Visita nuestro libro de recetas de resumen para ver una implementación de ejemplo de resumen legal usando Claude.
Antes de construir con Claude
Decide si usar Claude para resumen de documentos legales
Aquí hay algunos indicadores clave de que deberías emplear un LLM como Claude para resumir documentos legales:Deseas revisar un alto volumen de documentos de manera eficiente y asequible
Deseas revisar un alto volumen de documentos de manera eficiente y asequible
Requieres extracción automatizada de metadatos clave
Requieres extracción automatizada de metadatos clave
Deseas generar resúmenes claros, concisos y estandarizados
Deseas generar resúmenes claros, concisos y estandarizados
Necesitas citas precisas para tus resúmenes
Necesitas citas precisas para tus resúmenes
Deseas optimizar y acelerar tu proceso de investigación legal
Deseas optimizar y acelerar tu proceso de investigación legal
Determina los detalles que deseas que el resumen extraiga
No existe un único resumen correcto para ningún documento dado. Sin una dirección clara, puede ser difícil para Claude determinar qué detalles incluir. Para lograr resultados óptimos, identifica la información específica que deseas incluir en el resumen. Por ejemplo, al resumir un acuerdo de subarrendamiento, podrías desear extraer los siguientes puntos clave:Establece criterios de éxito
Evaluar la calidad de los resúmenes es una tarea notoriamente desafiante. A diferencia de muchas otras tareas de procesamiento de lenguaje natural, la evaluación de resúmenes a menudo carece de métricas claras y objetivas. El proceso puede ser altamente subjetivo, con diferentes lectores valorando diferentes aspectos de un resumen. Aquí hay criterios que podrías desear considerar al evaluar qué tan bien Claude realiza el resumen de documentos legales.Corrección factual
Corrección factual
Precisión legal
Precisión legal
Concisión
Concisión
Consistencia
Consistencia
Legibilidad
Legibilidad
Sesgo e imparcialidad
Sesgo e imparcialidad
Cómo resumir documentos legales usando Claude
Selecciona el modelo Claude correcto
La precisión del modelo es extremadamente importante al resumir documentos legales. Claude Sonnet 4.5 es una excelente opción para casos de uso como este donde se requiere alta precisión. Si el tamaño y la cantidad de tus documentos es grande de tal manera que los costos comienzan a ser una preocupación, también puedes intentar usar un modelo más pequeño como Claude Haiku 4.5. Para ayudarte a estimar estos costos, a continuación hay una comparación del costo para resumir 1,000 acuerdos de subarrendamiento usando tanto Sonnet como Haiku:-
Tamaño del contenido
- Número de acuerdos: 1,000
- Caracteres por acuerdo: 300,000
- Total de caracteres: 300M
-
Tokens estimados
- Tokens de entrada: 86M (asumiendo 1 token por 3.5 caracteres)
- Tokens de salida por resumen: 350
- Total de tokens de salida: 350,000
-
Costo estimado de Claude Sonnet 4.5
- Costo de tokens de entrada: 86 MTok * $3.00/MTok = $258
- Costo de tokens de salida: 0.35 MTok * $15.00/MTok = $5.25
- Costo total: $258.00 + $5.25 = $263.25
-
Costo estimado de Claude Haiku 3
- Costo de tokens de entrada: 86 MTok * $0.25/MTok = $21.50
- Costo de tokens de salida: 0.35 MTok * $1.25/MTok = $0.44
- Costo total: $21.50 + $0.44 = $21.96
Transforma documentos a un formato que Claude pueda procesar
Antes de comenzar a resumir documentos, necesitas preparar tus datos. Esto implica extraer texto de PDFs, limpiar el texto y asegurar que esté listo para ser procesado por Claude. Aquí hay una demostración de este proceso en un PDF de muestra:Construye un prompt fuerte
Claude puede adaptarse a varios estilos de resumen. Puedes cambiar los detalles del prompt para guiar a Claude a ser más o menos verboso, incluir más o menos terminología técnica, o proporcionar un resumen de nivel superior o inferior del contexto en cuestión. Aquí hay un ejemplo de cómo crear un prompt que asegure que los resúmenes generados sigan una estructura consistente al analizar acuerdos de subarrendamiento:summarize_document que usa Claude para resumir el contenido de un acuerdo de subarrendamiento. La función acepta una cadena de texto y una lista de detalles a extraer como entradas. En este ejemplo, llamamos a la función con las variables document_text y details_to_extract que fueron definidas en los fragmentos de código anteriores.
Dentro de la función, se genera un prompt para Claude, incluyendo el documento a ser resumido, los detalles a extraer e instrucciones específicas para resumir el documento. El prompt instruye a Claude a responder con un resumen de cada detalle a extraer anidado dentro de encabezados XML.
Debido a que decidimos generar cada sección del resumen dentro de etiquetas, cada sección puede ser fácilmente analizada como un paso de post-procesamiento. Este enfoque permite resúmenes estructurados que pueden ser adaptados para tu caso de uso, de modo que cada resumen siga el mismo patrón.
Evalúa tu prompt
El prompting a menudo requiere pruebas y optimización para estar listo para producción. Para determinar la preparación de tu solución, evalúa la calidad de tus resúmenes usando un proceso sistemático que combine métodos cuantitativos y cualitativos. Crear una evaluación empírica fuerte basada en tus criterios de éxito definidos te permitirá optimizar tus prompts. Aquí hay algunas métricas que podrías desear incluir dentro de tu evaluación empírica:Puntuaciones ROUGE
Puntuaciones ROUGE
Puntuaciones BLEU
Puntuaciones BLEU
Similitud de incrustación contextual
Similitud de incrustación contextual
Calificación basada en LLM
Calificación basada en LLM
Evaluación humana
Evaluación humana
Despliega tu prompt
Aquí hay algunas consideraciones adicionales a tener en cuenta mientras despliegas tu solución a producción.- Asegura que no haya responsabilidad: Comprende las implicaciones legales de errores en los resúmenes, que podrían llevar a responsabilidad legal para tu organización o clientes. Proporciona renuncias o avisos legales aclarando que los resúmenes son generados por IA y deben ser revisados por profesionales legales.
- Maneja tipos de documentos diversos: En esta guía, hemos discutido cómo extraer texto de PDFs. En el mundo real, los documentos pueden venir en una variedad de formatos (PDFs, documentos de Word, archivos de texto, etc.). Asegúrate de que tu tubería de extracción de datos pueda convertir todos los formatos de archivo que esperes recibir.
- Paraleliza llamadas a la API de Claude: Los documentos largos con una gran cantidad de tokens pueden requerir hasta un minuto para que Claude genere un resumen. Para grandes colecciones de documentos, podrías desear enviar llamadas a la API de Claude en paralelo de modo que los resúmenes puedan completarse en un marco de tiempo razonable. Consulta los límites de velocidad de Anthropic para determinar la cantidad máxima de llamadas a la API que pueden realizarse en paralelo.
Mejora el rendimiento
En escenarios complejos, puede ser útil considerar estrategias adicionales para mejorar el rendimiento más allá de las técnicas estándar de ingeniería de prompts. Aquí hay algunas estrategias avanzadas:Realiza meta-resumen para resumir documentos largos
El resumen legal a menudo implica manejar documentos largos o muchos documentos relacionados a la vez, de tal manera que superes la ventana de contexto de Claude. Puedes usar un método de fragmentación conocido como meta-resumen para manejar este caso de uso. Esta técnica implica dividir documentos en fragmentos más pequeños y manejables y luego procesar cada fragmento por separado. Luego puedes combinar los resúmenes de cada fragmento para crear un meta-resumen del documento completo. Aquí hay un ejemplo de cómo realizar meta-resumen:summarize_long_document se construye sobre la función anterior summarize_document dividiendo el documento en fragmentos más pequeños y resumiendo cada fragmento individualmente.
El código logra esto aplicando la función summarize_document a cada fragmento de 20,000 caracteres dentro del documento original. Los resúmenes individuales se combinan entonces, y se crea un resumen final a partir de estos resúmenes de fragmentos.
Ten en cuenta que la función summarize_long_document no es estrictamente necesaria para nuestro PDF de ejemplo, ya que el documento completo cabe dentro de la ventana de contexto de Claude. Sin embargo, se vuelve esencial para documentos que exceden la ventana de contexto de Claude o cuando se resumen múltiples documentos relacionados juntos. Independientemente, esta técnica de meta-resumen a menudo captura detalles importantes adicionales en el resumen final que fueron perdidos en el enfoque de resumen único anterior.
Usa documentos indexados por resumen para explorar una gran colección de documentos
Buscar una colección de documentos con un LLM usualmente implica generación aumentada por recuperación (RAG). Sin embargo, en escenarios que implican documentos grandes o cuando la recuperación de información precisa es crucial, un enfoque RAG básico puede ser insuficiente. Los documentos indexados por resumen es un enfoque RAG avanzado que proporciona una forma más eficiente de clasificar documentos para recuperación, usando menos contexto que los métodos RAG tradicionales. En este enfoque, primero usas Claude para generar un resumen conciso para cada documento en tu corpus, y luego usas Claude para clasificar la relevancia de cada resumen a la consulta siendo hecha. Para más detalles sobre este enfoque, incluyendo un ejemplo basado en código, consulta la sección de documentos indexados por resumen en el libro de recetas de resumen.Ajusta Claude para aprender de tu conjunto de datos
Otra técnica avanzada para mejorar la capacidad de Claude de generar resúmenes es el ajuste fino. El ajuste fino implica entrenar a Claude en un conjunto de datos personalizado que se alinee específicamente con tus necesidades de resumen legal, asegurando que Claude se adapte a tu caso de uso. Aquí hay una descripción general de cómo realizar el ajuste fino:- Identifica errores: Comienza recopilando instancias donde los resúmenes de Claude se quedan cortos - esto podría incluir detalles legales críticos faltantes, malinterpretación del contexto o uso de terminología legal inapropiada.
- Cura un conjunto de datos: Una vez que hayas identificado estos problemas, compila un conjunto de datos de estos ejemplos problemáticos. Este conjunto de datos debe incluir los documentos legales originales junto con tus resúmenes corregidos, asegurando que Claude aprenda el comportamiento deseado.
- Realiza ajuste fino: El ajuste fino implica reentrenar el modelo en tu conjunto de datos curado para ajustar sus pesos y parámetros. Este reentrenamiento ayuda a Claude a entender mejor los requisitos específicos de tu dominio legal, mejorando su capacidad de resumir documentos de acuerdo con tus estándares.
- Mejora iterativa: El ajuste fino no es un proceso único. A medida que Claude continúa generando resúmenes, puedes iterativamente agregar nuevos ejemplos donde ha tenido un desempeño inferior, refinando aún más sus capacidades. Con el tiempo, este ciclo de retroalimentación continuo resultará en un modelo que es altamente especializado para tus tareas de resumen legal.