Skill oficial · IA en la práctica

Grafo de conocimiento a partir de documentos

v1.0.0 · Actualizada el 4 de noviembre de 2026

Extrae entidades y relaciones de documentos en tripletas con cita de origen y confianza, nombres unificados, una tabla lista para CSV y un diagrama Mermaid.

Funciona en Claude, ChatGPT y agentes de programación. En Team y Business, la skill oficial de tu pod se actualiza sola cuando la mejoramos.

Cuándo usarla

• Quieres mapear personas, empresas y productos a lo largo de muchos documentos
• Necesitas un CSV para una herramienta de grafos o un sistema RAG

Qué le das

• Documentos o texto pegado
• Tipos de entidad y relaciones que importan
• Lista de nombres canónicos que ya exista (opcional)

Qué obtienes

Una tabla de entidades, una tabla de tripletas con citas y confianza, un diagrama Mermaid y preguntas abiertas sobre duplicados.

Cómo funciona

1. Fija primero los tipos de entidad y los predicados Escríbelos en una lista corta: tipos como sustantivos en singular (Persona, Empresa, Producto, Proyecto), predicados como frases verbales en minúsculas (trabaja_en, usa, posee, reporta_a). Usa un predicado por significado; “empleado por” y “trabaja en” pasan a ser los dos trabaja_en.
2. Extrae las tripletas frase por frase Solo lo que una frase afirma. Cada tripleta: sujeto, predicado, objeto, la cita exacta de origen (menos de 25 palabras), el documento y la ubicación. No deduzcas relaciones por cercanía (“mencionados en el mismo párrafo” no es una relación).
3. Califica la confianza Alta: se afirma directamente (“Mía dirige el Proyecto Órbita”). Media: se afirma con reservas o de forma indirecta (“parece que ahora Mía lleva Órbita”). Baja: se da a entender por el contexto. Por defecto (criterio de esta skill): las tripletas de confianza baja quedan en la tabla pero fuera del diagrama.
4. Une los duplicados bajo nombres canónicos Agrupa las variantes (“Acme”, “ACME Corp.”, “Acme Corporation”) bajo un solo nombre canónico y anota los alias. Cosas distintas con el mismo nombre llevan un calificativo (“Mercurio (proyecto)”, “Mercurio (proveedor)”). Si dudas de que dos nombres sean la misma entidad, mantenlos separados y anota la pregunta.
5. Busca contradicciones Dos tripletas que no pueden ser ciertas a la vez (Mía reporta_a Jorge; Mía reporta_a Ana) se marcan con ambas fuentes y fechas. Da prioridad a la fuente más reciente solo si los documentos tienen fecha; si no, deja la cuestión abierta.
6. Escribe las salidas Una tabla de entidades, una tabla de tripletas lista para CSV (sin celdas combinadas, una fila por tripleta) y un diagrama de flujo Mermaid con las tripletas de confianza alta y media. En Mermaid, pon entre comillas dobles las etiquetas con espacios o paréntesis, y nunca uses la palabra “end” sola como id de un nodo.

El SKILL.md

El archivo completo, tal como lo lee tu IA. Descargarlo

---
name: knowledge-graph-extraction
description: Extrae entidades y relaciones de documentos para formar un grafo de conocimiento (knowledge graph) - tipos de entidad, tripletas sujeto-predicado-objeto con la cita de origen y un nivel de confianza, duplicados unidos bajo un nombre canónico - y lo entrega como una tabla lista para CSV y un diagrama Mermaid. Úsala cuando alguien pida mapear quién trabaja con quién o qué clientes usan qué productos, convertir documentos en un grafo de conocimiento, extraer entidades y relaciones, construir un grafo a partir de notas o preparar datos para GraphRAG o Neo4j.
---

# Extracción de un grafo de conocimiento

Un grafo de conocimiento es un conjunto de afirmaciones con la forma sujeto–predicado–objeto (“Acme Corp — usa — Ledgerly”), la misma forma de tres partes que una tripleta RDF del W3C. Solo sirve si cada afirmación se puede rastrear hasta una frase de origen y si la misma cosa tiene siempre el mismo nombre. Por eso aquí cada tripleta lleva su cita y un nivel de confianza, y los duplicados se unen antes de dibujar nada.

## Cuándo usarla

- Para convertir notas de reuniones, contratos, notas del CRM o informes en un mapa de personas, empresas, productos y cómo se relacionan.
- Para preparar un CSV que se importe en una herramienta de grafos (Neo4j, Kumu, una tabla dinámica en una hoja de cálculo) o en un sistema RAG.
- Para responder “¿quién está conectado con qué?” a lo largo de muchos documentos.
- No sirve para diseñar desde cero las clases y reglas de un dominio: si no se conocen los tipos de entidad, usa primero ontology-draft.

## Qué necesitas

- Los documentos o el texto pegado. Numéralos (D1, D2...) para que cada tripleta pueda citar su fuente.
- Los tipos de entidad y las relaciones que importan. Si no se dan, propón de 4 a 8 tipos de entidad y de 5 a 10 predicados tras una primera lectura, márcalos “[propuesta]” y sigue.
- Cualquier lista de nombres canónicos que ya exista (lista de clientes, directorio del personal). Si no hay, crea una en el paso 4.

## Pasos

1. **Fija primero los tipos de entidad y los predicados.** Escríbelos en una lista corta: tipos como sustantivos en singular (Persona, Empresa, Producto, Proyecto), predicados como frases verbales en minúsculas (trabaja_en, usa, posee, reporta_a). Usa un predicado por significado; “empleado por” y “trabaja en” pasan a ser los dos trabaja_en.
2. **Extrae las tripletas frase por frase.** Solo lo que una frase afirma. Cada tripleta: sujeto, predicado, objeto, la cita exacta de origen (menos de 25 palabras), el documento y la ubicación. No deduzcas relaciones por cercanía (“mencionados en el mismo párrafo” no es una relación).
3. **Califica la confianza.** Alta: se afirma directamente (“Mía dirige el Proyecto Órbita”). Media: se afirma con reservas o de forma indirecta (“parece que ahora Mía lleva Órbita”). Baja: se da a entender por el contexto. Por defecto (criterio de esta skill): las tripletas de confianza baja quedan en la tabla pero fuera del diagrama.
4. **Une los duplicados bajo nombres canónicos.** Agrupa las variantes (“Acme”, “ACME Corp.”, “Acme Corporation”) bajo un solo nombre canónico y anota los alias. Cosas distintas con el mismo nombre llevan un calificativo (“Mercurio (proyecto)”, “Mercurio (proveedor)”). Si dudas de que dos nombres sean la misma entidad, mantenlos separados y anota la pregunta.
5. **Busca contradicciones.** Dos tripletas que no pueden ser ciertas a la vez (Mía reporta_a Jorge; Mía reporta_a Ana) se marcan con ambas fuentes y fechas. Da prioridad a la fuente más reciente solo si los documentos tienen fecha; si no, deja la cuestión abierta.
6. **Escribe las salidas.** Una tabla de entidades, una tabla de tripletas lista para CSV (sin celdas combinadas, una fila por tripleta) y un diagrama de flujo Mermaid con las tripletas de confianza alta y media. En Mermaid, pon entre comillas dobles las etiquetas con espacios o paréntesis, y nunca uses la palabra “end” sola como id de un nodo.

## Formato de salida

````markdown
## Entidades
| id | nombre_canónico | tipo | alias |
|---|---|---|---|
| E1 | [nombre] | [tipo] | [alias; alias] |

## Tripletas
| sujeto | predicado | objeto | confianza | cita_fuente | fuente |
|---|---|---|---|---|---|
| [nombre canónico] | [predicado] | [nombre canónico] | alta/media/baja | “[cita exacta]” | D[n], [sección/línea] |

## Diagrama (solo confianza alta y media)
```mermaid
flowchart LR
  E1["[nombre]"] -->|[predicado]| E2["[nombre]"]
```

## Preguntas abiertas
- [Posible duplicado / contradicción / relación poco clara], fuentes D[n], D[n]
````

## Ejemplo

**Entrada:**
D1 (notas de llamada, 3 de mayo): “Mía Castillo, de Ondaclara, dijo que ya implementaron Ledgerly en su equipo de finanzas. Su director financiero, Jorge Paredes, dio el visto bueno.”
D2 (correo, 10 de mayo): “OndaClara S.A. quiere agregar Ledgerly Reports. Mía comentó que Teresa podría hacerse cargo del proyecto.”

**Salida:**

````markdown
## Entidades
| id | nombre_canónico | tipo | alias |
|---|---|---|---|
| E1 | Ondaclara | Empresa | OndaClara S.A. |
| E2 | Mía Castillo | Persona | Mía |
| E3 | Jorge Paredes | Persona | |
| E4 | Ledgerly | Producto | |
| E5 | Ledgerly Reports | Producto | |
| E6 | Teresa | Persona | |
| E7 | Implementación de Ledgerly | Proyecto | |
| E8 | Proyecto Ledgerly | Proyecto | |

## Tripletas
| sujeto | predicado | objeto | confianza | cita_fuente | fuente |
|---|---|---|---|---|---|
| Mía Castillo | trabaja_en | Ondaclara | alta | “Mía Castillo, de Ondaclara” | D1, línea 1 |
| Ondaclara | usa | Ledgerly | alta | “ya implementaron Ledgerly en su equipo de finanzas” | D1, línea 1 |
| Jorge Paredes | trabaja_en | Ondaclara | alta | “Su director financiero, Jorge Paredes” | D1, línea 2 |
| Jorge Paredes | aprobó | Implementación de Ledgerly | alta | “Jorge Paredes, dio el visto bueno” | D1, línea 2 |
| Ondaclara | le_interesa | Ledgerly Reports | alta | “quiere agregar Ledgerly Reports” | D2, línea 1 |
| Teresa | podría_liderar | Proyecto Ledgerly | media | “Teresa podría hacerse cargo del proyecto” | D2, línea 2 |

## Diagrama (solo confianza alta y media)
```mermaid
flowchart LR
  E2["Mía Castillo"] -->|trabaja_en| E1["Ondaclara"]
  E3["Jorge Paredes"] -->|trabaja_en| E1
  E1 -->|usa| E4["Ledgerly"]
  E1 -->|le_interesa| E5["Ledgerly Reports"]
  E3 -->|aprobó| E7["Implementación de Ledgerly"]
  E6["Teresa"] -->|podría_liderar| E8["Proyecto Ledgerly"]
```

## Preguntas abiertas
- ¿Teresa trabaja en Ondaclara o en nuestra empresa? D2 no lo dice.
- “Implementación de Ledgerly” y “Proyecto Ledgerly” podrían ser el mismo proyecto; se mantienen separados.
````

## Comprobaciones antes de enviar

- [ ] Cada tripleta tiene una cita exacta que aparece en el documento citado.
- [ ] Cada entidad del mundo real aparece bajo un solo nombre canónico, con sus alias listados.
- [ ] Cada significado usa un solo predicado; no hay dos predicados que signifiquen lo mismo.
- [ ] El diagrama solo contiene tripletas de confianza alta y media y es Mermaid válido.
- [ ] Los posibles duplicados y contradicciones aparecen como preguntas abiertas, no unidos en silencio.

## Errores comunes

- Tratar la coaparición como una relación. Dos nombres en un mismo párrafo no están vinculados salvo que una frase diga cómo.
- Dejar que la lista de predicados crezca hasta 40 casi sinónimos. Únelos antes de extraer.
- Dibujar todas las tripletas. Un diagrama con más de unas 30 aristas no se puede leer; divídelo por entidad o por tipo.

Compártela con tu equipo

Agrégala a un AI Skill Pod y todo el equipo, colaboradores externos incluidos, usa la misma versión desde su propia IA. Lee las mejores formas de compartir skills de IA con un equipo

Agregar al pod de mi equipo

Historial de cambios

• v1.0.0 · 4 de noviembre de 2026 · First release.