Importar conversaciones
Las conversaciones son la base de tu dataset de entrenamiento. Aquí ves cómo llevarlas a AstrApp: importar un archivo o texto, traer un dataset de Hugging Face o generarlas con IA.
Antes de empezar
Cantidad
Entrenar por mí pide un mínimo de 100 conversaciones y recomienda 400 o más. Usa esos números como referencia también si entrenas por tu cuenta.
Estructura
- Cada conversación con al menos un mensaje del usuario y una respuesta del asistente.
- El mismo system prompt en todo el dataset.
- Un proyecto creado: las conversaciones se guardan dentro de él.
Formas de agregar conversaciones
Todas terminan en el mismo lugar: conversaciones en formato ChatML dentro de tu proyecto.
| Método | Dónde está | Para qué |
|---|---|---|
| Importar datos | Datasets › Importar datos | Archivo JSONL, JSON, CSV, TXT (WhatsApp), XML o Parquet, o texto pegado. Es el camino recomendado. |
| Hugging Face | Datasets › Ver todos (clásico), pestaña Hugging Face | Datasets públicos del Hub. Solo con el plan Professional. |
| Crear dataset | Datasets › Ver todos (clásico), botón Crear dataset | Sube un archivo o escribe el contenido a mano. |
| Síntesis | Conversaciones › Síntesis | Genera conversaciones nuevas con IA a partir de semillas o documentos. |
Abre Importar datos
En el menú lateral, entra a Datasets › Importar datos. Si todavía no tienes un proyecto, la página te pide crear uno primero.
Sube un archivo o pega el texto
Arrastra tu archivo a la zona de carga o pega el contenido en el cuadro de texto. AstrApp detecta el formato leyendo el contenido, no la extensión: acepta JSONL, JSON, CSV, TXT o un chat exportado de WhatsApp, XML y Parquet. La vista previa de la derecha te muestra cómo quedaron las conversaciones.
Tope de 4 MB por importación
Elige las opciones
Todo tiene un valor por defecto; lo que cuesta se marca en MXN.
- Idioma de las conversaciones.
- Título del set: crea un dataset con ese nombre, etiquetado como “Importación”. Déjalo vacío para guardar las conversaciones sin crear dataset.
- Identificar herramientas (con costo): detecta llamadas a herramientas con IA y las agrega a las conversaciones.
- Dividir en sub-datasets, Marcar como semillas de calidad y Limitar cuántas procesar.
Tu plan pone el tope de cada importación:
| Plan | Conversaciones por importación | Identificar herramientas |
|---|---|---|
| Gratuito | 100 | Hasta 50 conversaciones y 3 herramientas nuevas |
| Starter | 500 | Hasta 200 conversaciones y 10 herramientas nuevas |
| Growth | 1,500 | Hasta 500 conversaciones y 25 herramientas nuevas |
| Professional | Sin límite | Sin límite |
Confirma e importa
Revisa el resumen y el costo, y haz clic en el botón Importar, que muestra cuántas conversaciones vas a guardar. Importar, convertir a ChatML y quitar duplicados no consume créditos. Las conversaciones repetidas, dentro del archivo o contra las que ya tienes en el proyecto, no se guardan dos veces.
Importar desde Hugging Face
En Datasets › Ver todos (clásico), la pestaña Hugging Face busca datasets públicos y los importa ya convertidos a ChatML, hasta 5,000 ejemplos por importación. Requiere el plan Professional. Los pasos, los formatos que reconoce y una lista de datasets populares están en Hugging Face Hub.
Crear un dataset desde la vista clásica
En Datasets › Ver todos (clásico), el botón Crear dataset abre dos opciones:
Subir archivo
Aquí el formato lo decide la extensión: .jsonl, .json, .csv o .tsv. Un .txt se guarda con cada línea como un registro suelto, así que un chat de WhatsApp debe ir por Importar datos.
Entrada manual
Escribe un nombre, una descripción y el contenido: un arreglo JSON de conversaciones con messages o de pares input / output.
Para pegar JSONL o CSV, usa Importar datos
Ejemplo de archivo JSONL
JSONL es el formato más directo: una conversación completa por línea, en formato ChatML.
{"messages": [{"role": "system", "content": "Eres un asistente de atención al cliente amable y profesional."}, {"role": "user", "content": "Hola, quiero saber el estado de mi pedido"}, {"role": "assistant", "content": "¡Hola! Con gusto te ayudo. ¿Me compartes tu número de pedido para revisarlo?"}]}
{"messages": [{"role": "system", "content": "Eres un asistente de atención al cliente amable y profesional."}, {"role": "user", "content": "Quiero hacer una devolución"}, {"role": "assistant", "content": "Claro. ¿Me indicas el número de pedido y el motivo de la devolución?"}, {"role": "user", "content": "Es el pedido 12345, la talla no me quedó"}, {"role": "assistant", "content": "Gracias. Registré la devolución del pedido 12345. Te enviaremos por correo la guía para regresar el paquete."}]}¿Tus datos están en una hoja de cálculo? Un CSV con columnas system, user y assistant se convierte igual a ChatML. Los detalles están en Importar CSV, y el resto de los formatos en Formatos de importación.
Errores comunes
| Error | Cómo evitarlo |
|---|---|
| System prompt inconsistente | Usa el mismo system prompt en todas. Para ponerlo en muchas a la vez, selecciónalas en Conversaciones › Ver todas y usa Prompt de sistema (reemplaza el que ya tengan). |
| Respuestas demasiado cortas | Una respuesta de una palabra no le enseña nada al modelo. Escribe las respuestas con el detalle que esperas de él. |
| Idiomas mezclados sin intención | Si tu modelo debe responder en español, que todas las respuestas del asistente estén en español. |
| Datos incorrectos o desactualizados | Revisa precios, políticas y horarios antes de importar: el modelo aprende exactamente lo que le das. |
| Líneas de JSONL inválidas | Importar datos salta las líneas que no puede leer y lo marca como advertencias en la vista previa. Si el número de conversaciones no cuadra con tu archivo, revisa esas líneas y vuelve a importarlo. |
| Muy pocas conversaciones | Con menos de 100 ejemplos el modelo no tiene variedad para generalizar. Apunta a 400 o más. |
Fuentes que aún no están disponibles
- Google Drive: la pestaña aparece en Datasets › Ver todos (clásico) con el botón “Próximamente”. Mientras tanto, descarga el archivo y usa Importar datos.
- Supabase: la pestaña de Datasets › Ver todos (clásico) todavía no crea el dataset. Exporta tu tabla a CSV e impórtala con Importar datos.
¿Necesitas más conversaciones?
Si no tienes suficientes conversaciones reales, la Síntesis de AstrApp genera conversaciones nuevas a partir de semillas o documentos. Consulta Sintetizar datos.