Diccionario de datos · Contexto para IA · ERP
Diccionario de datos: el documento que hace que Claude y ChatGPT entiendan tu empresa
Un diccionario de datos en formato abierto explica qué significa cada entidad y cada campo del ERP en tu negocio. Es el contexto que asistentes y agentes de IA necesitan para no inventar.
Pregúntale a un asistente de IA conectado a tu ERP cuál fue el margen de la obra X en el último trimestre. Va a encontrar una tabla llamada proyectos, otra llamada asientos, un campo tipo con valores 1, 2 y 3, y va a responder con seguridad. La respuesta tiene buenas chances de estar mal, no porque el modelo sea malo, sino porque nadie le dijo qué significan “obra”, “margen” y “tipo 2” en tu empresa.
El documento que resuelve esto tiene un nombre antiguo y poco glamur: diccionario de datos. Es el contenido central del Mapeo de datos que entrega Koltren, y es lo que separa una IA que ayuda de una IA que inventa.
Qué es (y qué no es)
Un diccionario de datos es la descripción, en lenguaje de negocio, de cada entidad y cada campo relevante de la empresa: qué significa, de dónde viene, qué valores son válidos, quién es el dueño y qué reglas se aplican.
No es el esquema de la base de datos. El esquema dice que tipo es un entero. El diccionario dice que tipo = 2 es “medición aprobada por el cliente”, que solo puede existir después de una medición tipo = 1, y que el área financiera es dueña de esa regla.
Tampoco es un manual del ERP. El manual explica la pantalla. El diccionario explica el negocio que la pantalla representa, incluidas las partes que la empresa adaptó a su manera.
Qué incluye
En un mapeo típico, el diccionario cubre:
| Bloque | Qué describe | Ejemplo |
|---|---|---|
| Entidades | Lo que existe en el negocio | Obra, proveedor, medición, requisición |
| Campos | Significado, formato, valores válidos | estado de la medición: borrador, enviada, aprobada, facturada |
| Reglas | Lo que no puede pasar | Pago antes de la medición aprobada |
| Sinónimos | Cómo cada área llama a lo mismo | Obra = proyecto = centro de costo 3xx |
| Fuentes | Dónde nace el dato y por dónde pasa | Nace en la app de campo, entra al ERP por la integración nocturna |
| Dueños | Quién responde por la definición | Finanzas responde por “margen” |
| Ejemplos | Casos reales, anonimizados | Una medición completa, del borrador a la factura |
Los ejemplos son la parte que más ayuda a un modelo de lenguaje. Una definición abstracta es ambigua; un ejemplo concreto no.
Formato abierto, legible por personas y por modelos
El diccionario que entregamos es texto: Markdown con bloques estructurados en YAML, versionado en un repositorio. Sin herramienta propietaria, sin licencia, sin atar al cliente.
Esto importa por tres razones:
- Cualquier modelo lo consume. Claude, ChatGPT, el agente del propio ERP o un modelo abierto corriendo dentro de la empresa reciben el mismo archivo como contexto.
- Cualquier persona lo lee. El nuevo analista entiende el negocio en una tarde. El auditor encuentra la regla que busca.
- Se puede versionar. Cuando la regla cambia, el archivo cambia, y el cambio queda registrado con fecha y autor.
Cómo se usa
Una vez listo, el diccionario se convierte en la capa de contexto de todo lo que lee los datos:
- Los asistentes de IA reciben el diccionario en el contexto y dejan de inventar el significado de los campos.
- Los agentes usan las reglas para proponer acciones con criterio: retener un pago sin medición aprobada, por ejemplo, en vez de solo listar pagos.
- BI e informes pasan a usar el nombre canónico, y el gerente deja de mantener la planilla paralela.
- Las señales de integridad corren todos los días sobre las reglas del diccionario y avisan cuando algo se sale de línea. Mira las más comunes en Siete señales de que los datos de tu ERP no están listos para la IA.
Cómo mantenerlo vivo
Un diccionario que no cambia está muerto. Para mantenerlo vivo bastan tres hábitos: toda regla nueva nace en el diccionario antes de ir al sistema; toda duda sobre un campo se responde en el diccionario, no en el chat; y una persona es dueña del documento, con revisión trimestral. En la Implementación de IA, el propio agente ayuda, señalando campos que no logró interpretar.
Si tu empresa ya intentó usar Claude o ChatGPT sobre el ERP y se topó con respuestas equivocadas, el diccionario de datos suele ser lo que faltaba. Koltren construye el tuyo en el Mapeo de datos; la conversación de diagnóstico es el primer paso.