Primera versión de Constelación de Palabras, la herramienta que convierte un texto o un tema en un mapa estelar de 5 a 8 palabras dibujadas con reglas deterministas. Qué se decidió antes de escribir una línea, cómo se comprobó sin depender del modelo real, y un tutorial completo —con todo el código— para montarla desde cero, incluida la instalación de LM Studio.
Postal IA suma dos piezas de mantenimiento: un archivo de pruebas automáticas que fija para siempre los ocho versos de referencia usados para validar el contador de sílabas del romance, y un botón para copiar el poema como texto plano, con un plan B para cuando la página se abra fuera de un contexto seguro.
Cuarta sesión de desarrollo de Postal IA: el mismo filtro de mensajes sospechosos y el mismo límite de peticiones que ya usa PINSAPIA, el equívoco de por qué una variable de entorno no aparecía en Windows (sesión vs. permanente), y un campo de código de acceso añadido a la propia página, listo para probarla fuera de localhost.
Tercera sesión de desarrollo de Postal IA: un selector para pedir el poema como haiku suelto o como romance de cuatro versos octosílabos, la decisión de no reintentar la generación aunque falle la métrica, y un contador de sílabas en Python —con sinalefa y regla del acento final— que comprueba el resultado sin ocultar los fallos.
Segunda sesión de desarrollo de Postal IA: confirmado que ya funciona con LM Studio real en ROCKY, cuatro estilos de fondo generados por reglas —incluido un árbol fractal por recursión— y un ajuste para que el texto nunca se desborde de la tarjeta, sea cual sea la longitud del poema que devuelva el modelo.
Primera sesión de desarrollo de Postal IA, la herramienta que convierte una palabra en una postal con un micropoema y un fondo generado por reglas: qué se reutilizó de PINSAPIA, por qué la imagen se descargaba minúscula y cómo se corrigió, y qué queda pendiente antes de probarla con LM Studio real en ROCKY.
Primera sesión de desarrollo de Prompt Lab, la herramienta para que el alumnado de 2º de Bachillerato experimente con ingeniería de prompts: qué se ha medido (tiempos de respuesta, paralelismo real en LM Studio), qué se ha corregido sobre la marcha y qué queda pendiente antes de llevarlo a la máquina del instituto.
Una herramienta que lee los apuntes y calcula, con una fórmula de 1959, cuáles están escritos de forma demasiado difícil para el curso al que van dirigidos. No lo decide la IA, lo calcula Python.
Si recargas la página a mitad de conversación, PINSAPIA ya no la borra — pero tampoco se queda guardada para siempre en el ordenador del aula.
PINSAPIA ya muestra, debajo de cada respuesta, qué documentos reales del centro ha usado para responder — sin pedírselo al modelo, porque Python ya lo sabe desde antes de llamarlo.