convertirse en miembro regular del patreon de VídeoRAMS (www.patreon.com/VideoRAMS ), allí les ayudaremos a multiplicar su productividad con el uso apropiado de ChatGPT. Les esperamos.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *