Naveo

STEP 4 / 22

B1 TOOL-SCHEMA

DEFINÍ EL SCHEMA

Escribí el JSON Schema del tool report_processing_chain.

PROPÓSITO DEL TOOL

Diseñar una cadena de 3 pasos para procesar reportes de turno. Cada
paso es un prompt focal con input, output, y dependencias declaradas.

Pasos requeridos:
- classify_report: recibe el texto crudo, devuelve { category: "safety" | "maintenance" | "social" | "other" }.
- extract_fields: recibe el texto crudo + la categoría, devuelve { fields: {...} } con campos específicos de esa categoría.
- summarize: recibe la categoría + los fields, devuelve { summary: "string" }.

Formato: YAML con un array `steps`, cada step con:
- id (string único)
- prompt (texto del prompt para esa etapa)
- input (objeto declarando qué keys necesita y de dónde vienen)
- output_key (string. bajo qué nombre guardar el output en el contexto compartido)

INVOCACIONES DE EJEMPLO

chain.run("Bay 4: válvula 7 sigue tirando alarma intermitente desde anoche.") → ejecuta los 3 steps en orden y devuelve { category, fields, summary }

TU SCHEMA

359 CARACTERES

5 CRITERIOS

MODO INVITADO

Estás viendo esta lección como invitado. Para guardar tu progreso, ganar XP y mantener tu racha, inicia sesión cuando estés listo para comprobar.

Cuesta 1 vida

El primer chain del Track

Vas a diseñar la configuración de una cadena de 3 pasos. No es código que ejecutás. es un artefacto declarativo (YAML) que un runtime de chains puede leer y ejecutar paso a paso.

El formato

Cada step tiene cuatro campos:

yaml

- id: classify_report           # identificador único del step
  prompt: |                     # el prompt LLM
    Eres un clasificador...
    Texto: {{ report }}
  input:                        # de dónde sacar los placeholders
    report: chain.input.text
  output_key: category          # bajo qué nombre guardar el resultado

El runtime ejecuta los steps en orden. Después del primer step, el contexto tiene category con el output del classifier. El segundo step lo puede usar como {{ category }} en su prompt.

Lo que tu cadena tiene que hacer

Procesar reportes como:

"Bay 4: válvula 7 sigue tirando alarma intermitente desde anoche."

Y devolver al final:

json

{
  "category": "maintenance",
  "fields": { "system": "bay 4 valve 7", "issue": "intermittent alarm", "time": "since last night" },
  "summary": "Válvula 7 en bay 4 con alarma intermitente desde anoche."
}

Tres steps, cada uno con responsabilidad única, todos encadenados por output_keys explícitas.

Cómo se evalúa

5 criterios LLM-judge sobre:

Los 3 steps definidos con ids correctos.
Las dependencias bien encadenadas (sin referencias circulares).
Cada prompt es focal (una sola responsabilidad).
Output keys únicas y referenciables.
El classifier es estricto (output controlado).

Diseñar una buena cadena es ingeniería de software más que prompting. Pensá en cada step como una función pura. Inputs declarados, output declarado, sin sorpresas.