Este artículo puede leerse en: Inglés Portugués, Brasil

¿Sabía que existe una actividad dentro de la Biblioteconomía que le ayuda a orientar una búsqueda en su agente de IA preferido, evitando errores, ambigüedad y desvíos de comprensión? El nombre de esta actividad es Entrevista de Referencia. En este artículo le mostraré qué es esta actividad, cómo funciona y cómo utilizarla (en mi modelo en Google Gemini) para realizar una búsqueda fundamentada sobre cualquier tema.

Pero antes vamos a entender cómo crear una búsqueda estructurada es el camino correcto.

¿Cómo estructurar búsquedas avanzadas con Gemini?

La búsqueda de información está en una constante y vertiginosa aceleración y esto no es de hoy. Partimos de simples cajas de texto donde insertábamos palabras, con la esperanza de que un algoritmo rudimentario nos devolviera una lista de enlaces, hacia un escenario donde dialogamos con agentes alimentados por modelos de Inteligencia Artificial (IA) supersofisticados. Pero esta evolución no es suave y nos trae una serie de desafíos.

Incluso con herramientas como Google Gemini, Claude y ChatGPT abriéndonos posibilidades casi infinitas de acceso y generación de información, es necesario saber orientar a estos modelos para que hagan realmente lo que queremos que hagan.

«Es importante que no seamos tímidos ante la incorporación de las fuentes informatizadas a la rutina del servicio de referencia. […] No debemos considerar la utilización de fuentes informatizadas como si fuera una ‘traición'»

Elizabeth Bramm Dunn, 1988

He estado utilizando Gemini, en la funcionalidad de investigación profunda (deep research), para ayudarme en la construcción del Análisis de Dominio, el primer paso del Flujo de Trabajo Semántico. Es interesante notar que esta nueva frontera tecnológica, en lugar de volver obsoletas las prácticas clásicas, rescata y amplifica la necesidad de una de las habilidades más fundamentales de mi querida Biblioteconomía: la entrevista de referencia.

Este artículo, como dije anteriormente, se propone construir un puente entre la entrevista de referencia, tradicionalmente conducida por bibliotecarios, y las modernas estrategias de interacción con IA generativas, principalmente en el desarrollo de una investigación inicial para cualquier tema que necesite conocer.

Demostraremos cómo los principios que guían la interacción humana en la búsqueda de conocimiento son no solo relevantes, sino fundamentales para extraer el máximo potencial de herramientas como Gemini. Después de dar la base necesaria, demostraré, en un vídeo, cómo lo hago en la práctica.

Le presentaré dos modelos de trabajo: los seis criados honestos de Kipling y los ocho pasos de Grogan. Estos dos marcos orientan búsquedas desde hace décadas en todas las bibliotecas del mundo con éxito. Puede utilizar ambos para hacer que su modelo preferido se convierta en su bibliotecario de referencia particular. Comenzamos con Kipling, que nos muestra un proceso muy práctico y altamente adaptable al trabajo con IA, y terminamos con Grogan, que nos da una visión más holística del proceso, importante para llevar nuestro trabajo a otro nivel de calidad.

CTA Agente+Semântico

La Entrevista de Referencia en esencia

Necesitamos entender una diferencia fundamental entre dos conceptos importantes para nuestro artículo: «servicio de referencia» y «proceso de referencia«.

El servicio es la acción concreta del profesional, la interacción directa. El proceso, por su parte, es el recorrido completo del usuario, incluyendo las fases internas y cognitivas que preceden y suceden al contacto con el especialista. Comprender este recorrido es lo que nos permite, como estrategas de SEO, intervenir de forma más competente.

Pero antes de sumergirnos en las aplicaciones en los agentes, necesitamos revisar qué constituye el servicio de referencia y, en su núcleo, la entrevista. Considerada por muchos el corazón de la biblioteconomía, la referencia es una actividad compleja y multifacética. El bibliotecario, en este contexto, actúa como un mediador del conocimiento, un profesional que emplea métodos y herramientas para guiar al usuario a través del vasto universo informacional, ayudándole a encontrar respuestas que, muchas veces, él mismo no sabría cómo buscar.

La entrevista de referencia es el pilar de este proceso. Puede definirse como una transacción interactiva en la que el profesional de la información formula una o más preguntas a la persona que necesita información con el objetivo de identificar, clarificar y refinar el tema de su consulta.

Estudios clásicos de la biblioteconomía demuestran que una proporción significativa de respuestas incorrectas o inadecuadas, y la consiguiente insatisfacción del usuario, se origina en fallos de comunicación durante ese momento en que una persona especializada en información y la persona que necesita estas informaciones están interactuando.

«Paradójicamente, la introducción de la máquina en el proceso de referencia forzará incluso al más reacio bibliotecario de referencia a actuar como un ser humano que interactúa con otro.»

William A. Katz, 1978

El problema central es que el usuario, frecuentemente, no sabe expresar con precisión lo que necesita o, en casos más complejos, ni siquiera tiene certeza de lo que busca. Esta primera pregunta que hace el usuario, la llamamos Cuestión Inicial, y es solo la punta del iceberg de una necesidad informacional más profunda. Es aquí donde la entrevista se convierte en una herramienta decisiva, especialmente para dos grupos de personas:

  1. Aquellos que saben lo que necesitan, pero no consiguen articular adecuadamente su necesidad.
  2. Aquellos que no tienen certeza sobre lo que realmente necesitan para resolver su problema.

Para este segundo grupo, la entrevista no es solo útil; es imprescindible. Ignorarla es el camino más corto hacia una búsqueda ineficiente y resultados frustrantes. Esto en el escenario clásico de la Biblioteca.

Pero ¿cómo puede suceder esto en la interacción con los agentes de IA? ¿Es posible utilizar el conocimiento de la Biblioteconomía como orientador para obtener mejores resultados en una investigación usando su modelo preferido? Ya le respondo: Sí, es posible. Yo mismo lo he estado haciendo durante meses seguidos y con excelentes resultados.

Google Gemini como Bibliotecario de Referencia

El auge de IA como Gemini nos obliga a repensar nuestra relación con las herramientas de búsqueda. Ya no estamos tratando con un indexador de páginas que responde a búsquedas. Un agente puede entenderse como un «motor de síntesis», un sistema capaz de procesar, contextualizar y generar información de manera dialógica. En este nuevo paradigma, la IA asume el papel del bibliotecario de referencia, el profesional responsable de conducir la entrevista de referencia y montar nuestro objeto de interés: una estrategia de búsqueda.

Estrategia de búsqueda personalizada en Gemini
Captura de una estrategia de búsqueda personalizada en Gemini

En su función de investigación profunda (deep research), Gemini puede actuar como nuestro bibliotecario particular y personalizado, basta con que sepamos cómo orientarlo en la creación de una estrategia de búsqueda adecuada a nuestro objetivo y a nuestra necesidad de información.

Podemos refinar nuestra búsqueda, añadiendo contexto, delimitando alcance y explorando facetas del conocimiento, para evitar un proceso iterativo extenso y agotador. Podemos hacer mucho más que simplemente «preguntar» al modelo, sino que podemos orientarlo, utilizando el conocimiento de la Biblioteconomía para que la investigación salga, a la primera, de la manera que necesitamos.

Y para ello, las técnicas consagradas por la Biblioteconomía ofrecen una hoja de ruta de valor inestimable. Venga conmigo que le presentaré dos marcos para que los aplique. Primero mostraremos el modelo que creó Kipling y después pasaremos a otro clásico: Grogan.

Marco generador de investigaciones con IA: los seis criados honestos de Kipling

Rudyard Kipling, en uno de sus poemas, nos regaló un recordatorio de valor universal:

Mantengo Seis Criados Honestos

Mantengo seis criados honestos
 (Ellos me enseñaron todo lo que sabía);
Sus nombres son Qué y Por qué y Cuándo
 Y Cómo y Dónde y Quién.

Los envío por tierra y mar,
 Los envío al este y al oeste;
Pero después de que han trabajado para mí,
 Les doy a todos un descanso. 

Les dejo descansar de nueve a cinco,
 Porque entonces estoy ocupado,
Así como en el desayuno, almuerzo y té,
 Porque son hombres hambrientos.

Pero diferentes personas tienen diferentes puntos de vista;
 Conozco a una persona pequeña—
Ella mantiene diez millones de criados,
 ¡Que no descansan en absoluto! 

Los envía al extranjero en sus propios asuntos,
 Desde el segundo en que abre los ojos—
Un millón de Cómos, dos millones de Dóndes,
 ¡Y siete millones de Por qués! 
Rudyard Kipling en Rudyard Kipling, Just So Stories (1902)

En una traducción libre del fragmento más importante para nosotros, tenemos:

«Mantengo seis criados honestos (Ellos me enseñaron todo lo que sabía); Sus nombres son: Qué, Por qué, Cuándo, Cómo, Dónde y Quién.»

Estas seis preguntas forman un marco robusto y altamente eficiente en la estructuración de una entrevista de referencia y pueden adaptarse directamente para la formulación de una estrategia de búsqueda profunda con Gemini.

Vamos a recorrer cada una de las preguntas, montando un prompt para una pregunta inicial ya muy bien estructurada que nos ahorrará un tiempo enorme.

1. ¿Qué?

Este es el punto de partida de cualquier búsqueda y su objetivo es delimitar con claridad el tópico central de la investigación, nos ayuda a centrarnos en la determinación y desambiguación del tema que necesitamos conocer. En los términos del Flujo de Trabajo Semántico, el Dominio del Conocimiento. En esta fase el bibliotecario busca claridad sobre los términos utilizados por el usuario. Puede usar diccionarios o enciclopedias para desambiguar la terminología y utiliza la paráfrasis («Entonces, lo que está buscando es…») para confirmar la comprensión y animar al usuario a elaborar.

¿Entiende de dónde saqué la idea de utilizar vocabularios controlados en SEO?

¿Cómo aplicar en Gemini?

  • Definición de Papel (Persona): Inicie el prompt asignando un papel a la IA. Ejemplo: «Actúe como un investigador sénior en biología molecular.» Esto ajusta el léxico y el nivel de profundidad de la IA.
  • Terminología y Desambiguación: Si su tema implica términos polisémicos (con múltiples significados), proporcione el contexto en el propio prompt. Ejemplo: «Realice un análisis sobre ‘manga’, la fruta (Mangifera indica), y no la parte de la ropa o el género de cómics japoneses.»
  • Paráfrasis activa: Puede adoptar la estrategia de usar la IA para refinar el alcance de la investigación. Tras una respuesta inicial, que podrá ser incompleta, pida: «Con base en su respuesta, refine la búsqueda para centrarse en los aspectos genéticos de la resistencia a plagas. Ignore los aspectos comerciales de la cosecha.» Esto simula la negociación y el refinamiento que ocurren en una entrevista real, pero es ineficiente cuando tratamos con un modelo de investigación profunda que tarda muchos minutos en realizar la búsqueda y consume muchos recursos del medio ambiente. Prefiero hacer otra estrategia que explicaré más adelante.
  • Tratando con la incompletud: Si su propia cuestión es incompleta, use la IA para expandirla. Ejemplo: «Estoy investigando sobre ‘redes neuronales’. ¿Cuáles son los subtemas más importantes y las áreas de aplicación que debería considerar para una investigación exhaustiva?»

2. ¿Por qué?

Comprender la finalidad de la información es uno de los puntos principales para la relevancia de la respuesta que se va a entregar y nos ayuda a definir el propósito y el contexto de nuestra investigación. Un mismo tópico puede abordarse de innumerables maneras, dependiendo de su uso final, por lo que necesitamos entender cómo responder a esta pregunta.

El bibliotecario pregunta sobre la finalidad de la investigación. ¿Es para un trabajo escolar? ¿Un artículo científico? ¿Una decisión de negocios? ¿Curiosidad personal? La respuesta a esta pregunta cambia completamente la estrategia de búsqueda.

¿Cómo aplicar en Gemini?

Contextualización Explícita: Incorpore el propósito directamente en el prompt. La diferencia entre los resultados será notable. Explique al agente para qué necesita esa investigación, en qué contexto se va a utilizar. Vamos a nuestro ejemplo anterior:

De: «Realice un análisis sobre ‘manga’, la fruta (Mangifera indica), y no la parte de la ropa o el género de cómics japoneses.» a «Necesito realizar una investigación para mi clase de Biología de cuarto de ESO donde necesito escribir un guion para un vídeo hablando sobre todos los usos en la alimentación del brasileño de la fruta Manga (Mangifera indica), y no la parte de la ropa o el género de cómics japoneses.«

El contexto está ahora descrito en el prompt inicial. Pero esto es solo la primera parte del trabajo, pero vamos con calma, llegaremos allí, paso a paso.

3. ¿Quién?

Íntimamente ligada al «¿Por qué?», la pregunta «¿Quién?» define para quién se destina la información, ajustando el tono, el lenguaje y la profundidad y nos ayuda a entender el perfil de nuestro público. En una entrevista en la biblioteca, el bibliotecario procura saber quién es el consultante.

  • ¿Cuál es su nivel de conocimiento sobre el tema?
  • ¿Está buscando la información para sí o para un tercero (un jefe, un cliente)?

Aplicación en Gemini

Definición de la Audiencia: Sea explícito sobre el público del contenido que la IA va a generar. Volvamos a nuestro ejemplo:

Soy un alumno de cuarto de ESO en Brasil y necesito su ayuda para realizar una investigación para mi clase de Biología, mis compañeros y yo necesitamos escribir un guion para un vídeo hablando sobre todos los usos en la alimentación del brasileño de la fruta Manga (Mangifera indica), y no la parte de la ropa o el género de cómics japoneses.

Ahora dimos un poco más de información al modelo para saber quiénes somos. Pero sigamos adelante.

4. ¿Cómo?

Esta pregunta define el «envoltorio» de la información. El formato de la salida es tan importante como el contenido en sí y ayuda al modelo de su elección a generar la respuesta en el nivel de detalles más adecuado a su objetivo, que en nuestro caso es generar una investigación para basar un guion para su vídeo.

Actuando como bibliotecario de referencia el profesional cuestiona si el usuario necesita «solo una introducción», una «búsqueda exhaustiva», referencias bibliográficas, resúmenes o textos completos. Trabajando con un modelo o agente de IA, necesita informar también qué tipo de salida va a querer, pero aquí en nuestro caso vamos a tener un informe en texto, así que no necesita preocuparse por eso.

Aplicación en Gemini:

Especificación de Formato: Dé comandos claros sobre el nivel de detalle de la respuesta deseada. Como en nuestro caso es una investigación para generar un guion para un vídeo para una clase de Biología, podemos optar por algo más introductorio, quedando así:

Soy un alumno de cuarto de ESO en Brasil y necesito su ayuda para realizar una investigación introductoria sobre los principales usos de la fruta manga (Mangifera indica) en la alimentación en Brasil. Esta investigación será la base para la creación de un guion de un vídeo que mis compañeros y yo vamos a presentar en nuestra clase de Biología.

5. ¿Cuándo? y 6. ¿Dónde?

Quiero llamar su atención sobre estas dos preguntas, que están agrupadas a propósito. Estos dos filtros son cruciales para embudizar la búsqueda y aumentar drásticamente la pertinencia de los resultados, ahorrando tiempo y esfuerzo. Las restricciones temporales, idiomáticas y geográficas son el ajuste fino en el uso de las estrategias de la entrevista de referencia en modelos de IA.

El bibliotecario, en su actuación, pregunta sobre limitaciones de fecha o localidad. ¿La información necesita ser actual? ¿Se refiere a una región específica? Las limitaciones de idioma pueden definirse aquí también.

Aplicación en Gemini:

Adición de Restricciones: Integre esas limitaciones directamente en sus prompts para que la IA filtre el universo de información. Como en nuestro caso es una investigación para alumnos de ESO de Brasil, podemos finalizar nuestro prompt inicial, de esta manera:

Soy un alumno de cuarto de ESO en Brasil y necesito su ayuda para realizar una investigación introductoria sobre los principales usos de la fruta manga (Mangifera indica) en la alimentación en Brasil. Esta investigación será la base para la creación de un guion de un vídeo que mis compañeros y yo vamos a presentar en nuestra clase de Biología. Limite la investigación a fuentes en portugués brasileño, de fuentes brasileñas y que fueron publicadas entre los años 2000 y 2025.

¡Listo! Tenemos nuestra investigación inicial preparada, ahora basta con ir a Gemini (o a su modelo preferido) y elegir la función de investigación profunda.

Captura del resultado final de nuestra investigación
Captura del resultado final de nuestra investigación

Acceda a este enlace para leer el informe de la investigación generada por Gemini con base en nuestro prompt que fue construido siguiendo el modelo de Kipling: Manga: La Reina de las Frutas en el Plato de los Brasileños. Y en la imagen de abajo ve una captura con algunas de las referencias usadas por Gemini para generar el informe.

Serán nuestra fuente para crear un agente especialista en Mangos, que mostraré más tarde.

image 2

Técnicas de interacción con la IA

Antes de hablar sobre el modelo de Grogan, necesitamos tratar un tema interesante, que será importante más adelante: los tipos de pregunta. Sepa que la entrevista de referencia nos ofrece técnicas muy refinadas que pueden adaptarse para un diálogo verdaderamente eficiente con su modelo preferido. Vamos a ellas:

  • Preguntas Abiertas vs. Cerradas: Una pregunta «abierta» («Hable sobre SEO Semántico») es ideal para la fase exploratoria, para mapear un dominio. Una pregunta «cerrada» («¿La etiqueta ‘canonical’ previene la indexación de una página?») sirve para validar hechos específicos y obtener respuestas directas. Puede alternar entre los dos tipos para guiar la investigación y comenzar a crear su prompt.
  • La «Pregunta Neutra» y el Poder de la Meta-Búsqueda: Esta es quizás la técnica más impactante. En lugar de pedir la respuesta final, use la IA para ayudarle a construir una estrategia de búsqueda mejor. Esto es «preguntar sobre la pregunta».
    • «¿Cuáles son las subáreas y los conceptos más importantes relacionados con la ‘Teoría de Grafos’ para un principiante?»
    • «¿Cuál sería la estructura ideal (tópicos y subtópicos) para un artículo completo sobre ‘El impacto de la desinformación en las democracias’?»
    • «Sugiera 5 preguntas esenciales que un especialista en logística haría para optimizar una cadena de suministros.»
  • Escucha atenta y el Bucle de Retroalimentación: En el contexto de la IA, la «escucha atenta» se traduce en leer y analizar críticamente cada respuesta generada antes de formular el siguiente prompt. Identifique lagunas, imprecisiones o áreas que merezcan profundización. Cada respuesta de la IA es una invitación para el siguiente paso de la entrevista.

Quería mencionar la cuestión de las preguntas, por ser importantes para nuestro siguiente paso.

Marco generador de investigaciones con IA: los ocho pasos de Grogan

Mientras que las seis preguntas de Kipling nos ofrecen un marco completo para preparar nuestro prompt generador de la investigación, el modelo de Denis Grogan, uno de los más respetados teóricos del servicio de referencia, nos proporciona un mapa completo del proceso, una visión holística que abarca el recorrido del usuario desde la necesidad de información hasta su resolución final.

«Los ordenadores, como es sabido, carecen de ese sentido común y solo eliminarán trabajos incomprensibles para el usuario o libros obsoletos si se les instruye específicamente para hacerlo».

GROGAN, 2001, p. 83

Debemos recordar la diferencia entre servicio y proceso, entre la acción concreta del profesional y el recorrido del usuario. El recorrido que realiza el usuario es mayor que el servicio de referencia y no es infrecuente que la persona que necesita la información vuelva al bibliotecario para una nueva ronda de búsqueda.

Vamos a desvelar ahora los ocho pasos de Grogan y, para cada uno, trazar un paralelismo directo con el uso de la funcionalidad de deep research de Gemini.

Paso 1: El problema

Todo empieza en la mente del usuario, cuando identifica una «brecha de conocimiento», una incertidumbre que genera un problema. En Biblioteconomía esto se denomina Brecha informacional.

Brecha informacional
Brecha informacional

Grogan, remitiéndose a los estudios seminales de Robert S. Taylor, describe esta necesidad como visceral: es una insatisfacción vaga, una incomodidad que, a menudo, todavía no puede articularse con palabras. Es una fase enteramente interna, un monólogo silencioso que ocurre «dentro de la cabeza del consultante»; solo después de que la persona pase por este proceso es cuando una búsqueda, en el contexto de nuestro artículo, se inicia efectivamente.

Existen, por tanto, una serie de implicaciones para el «>Bibliotecario. Aunque el profesional no actúe directamente en esta etapa, necesita reconocer su existencia. La comprensión de que toda búsqueda nace de una percepción de «insuficiencia», de «falta» o «inadecuación» de conocimiento es lo que sustenta la empatía y la paciencia necesarias para todo el proceso posterior.

Cuando una persona inicia una búsqueda es porque entiende que no sabe lo suficiente, y esa constatación desencadena una serie de sentimientos. El proceso de búsqueda de información de Kuhlthau puede ayudarle a comprender esta cuestión con mayor profundidad.

Cuando una persona inicia una búsqueda es porque entiende que no sabe lo suficiente, y esa constatación desencadena una serie de sentimientos. El proceso de búsqueda de información de Kuhlthau puede ayudarle a comprender esta cuestión con mayor profundidad.

Traducción para Gemini:

Este es el momento pre-prompt. Es la fase de ideación, en la que usted, el investigador, siente la necesidad de explorar un tema, pero quizá aún no tenga claridad sobre el objetivo, el alcance o los términos que va a utilizar. Mi recomendación es reconocer la naturaleza «visceral» de su propia búsqueda, zambullirse de lleno en lo que le falta: la certeza, y mirar su objetivo. Qué necesita resolver y no tiene la información para llegar a la solución.

Pero no se sienta presionado a formular el prompt perfecto desde el principio. Acepte que la primera interacción con Gemini será, muy probablemente, una exploración de esa necesidad aún difusa. Quizá no sea el momento de hacer una búsqueda en profundidad, sino una investigación básica.

Paso 2: La necesidad de información

El problema abstracto ahora necesita transformarse en un objetivo consciente: la necesidad de buscar información para llenar la brecha; por eso le pedí que se sumergiera en la falta, pero sin perder de vista el objetivo.

Esta fase sigue siendo predominantemente interna, pero la intención de actuar ya está formada. La motivación puede variar enormemente, desde la simple curiosidad hasta la urgencia de una decisión crítica. Como observó el filósofo Bertrand Russell, las personas no buscan solo conocimiento, sino «certeza». El papel de la información es, por tanto, reducir la incertidumbre.

Entender que la curiosidad es una fuerza motriz poderosa y que el objetivo final es mitigar la incertidumbre nos permite ser más proactivos y acogedores, validando el recorrido del usuario desde sus primeros momentos; esta es la mayor implicación para el bibliotecario en este momento. ¿Y cómo podemos traducir esto a Gemini?

Traducción para Gemini:

Aquí empezamos a trabajar activamente con Gemini para resolver nuestro problema, montar nuestra búsqueda y, al final del proceso, generar nuestro informe (recordando que, en el estudio de Grogan, este no es el final de la búsqueda) para Gemini con un propósito. Su meta no es solo «investigar posibilidades», sino transformar la incertidumbre en claridad o, al menos, empezar ese proceso.

Paso 3: La cuestión inicial

El momento de construir nuestra cuestión inicial, o nuestro caso, nuestro prompt en su versión 1.0, es un proceso continuo, algo integrado con el paso anterior. Pero no se engañe: ¡este es un momento crítico!

Esta es la primera verbalización de la necesidad, el primer contacto con el bibliotecario, o con nuestro Bibliotecario Digital, Gemini. Es la transformación del pensamiento interno en una pregunta externa. Sin embargo, como ya señalaba Eleanor B. Woodruff en 1897, es raro que esta cuestión inicial sea un reflejo perfecto de la necesidad real. A menudo es «vaga», «ambigua», «incompleta» o «genérica». El «don» del bibliotecario, según ella, es precisamente extraer la idea nítida detrás de la petición vaga. Y aquí reside una carencia intrínseca de los agentes de IA: no son bibliotecarios, no sentirán empatía por usted ni le ayudarán a construir una cuestión inicial, como lo haría un ser humano.

Por eso he creado este vídeo:

La principal implicación para el bibliotecario es que esta es la hora de la acción: es el momento de poner en práctica la «competencia para preguntar» que ha desarrollado y ayudar a la persona que busca. Los profesionales con experiencia en servicios de referencia dirigen su atención a las pistas verbales y no verbales que perciben de la persona que necesita la información, y empiezan a descifrar el misterio de la búsqueda, entre lo que se dijo y lo que no se dijo.

Traducción para Gemini:

La cuestión inicial es, literalmente, su primer prompt. Y, al igual que en la referencia humana, probablemente será imperfecto.

Recuerde que quizá ya haya probado algunas iteraciones con su modelo, pero ahora va a iniciar la construcción de su prompt final. Un ejemplo de prompt inicial podría ser este:

«Hábleme sobre el mercado de la energía solar».

Aquí tenemos un prompt muy genérico, que no ayuda al agente a saber si usted quiere datos históricos, tendencias futuras, información sobre tecnología de paneles, políticas de incentivos en Brasil o un análisis del mercado global. Por tanto, la respuesta será amplia y, probablemente, superficial. Es el equivalente digital de llegar al mostrador de una biblioteca y decir: «Quiero libros sobre energía».

Está bien empezar con un prompt así, pero recuerde: para ahorrar tiempo y evitar generar búsquedas ineficientes, no genere todavía una búsqueda.

Paso 4: La cuestión negociada

Aquí reside la esencia de la referencia. Grogan nos enseña que la cuestión negociada es una «transacción» colaborativa en la que la cuestión inicial se negocia, se refina y se clarifica.

Un estudio de Mary Jo Lynch ya en 1976 reveló que casi la mitad de las consultas en bibliotecas requerían esa negociación. Este estudio, que fue la investigación doctoral de Mary Jo Lynch en la Rutgers University, analizó transacciones en cuatro bibliotecas públicas y descubrió que las entrevistas de referencia se producían en el 49 % de las consultas. Es decir, casi la mitad de las interacciones con los usuarios necesitaba una intervención activa del bibliotecario para identificar, aclarar y mejorar la verdadera cuestión del consultante.

La ausencia de esta negociación es una de las principales causas de fallo del servicio. Esta fase exige sensibilidad, perspicacia y un amplio conocimiento general, pues el bibliotecario necesita reformular la cuestión en términos que la información (ya sea un catálogo o una base de datos) pueda comprender.

Aquí es donde los seis criados honestos de Kipling acuden en nuestra ayuda, y ambos frameworks pueden trabajar en conjunto. La buena noticia es que usted ya sabe cómo usarlos; la mala noticia es que no puede contar con una persona bibliotecaria que le ayude, a menos que vaya a una biblioteca cerca de su casa.

Según el modelo de Kipling, las preguntas abiertas («¿Qué es lo que específicamente me interesa sobre los coches eléctricos?») son preferibles a las cerradas («¿Quiero saber sobre baterías de litio en los nuevos modelos chinos?»).

El objetivo aquí es entender el «motivo y el contexto», pues, como dice Grogan, el consultante «no puede definir lo que quiere, pero puede comentar por qué lo necesita».

Traducción para Gemini:

Este es el proceso iterativo de refinamiento de prompts. La «cuestión negociada» es, en realidad, una secuencia de prompts.

  1. Prompt 1 (Cuestión inicial): «Hábleme sobre el mercado de la energía solar».
  2. Prompt 2 (Negociación con «¿Dónde?» y «¿Cuándo?»): «Excelente punto de partida. Ahora, refine este análisis centrándose exclusivamente en el mercado brasileño de energía solar residencial en los últimos dos años».
  3. Prompt 3 (Negociación con «¿Por qué?» y «¿Cómo?»): «Con base en esos datos, cree una tabla comparando los costes de instalación y el tiempo medio de retorno de la inversión (ROI) para las tres principales tecnologías de paneles fotovoltaicos disponibles en Brasil».

Este diálogo es la coproducción entre usted y la IA, en la que aplica el framework de Kipling para transformar una cuestión genérica en una consulta precisa y eficiente. Recuerde que aún no necesita usar Deep Research.

Paso 5: La estrategia de búsqueda

Con la cuestión negociada en la mano, el bibliotecario traza un plan de acción intelectual. Usted, con su búsqueda inicial finalizada, ya tiene un prompt redactado para generar la pregunta inicial.

En el contexto de una «>biblioteca, el bibliotecario selecciona las fuentes más adecuadas (enciclopedias para una visión general, publicaciones periódicas para nnotation disambiguated wl-thing»>investigaciones recientes), elige títulos específicos y define los puntos de acceso (términos de búsqueda, sinónimos, encabezamientos de materia).

El éxito aquí depende del conocimiento íntimo de las fuentes y de aquella «intuición» que, en realidad, es fruto de años de práctica. Este es un trabajo de análisis que exige la descomposición del tema en sus facetas, la identificación de términos clave y el uso de herramientas como tesauros e índices. Nuestro modelo

Traducción para Gemini:

En lugar de crear la estrategia desde cero, puede utilizar la IA para co-crear el plan de búsqueda. Esta es una táctica avanzada. Después de hacerse las preguntas abiertas a sí mismo y encontrar las respuestas, puede generar un prompt así:

«Estoy investigando el tema ‘Adopción de la Inteligencia Artificial en Logística’. Para crear un informe completo, ¿cuáles serían las fuentes de información más importantes que deben consultarse (ej.: informes de mercado, publicaciones académicas, principales empresas del sector)? ¿Cuáles son los términos y sinónimos clave que debería utilizar para profundizar en la investigación?»

Su agente no solo proporcionará la información, sino que también le ayudará a estructurar la propia investigación, un paso interesante en la optimización de su tiempo. Pero espere, no utilice todavía Deep Research.

6.º Paso: El proceso de búsqueda

Esta es la ejecución práctica de la «>estrategia. Es una actividad dinámica, no lineal, donde pasamos a la acción. En nuestro escenario de la biblioteca, el profesional se adapta, sigue nuevas pistas que surgen y explora caminos no previstos inicialmente. La búsqueda puede ser manual, informatizada o una combinación de ambas.

En el contexto de la Biblioteconomía, esta fase exige competencia en el uso de las herramientas de búsqueda por parte de quien conduce el proceso. La rapidez en la respuesta puede impresionar, pero no debe sacrificar la calidad ni el aspecto humano de la interacción.

Traducción para Deep Research con Gemini:

Ahora sí, ¡vamos a utilizar Deep Research! Esta es nuestra sesión interactiva con el agente. Esté preparado para la serendipia, que es la capacidad de encontrar algo valioso o útil sin haberlo buscado específicamente. En esta fase, la ocurrencia de descubrimientos agradables e inesperados, muchas veces por casualidad, durante una búsqueda de algo diferente, es muy común. Y tratándose de un modelo de Inteligencia Artificial, las sorpresas pueden implicar descubrimientos inesperados pero no tan agradables.

Pero no tema, ¡no ha llegado hasta aquí para rendirse! Tiene en su mano su prompt especialmente creado para generar el mejor informe de búsquedas.

Recuerde que la IA puede presentar una conexión o un subtema que usted no había considerado. No dude en desviarse de su guion inicial para explorar estas nuevas vías. Utilice la capacidad de los modelos de procesar grandes volúmenes de datos para probar hipótesis rápidamente: «Analice los datos de la respuesta anterior e identifique cualquier correlación entre el coste de implementación y la localización geográfica de las empresas.»

7.º Paso: La respuesta

Ahora tenemos la información entregada al usuario, en nuestro caso, usted. En la mayoría de los casos, es un documento, un dato específico o una referencia bibliográfica. En nuestro caso es el informe que Gemini le entrega. ¿Ha hecho clic en el enlace que coloqué arriba para ver el informe generado anteriormente?

¿Cómo juzgar la calidad de su informe?

La respuesta debe ser clara y técnicamente precisa, el informe debe conducir su interpretación de los resultados y evitar información y datos innecesarios en la respuesta que busca, ayudándole a mantener el foco en la solución de su búsqueda de información.

Por lo tanto, la respuesta de Gemini es el texto generado. Debe entender que esta no es la etapa final. El archivo de salida que el modelo genera es un «borrador bruto de alta calidad». Debe verse como la materia prima, no como el producto acabado. Su papel es verificar, validar, contextualizar y editar esa respuesta.

8.º Paso: La solución

Este paso final le pertenece, en última instancia, a usted.

La solución se alcanza cuando el consultante, la persona que hace la consulta, confirma que la información proporcionada resolvió su problema y satisfizo su necesidad de información. Si esto no ocurre, el proceso vuelve al 4.º paso: la negociación de la cuestión.

La «solución» no es la respuesta de la IA, sino el producto final que usted crea a partir de ella: el informe finalizado, el artículo publicado, la presentación pulida, la decisión de negocio informada. Es el resultado de su curaduría, análisis crítico y síntesis del material generado por la IA.

Si, al revisar la «respuesta» de Gemini (Paso 7), percibe que no satisface su «necesidad visceral» (Paso 1), no ha fracasado. Simplemente reinicia el ciclo en el Paso 4, negociando la cuestión con un prompt más refinado y específico, en un proceso continuo de perfeccionamiento hasta que se alcance la solución adecuada.

¿El futuro de la búsqueda es una asociación humano-máquina?

El uso de herramientas como Gemini, ChatGPT, Claude y otras no excluye la necesidad ni disminuye la importancia del profesional de la información; al contrario, lo eleva. Usted mismo ha visto que existen fases de este proceso en las que el conocimiento de un bibliotecario es necesario.

La capacidad de conducir un diálogo profundo y estructurado con la IA, utilizando los principios atemporales de la entrevista de referencia, debería entenderse como una habilidad valiosa y eficaz para navegar en la complejidad informacional del siglo XXI y más allá.

«La finalidad del servicio de referencia es que la información fluya eficientemente entre las fuentes de información y quien necesita información. Sin que el bibliotecario aproxime la fuente al usuario, ese flujo jamás existirá o solo existirá de modo ineficiente.»

Kenneth Whitaker

Dominar el arte de preguntar, el «Qué», el «Por qué», el «Quién», el «Cómo», el «Cuándo» y el «Dónde», en el contexto digital puede ser lo que separa la obtención de respuestas superficiales de la construcción de un conocimiento profundo y verdaderamente útil. La entrevista de referencia no es algo que deba quedar relegado al pasado analógico y a las bibliotecas; a mi juicio, esta actividad es la compañera ideal de la inteligencia artificial.

La excelencia en la búsqueda, hoy y en el futuro, es una coproducción, una asociación donde la inteligencia humana guía, refina y extrae lo mejor de la inteligencia artificial.

Con ese informe en mano tiene dos opciones:

  1. Crear un notebook en NotebookLM de Google: haga preguntas a su notebook sobre sus ideas del artículo, interactúe y utilícelo como su especialista en el tema que va a tratar.
  2. Crear otro agente: Cree otro agente especializado que utilice toda esa información y genere un briefing para que un ser humano escriba. Con las debidas adaptaciones puede generar un briefing para otro agente especializado en escribir.

Herramienta para aplicar el flujo de trabajo

La biblioteconomía creó un papel para la persona bibliotecaria: el bibliotecario de referencia. Es el responsable de ayudar a las personas a crear estrategias de búsqueda para investigaciones complejas, muchas de ellas académicas.

Durante mucho tiempo se desarrollaron teorías y metodologías para estructurar este trabajo tan importante. En este artículo he presentado una forma de apropiarse de este conocimiento para crear una herramienta para estudiar cualquier tema: https://semantico.com.br/blog/blog/en/reference-interview-in-ai-age/

Anoche tomé la información que creé en esta publicación y generé una herramienta que le ayudará a estructurar este proceso, sin tener que seguir paso a paso lo que escribí:

Captura de tela 2026 08 20 143939

https://opal.google/app/1yqgAXVjRox1IGTQBqzPwfhvYDDvyYv5o

El uso es muy sencillo:

  1. Vaya respondiendo las preguntas (el sistema está en inglés pero entiende respuestas en cualquier idioma);
  2. Copie el prompt generado al final y colóquelo en su modelo de preferencia y utilice la funcionalidad de investigación en profundidad.

Haga sus pruebas y dígame qué le ha parecido.

En la segunda parte de este artículo le mostraré cómo utilizar el informe que generamos para nuestra búsqueda para crear un agente especializado en el tema que desee.


REFERENCIAS

  • ACCART, Jean-Philippe. Serviço de referência: do presencial ao virtual. Brasília, DF: Briquet de Lemos, 2012.
  • BALBINOTTI, Stheve. Desvendando os oito passos de Grogan em um processo de referência. Revista ACB: Biblioteconomia em Santa Catarina, Florianópolis, v. 25, n. 3, p. 571-587, ago./dez., 2020.
  • FERREIRA, Nalin. Marketing SRI (Slides). [S.l.: s.n.], [s.d.]. Material didáctico.
  • FERREIRA, Nalin. PRÁTICA DO SERVIÇO DE REFERÊNCIA: um relato de experiência na área da saúde. [S.l.: s.n.], [s.d.]. Material didáctico.
  • FIGUEIREDO, Nice Menezes de. Serviços de referência e informação. São Paulo: Polis: APB, 1992.
  • GILLUM, Shalu. The Changing Face of Public Services in Health Sciences Libraries Post-Pandemic. Medical Reference Services Quarterly, v. 43, n. 2, p. 152-163, 2024.
  • GROGAN, Denis. A prática do serviço de referência. Traducción de Antonio Agenor Briquet de Lemos. Brasília, DF: Briquet de Lemos/Livros, 1995.
  • GROGAN, Denis. A prática do serviço de referência. Brasília: Briquet de Lemos, 2001.
  • HIGGINS, Julian et al. Update from the Methodological Expectations of Cochrane Intervention Reviews (MECIR) project. Cochrane methods, v. 2, n. 3, 2012.
  • IFRS CAMPUS PORTO ALEGRE. Protocolo para elaboração de estratégia de busca. Porto Alegre: IFRS Campus Porto Alegre, [s.d.].
  • LANKES, R. D. Expect more: melhores bibliotecas para um mundo complexo. São Paulo: Febab, 2016.
  • LANKES, R. D. Bad Libraries Build Collections, Good Libraries Build Services, Great Libraries Build Communities. 2012. Disponible en: https://davidlankes.org/beyond-the-bullet-points-bad-libraries-build-collections-good-libraries-build-services-great-libraries-build-communities/. Acceso el: 7 mayo 2025.
  • MEDICAL LIBRARY ASSOCIATION- MLA. Professional development. Professional competencies. Disponible en: mlanet.org/page/competencies. Acceso el: 4 abr. 2022.
  • MONTEIRO-KREBS, Luciana. BIB03088 – Serviço de Referência e Informação: Aula 01_v2. [S.l.: s.n.], [s.d.]. Material didáctico.
  • MONTEIRO-KREBS, Luciana. BIB03088 – Serviço de Referência e Informação: Aula 04b. [S.l.: s.n.], [s.d.]. Material didáctico.
  • MONTEIRO-KREBS, Luciana. BIB03088 – Serviço de Referência e Informação: Aula 2 – Slides. [S.l.: s.n.], [s.d.]. Material didáctico.
  • MONTEIRO-KREBS, Luciana. BIB03088 – Serviço de Referência e Informação: SRI virtual. [S.l.: s.n.], [s.d.]. Material didáctico.
  • MONTEIRO-KREBS, Luciana. Quadro de indicadores de desempenho do serviço de referência. [S.l.: s.n.], [s.d.]. Material didáctico.
  • MORO, Eliane Lourdes da Silva; SILVEIRA, Manoela; PARANHOS, Mariana; MARTINI, Paula. O que é um serviço de referência presencial. Porto Alegre: UFRGS, 2015. Trabajo académico (Graduación en Biblioteconomía y Ciencia de la Información) – Universidade Federal do Rio Grande do Sul, Faculdade de Biblioteconomia e Comunicação Social, Departamento de Ciências da Informação, Porto Alegre, 2015.
  • NATIONAL LIBRARY OF MEDICINE. NETWORK OF THE NATIONAL OF LIBRARY OF MEDICINE. Health literacy. Disponible en: https://nnlm.gov/initiatives/topics/health-literacy#toc-4. Acceso el: 4 abr. 2022.
  • SANTA BIBLIOTECONOMIA. Os 8 Passos do Serviço de Referência Segundo Grogan. [S.l.]: Santa Biblioteconomia, [s.d.]. Duración: 07min00s. Disponible en: https://youtu.be/NqS8pB48y14. Acceso el: 18 mayo 2024.
  • SILVEIRA, Nalin Ferreira da. O Information Commons nas bibliotecas universitárias brasileiras: suporte à pesquisa e à inovação para o desenvolvimento científico e social. 2019. 181 f.: il. Disertación (Máster Profesional en Informática en la Educación) – Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul, Porto Alegre, 2019.
  • VARGAS, G. A. T.; AVILLANEDA, M. D. R. S. El servicio de referencia en la biblioteca digital. Investigación bibliotecológica, México, v. 19, n. 39, p. 120-133, 2009.
Alexander Rodrigues Silva

Alexander Rodrigues Silva

Especialista SEO y autor del libro SEO Semántico

Hola, soy Alexander Rodrigues Silva, especialista SEO y autor del libro «SEO Semántico: Flujo de trabajo semántico». Llevo más de dos décadas en el universo digital, con enfoque en optimización de sitios web desde 2009. Mis elecciones me han llevado a profundizar en la intersección entre experiencia del usuario y estrategias de marketing de contenidos, siempre con el foco en el aumento del tráfico orgánico a largo plazo. Mis investigaciones y especialización se centran en el SEO Semántico, donde investigo y aplico la semántica y los datos conectados en la optimización de sitios web. Es un campo fascinante que me permite unir mi formación en publicidad con la biblioteconomía.

Blog Semântico
Resumen de privacidad

Este sitio web utiliza cookies para que podamos ofrecerle la mejor experiencia de usuario posible. La información de las cookies se almacena en su navegador y realiza funciones como reconocerle cuando regresa a nuestro sitio web y ayudar a nuestro equipo a comprender qué secciones del sitio web le resultan más interesantes y útiles.