Tu salvación cuando usas Notebook para la compra pública: Los corchetes
Artículo publicado originalmente por el mismo autor en Substack.
La interfaz de NotebookLM está diseñada para engañarte. A la izquierda tienes una columna con tus fuentes. Una lista plana. Sin jerarquía. Sin carpetas. Sin colores. Si subes tres documentos, funciona. Si subes los 40 archivos de un expediente de contratación complejo —pliegos, 15 ofertas técnicas y económicas, informes de valoración, un par de recursos, normativa aplicable—, lo que tienes ya no es una herramienta. Es un cajón de sastre con pretensiones.
Y aquí es donde ocurre el desastre silencioso.
El problema que nadie ve (hasta que lo sufre)
La mayoría de usuarios confía en que la IA “entenderá” cada documento por su contenido. Que leerá el pliego y sabrá que es un pliego. Que distinguirá una oferta económica de un informe previo. Que no confundirá la normativa con una propuesta.
A veces lo hace.
En contratación pública, “a veces” es un lujo que no te puedes permitir. Necesitas “siempre”. O al menos algo que se le parezca mucho.
La solución no requiere programar nada. No es tecnológica en el sentido habitual. Es semántica. Y cabe en un corchete.
El corchete que lo cambia todo
NotebookLM no tiene carpetas para los archivos fuentes. No tiene etiquetas nativas. No tiene un sistema de clasificación visual. Pero hace algo que casi nadie aprovecha: lee el nombre del archivo. Y no lo lee como tú o como yo, buscando orientación. Lo lee como lo que es para un modelo de lenguaje: contexto. La primera instrucción que recibe antes de abrir el documento.
Cuando nombras un archivo documento_final_v2.pdf, la IA procesa ruido. Cuando lo nombras [NORM] LCSP_Consolidada.pdf, la IA recibe una categoría operativa.
Los corchetes crean lo que en programación se llama un namespace —un espacio de nombres que permite al sistema segmentar la información antes de procesarla—. En la práctica, eso significa que puedes dar instrucciones quirúrgicas sobre dónde buscar cada cosa, y la IA deja de mezclar churras con merinas.
(Que es exactamente lo que hace cuando le sueltas 40 PDFs sin contexto y le preguntas por el plazo de garantía.)
La taxonomía: cuatro etiquetas para gobernarlas a todas
Después de mucho ensayo y error —y algún que otro informe de valoración que salió del revés—, utilizo lo que de forma un tanto pretenciosa llamo Protocolo Técnico de Contratación (PTC) que estandariza cuatro prefijos:
[NORM] — Leyes y reglamentos. La verdad inmutable. Lo que no se negocia.
[REG] — Los pliegos del expediente. Las reglas del juego concreto.
[OFERTA] — Las propuestas de las empresas. Los hechos que hay que evaluar.
[ADMIN] — Informes previos, memorias justificativas, actas. El contexto que da sentido a todo lo demás.
Cuatro etiquetas. Eso es todo. No necesitas más para transformar un chat con IA en algo que se parezca a un sistema de información estructurado.
Qué ganas con esto (y no es poco)
Dejas de preguntar al aire
Sin etiquetas, cuando preguntas “¿cuál es el plazo de garantía?”, la IA escarba en los 40 documentos y te responde con lo primero que encuentra. Puede darte el plazo que ofrece la Empresa B como mejora cuando tú querías el mínimo exigido en el pliego. Un error que parece menor hasta que aparece en un informe de valoración firmado.
Con etiquetas, la instrucción cambia:
“Extrae el plazo de garantía exigido en los documentos [REG] y compáralo con el ofrecido en los documentos [OFERTA].”
Esto crea lo que me gusta llamar “cortafuegos cognitivos”. La IA ya no confunde el deber ser con el ser. El pliego manda, la oferta responde. Cada cosa en su sitio.
Las comparativas dejan de ser una lotería
Quince ofertas económicas. Si las has subido con nombres como Oferta_Juan.pdf, Presupuesto_ACS.pdf y 2026_Construcciones.pdf, pedirle a la IA una tabla comparativa es un acto de fe. Puede saltarse una. Puede confundir dos. Puede inventarse un orden que no tiene sentido.
Si todas se llaman [OFERTA] Empresa X – Económica.pdf, puedes lanzar una instrucción de barrido:
“Itera sobre cada documento que comience por [OFERTA]. Extrae el valor total sin IVA y genera una tabla de ranking.”
En términos técnicos, la etiqueta actúa como un filtro SQL: SELECT * FROM archivos WHERE nombre LIKE ‘[OFERTA]%’. Ninguna empresa se queda fuera. El análisis es exhaustivo por diseño, no por suerte.
Puedes inyectar datos que el PDF no contiene
Esto es lo que de verdad me parece elegante. A veces el documento no incluye información que la IA necesita para hacer su trabajo: la fecha de entrada en registro, si la oferta llegó fuera de plazo, si un documento tiene una validación pendiente.
Puedes meter esos datos en el propio nombre del archivo:
[OFERTA] Empresa A (Reg_14-02-2026 13:59).pdf [OFERTA] Empresa B (Reg_14-02-2026 14:05 – EXTEMPORÁNEA).pdf
La IA lee el nombre y detecta la extemporaneidad antes de abrir el documento. Sin tocar el PDF original. Sin alterar nada. Has convertido el nombre del archivo en un campo de metadatos operativo.
Que me digan que eso no es bonito.
La evaluación ciega: cuando la etiqueta protege la imparcialidad
Esta es, probablemente, la aplicación que más me interesa desde el punto de vista jurídico.
NotebookLM puede identificar al autor de un PDF por los metadatos internos del archivo. Si estás evaluando ofertas en un procedimiento donde los criterios de juicio de valor (Sobre B) deberían valorarse sin saber quién es el licitador, eso es un problema.
La solución es sencilla. Renombras las ofertas con códigos neutros:
[OFERTA] ID_001.pdf [OFERTA] ID_002.pdf
Y la instrucción se convierte en:
“Evalúa la calidad técnica de ID_001 basándote exclusivamente en el contenido del archivo, ignorando cualquier mención a la marca comercial dentro del texto.”
¿Es infalible? No. La IA puede tropezar con una referencia interna que delate al licitador. Pero añade una capa de objetividad que, en muchos casos, es más rigurosa que la evaluación humana pura —donde el sesgo de confirmación ni siquiera necesita metadatos para actuar—.
Control de versiones: evitar el monstruo híbrido
En la redacción de pliegos hay un momento especialmente peligroso: cuando tienes dos versiones del mismo documento y la IA, con su afán de ser útil, fusiona el conocimiento de ambas. El resultado es una especie de criatura de Frankenstein normativa donde no sabes qué cláusula está vigente y cuál se eliminó en la revisión.
Las etiquetas de versión lo evitan:
[BORRADOR] PPT_v1.pdf [BORRADOR] PPT_v2.pdf
Ahora puedes preguntar:
“Analiza las diferencias entre [v1] y [v2]. ¿Se ha eliminado alguna cláusula de penalidad?”
La etiqueta temporal le da a la IA algo que normalmente le cuesta mucho: sentido de la cronología. La v1 es el antes, la v2 es el después. No hay fusión. No hay monstruos.
Ordenar para automatizar (o al revés)
Hay algo que me resulta casi irónico en todo esto. Llevamos décadas nombrando archivos para que nosotros, los humanos, los encontremos. Informe_DEFINITIVO_FINAL_v3_ESTE_SÍ.pdf. Todos hemos estado ahí.
Ahora el nombre del archivo ya no es para ti. Es para el algoritmo. Es la forma más barata y más efectiva de programar la lógica de un sistema de IA sin escribir una sola línea de código.
Sin etiquetas, NotebookLM es un chat que lee documentos. Con etiquetas, es un expediente estructurado listo para ser auditado.
Y entre una cosa y otra hay la misma distancia que entre tener papeles en una caja de zapatos y tener un archivo con índice. Solo que ahora la caja de zapatos tiene inteligencia artificial, y si no la ordenas tú, ella se inventará su propio orden.
Y a lo mejor no te gusta.
