El reto
Gestión de Voluntariado y Comunicación Interna
Necesito coordinar cientos de voluntarios con disponibilidades y habilidades distintas sin que la logística sea un caos. Ahora mismo perdemos tiempo y voluntarios por falta de automatización.
ChatGPT Enterprise (Code Interpreter).
Nivel de sensibilidad: alto. Los datos de este caso no se pueden anonimizar sin perder su utilidad. El Camino A (on-premises) es la única opción segura. GDPR: Los datos de voluntarios (nombre, dirección, disponibilidad) son datos personales. Deben procesarse bajo una base legal válida y con un DPA firmado si se usa una herramienta externa.
Decisión previa
Cómo elegir el camino correcto
Antes de empezar, responde esta pregunta: ¿puedes anonimizar los datos que va a procesar la herramienta sin perder su utilidad para este caso?
Camino A — Recomendado para este caso
Modelo on-premises
El modelo de IA se despliega en la infraestructura propia de la empresa. Los datos nunca salen de tus servidores. Solución correcta cuando los datos no se pueden anonimizar sin perder su valor.
Camino B — Alternativa si los datos lo permiten
Anonimización previa + ChatGPT Business
Los documentos se anonimizan antes de procesarse con ChatGPT Business. Válido únicamente si el contenido mantiene su utilidad después de eliminar los datos sensibles.
Para este caso concreto: la anonimización es no viable — los datos contienen información que pierde su valor al anonimizarse. El Camino A (on-premises) es el correcto. El Camino B solo sería viable si se trabaja con versiones reducidas o parcialmente anonimizadas de los documentos.
Camino A — Recomendado
Modelo on-premises: los datos nunca salen de tu empresa
Con un modelo de lenguaje desplegado en la infraestructura propia de tu empresa, la solución funciona exactamente igual que con ChatGPT Business — pero ningún dato abandona nunca tus servidores. El modelo no puede ser entrenado con tu información y el cumplimiento normativo es total.
Modelos recomendados
Llama 3.3 70B — Ideal para generación de texto natural, respuestas personalizadas y traducción (contexto 128K tokens).
Mistral Large 2 — Excelente para clasificación de tickets, análisis de sentimiento y respuestas estructuradas.
Qwen 2.5 72B — Potente para análisis de grandes volúmenes de feedback y elaboración de informes.
Mistral Large 2 — Excelente para clasificación de tickets, análisis de sentimiento y respuestas estructuradas.
Qwen 2.5 72B — Potente para análisis de grandes volúmenes de feedback y elaboración de informes.
Plataformas de despliegue
Ollama + Open WebUI — Para uso individual o equipo reducido en hardware propio. Interfaz similar a ChatGPT, configuración en menos de 1 hora.
vLLM — Para entornos de producción con múltiples usuarios simultáneos y alto rendimiento.
LM Studio — Para pruebas y validación sin configuración de servidor.
vLLM — Para entornos de producción con múltiples usuarios simultáneos y alto rendimiento.
LM Studio — Para pruebas y validación sin configuración de servidor.
Infraestructura mínima
GPU: 2× NVIDIA A100 40GB o 4× RTX 4090 (24GB VRAM cada una). Para modelos de 70B parámetros en producción.
RAM: 128GB mínimo para modelos de 70B. Para modelos de 7-13B (uso individual), 32GB son suficientes.
Cloud privada: AWS Private Cloud, Azure Government o Google Cloud Confidential Computing con VPC aislada — sin transferencia de datos fuera de la UE.
RAM: 128GB mínimo para modelos de 70B. Para modelos de 7-13B (uso individual), 32GB son suficientes.
Cloud privada: AWS Private Cloud, Azure Government o Google Cloud Confidential Computing con VPC aislada — sin transferencia de datos fuera de la UE.
Garantía de privacidad: Con un modelo on-premises correctamente configurado, los datos nunca salen de tu red corporativa, el modelo no se entrena con tu información, no hay transferencia internacional de datos — elimina el riesgo de transferencias a EE.UU. bajo el RGPD — y el cumplimiento normativo es total.
¿Necesitas implementar esta solución en tu organización?
La configuración de un modelo on-premises para este caso requiere un proveedor técnico especializado que conozca tanto la tecnología como los requisitos de cumplimiento normativo. Emovere puede ayudarte a desplegar esta solución en tu infraestructura de forma segura, con garantías legales y sin que tus datos salgan nunca de tu organización.
Camino B — Si los datos lo permiten
Anonimización previa + ChatGPT Business
Si los documentos que va a procesar la herramienta no contienen información estratégica irrenunciable, puedes anonimizarlos y usar ChatGPT Business directamente. Para este caso, la anonimización es no viable — evalúa documento a documento si el contenido sigue siendo útil tras eliminar los datos sensibles.
- 1 Identifica qué datos son sensibles en cada documento: nombres de personas, cifras confidenciales, datos de clientes o proveedores.
- 2 Usa etiquetas consistentes para la sustitución: [PERSONA_1], [CLIENTE_A], [CIFRA_X]. Mantén la misma etiqueta para la misma entidad en todos los documentos.
- 3 Verifica que el contenido sigue siendo útil tras la anonimización. Si no lo es, usa el Camino A (on-premises).
- 4 Guarda el mapa de anonimización (tabla etiqueta → entidad real) en un lugar seguro y offline, con acceso restringido.
Límite del Camino B: Si tras la anonimización el documento pierde su utilidad para el análisis, el Camino B no es viable para ese documento. Usa el Camino A (on-premises) en ese caso.
Prompt para ChatGPT Business / Enterprise
Prompt — ChatGPT Business / Enterprise
[C — Contexto] Somos [NOMBRE_ONG] (ONG de [TIPO_ACTIVIDAD]). Organizamos una recogida de alimentos este [DÍA_SEMANA] en [NÚMERO_SUPERMERCADOS] supermercados de la ciudad. Tenemos [NÚMERO_VOLUNTARIOS] voluntarios disponibles con disponibilidades y habilidades distintas. El coordinador general tiene 30 minutos para hacer las asignaciones antes de enviar las instrucciones. Adjunto la base de datos de voluntarios (códigos postales, disponibilidad horaria, habilidades).
[R — Rol] Actúa como nuestro Coordinador de Voluntariado con experiencia en logística de eventos solidarios. Tu objetivo es generar una asignación óptima que minimice los desplazamientos de los voluntarios y garantice la cobertura de todos los turnos, no simplemente asignar voluntarios aleatoriamente.
[E — Ejemplo] En la recogida de Navidad del año pasado, asignaste a los 45 voluntarios en 8 minutos, minimizando los desplazamientos (media de 2,3 km por voluntario) y garantizando que cada turno tuviera al menos un Coordinador. Solo hubo 2 incidencias por voluntarios que no se presentaron (vs. 8 el año anterior). Ese nivel de optimización logística es lo que necesito.
[A — Acción] Analiza los datos adjuntos y: (1) Asigna a los voluntarios a los supermercados más cercanos a su código postal. (2) Garantiza que en cada turno de [DURACIÓN_TURNO] horas haya al menos un voluntario con la etiqueta Coordinador. (3) Genera la lista de asignaciones con: voluntario (ID anonimizado), supermercado, turno y distancia estimada. (4) Redacta el mensaje de WhatsApp de convocatoria para cada voluntario con su asignación específica.
[T — Tono] Operativo y claro. La lista de asignaciones debe poder enviarse directamente a los voluntarios sin edición adicional.
[E — Extra información] GDPR: los datos de voluntarios (nombre, dirección, disponibilidad) son datos personales. Deben procesarse bajo una base legal válida y con un DPA firmado si se usa una herramienta externa. No uses datos de voluntarios sin su consentimiento explícito. No automatices comunicaciones críticas sin supervisión humana: el coordinador de voluntariado debe revisar las comunicaciones antes de enviarlas.
Usa este prompt solo si has anonimizado previamente todos los datos identificables del documento. Verifica que el resultado sigue siendo útil tras la anonimización.
El prompt — Camino A (on-premises)
Prompt específico para este caso
Este prompt funciona tanto con el Camino A (modelo on-premises) como con el Camino B (herramienta cloud con datos anonimizados). Personaliza los campos entre corchetes con los datos reales de tu empresa.
Prompt — Gestión de Voluntariado y Comunicación Interna
[C — Contexto] Somos [NOMBRE_ONG] (ONG de [TIPO_ACTIVIDAD]). Organizamos una recogida de alimentos este [DÍA_SEMANA] en [NÚMERO_SUPERMERCADOS] supermercados de la ciudad. Tenemos [NÚMERO_VOLUNTARIOS] voluntarios disponibles con disponibilidades y habilidades distintas. El coordinador general tiene 30 minutos para hacer las asignaciones antes de enviar las instrucciones. Adjunto la base de datos de voluntarios (códigos postales, disponibilidad horaria, habilidades).
[R — Rol] Actúa como nuestro Coordinador de Voluntariado con experiencia en logística de eventos solidarios. Tu objetivo es generar una asignación óptima que minimice los desplazamientos de los voluntarios y garantice la cobertura de todos los turnos, no simplemente asignar voluntarios aleatoriamente.
[E — Ejemplo] En la recogida de Navidad del año pasado, asignaste a los 45 voluntarios en 8 minutos, minimizando los desplazamientos (media de 2,3 km por voluntario) y garantizando que cada turno tuviera al menos un Coordinador. Solo hubo 2 incidencias por voluntarios que no se presentaron (vs. 8 el año anterior). Ese nivel de optimización logística es lo que necesito.
[A — Acción] Analiza los datos adjuntos y: (1) Asigna a los voluntarios a los supermercados más cercanos a su código postal. (2) Garantiza que en cada turno de [DURACIÓN_TURNO] horas haya al menos un voluntario con la etiqueta Coordinador. (3) Genera la lista de asignaciones con: voluntario (ID anonimizado), supermercado, turno y distancia estimada. (4) Redacta el mensaje de WhatsApp de convocatoria para cada voluntario con su asignación específica.
[T — Tono] Operativo y claro. La lista de asignaciones debe poder enviarse directamente a los voluntarios sin edición adicional.
[E — Extra información] GDPR: los datos de voluntarios (nombre, dirección, disponibilidad) son datos personales. Deben procesarse bajo una base legal válida y con un DPA firmado si se usa una herramienta externa. No uses datos de voluntarios sin su consentimiento explícito. No automatices comunicaciones críticas sin supervisión humana: el coordinador de voluntariado debe revisar las comunicaciones antes de enviarlas.
Ejecución
Cómo ejecutar este caso paso a paso
- 1 Paso 1: Abre tu navegador web y dirígete a la plataforma de ChatGPT Enterprise.
- 2 Paso 2: Asegúrate de que la función 'Code Interpreter' (o 'Análisis de Datos Avanzado') esté activada en la configuración de la conversación.
- 3 Paso 3: Sube la base de datos de tus voluntarios en formato CSV o Excel, arrastrándola o usando el botón de carga. Asegúrate de que los encabezados de las columnas sean claros (ej. 'ID_Voluntario', 'Codigo_Postal', 'Disponibilidad', 'Habilidades').
- 4 Paso 4: Copia y pega el prompt mejorado en el cuadro de texto de ChatGPT y presiona Enter para iniciar el análisis.
Datos necesarios: Base de datos de voluntarios (con consentimiento), calendario de actividades, protocolos de comunicación interna.
Impacto
Qué cambia cuando la solución está en marcha
Optimiza la asignación de voluntarios en minutos.
Advertencias
Qué tener en cuenta
Los resultados generados por IA son borradores. Deben ser revisados y validados por el responsable correspondiente antes de su uso oficial o comunicación externa.
Advertencia específica: GDPR: Los datos de voluntarios (nombre, dirección, disponibilidad) son datos personales. Deben procesarse bajo una base legal válida y con un DPA firmado si se usa una herramienta externa.
Mantén los datos actualizados. Un modelo con información desactualizada dará respuestas incorrectas. Establece un proceso regular de actualización de los documentos de referencia.