> For the complete documentation index, see [llms.txt](https://docs.geopard.tech/geopard-tutorials/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.geopard.tech/geopard-tutorials/esp/tour-del-producto-aplicacion-web/geopard-ai-assistant/accuracy-and-evaluation.md).

# Precisión y evaluación

Cómo GeoPard mide la precisión del Asistente de IA y valida los planes generados.

Medimos la precisión agronómica del asistente con un benchmark versionado. Publicamos la puntuación de cada categoría, incluidas las áreas que aún estamos mejorando.

### El benchmark

* 503 preguntas de agronomía de nivel experto, al estilo CCA.
* Cinco categorías: suelo y agua, manejo de cultivos, manejo de nutrientes, manejo de plagas y MIP, y especialidad en agricultura de precisión.
* Versionado y vuelto a ejecutar con cada lanzamiento. Versión actual: v2, julio de 2026.

### Puntuaciones actuales

| Categoría                                | Puntuación |
| ---------------------------------------- | ---------- |
| Especialidad en agricultura de precisión | 100%       |
| Suelo y agua                             | 95.8%      |
| Manejo de cultivos                       | 93.8%      |
| Manejo de nutrientes                     | 92.9%      |
| Manejo de plagas y MIP                   | 77.5%      |

### Por qué el conjunto de preguntas es privado

Las preguntas de benchmarks públicos se filtran a los datos de entrenamiento de la IA. Cuando eso ocurre, las puntuaciones dejan de medir la capacidad. El conjunto de preguntas se mantiene privado para que las puntuaciones futuras sigan siendo significativas. Publicamos la metodología y todas las puntuaciones por categoría, y proporcionamos preguntas de muestra si se solicitan.

### Validación más allá del benchmark

Las puntuaciones del benchmark miden conocimientos. Antes de crear cada plan generado, se valida mediante una ejecución de prueba. Las comprobaciones abarcan el balance de nutrientes y los coeficientes de extracción según las recomendaciones de los servicios de extensión agraria. También abarcan los niveles críticos de los análisis de suelo y las convenciones de corrección de fertilidad de su laboratorio, así como los límites de dosis de aplicación, las distancias de seguridad y las reglas de la base de conocimientos. Si falla una comprobación, no se genera ningún mapa.

### Su función

El asistente respalda el criterio profesional; no sustituye a un agrónomo local certificado. Usted revisa y aprueba cada prescripción. Valide las recomendaciones según su plan de cultivo, los análisis de suelo, las etiquetas de los productos y la normativa local.

### Relacionados

* [Descripción general del asistente de IA de GeoPard](https://docs.geopard.tech/geopard-tutorials/esp/tour-del-producto-aplicacion-web/geopard-ai-assistant.md)
* [Preguntas frecuentes sobre el asistente de IA](https://docs.geopard.tech/geopard-tutorials/esp/tour-del-producto-aplicacion-web/geopard-ai-assistant/precision-agriculture-ai-assistant-faq.md)


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.geopard.tech/geopard-tutorials/esp/tour-del-producto-aplicacion-web/geopard-ai-assistant/accuracy-and-evaluation.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
