El reto
Análisis Masivo de Contratos de Suministro
Necesito revisar los PPAs y detectar las cláusulas de indexación y penalización que me exponen a riesgo, sin que mi equipo legal tarde días en leer cientos de páginas por contrato.
Claude Enterprise (ventana de contexto masiva).
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. No incluyas datos confidenciales, personales o estratégicos sin anonimizar. Revisa el output antes de compartirlo. El resultado es un borrador orientativo, no una decisión final.
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 + Claude Team
Los documentos se anonimizan antes de procesarse con Claude Team. 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 Claude Team — pero ningún dato abandona nunca tus servidores. El modelo no puede ser entrenado con tu información y el cumplimiento normativo es total.
Modelos recomendados
Mistral Large 2 — Excelente para análisis de contratos, extracción de cláusulas y comparación de documentos legales.
Llama 3.3 70B — Ideal para análisis de documentos largos y generación de resúmenes estructurados (contexto 128K tokens).
Qwen 2.5 72B — Potente para análisis de datos tabulares y elaboración de tablas comparativas.
Llama 3.3 70B — Ideal para análisis de documentos largos y generación de resúmenes estructurados (contexto 128K tokens).
Qwen 2.5 72B — Potente para análisis de datos tabulares y elaboración de tablas comparativas.
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 + Claude Team
Si los documentos que va a procesar la herramienta no contienen información estratégica irrenunciable, puedes anonimizarlos y usar Claude Team 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 Sustituye los nombres de las partes contratantes por etiquetas: [PARTE_A], [PARTE_B], [PROVEEDOR_X].
- 2 Reemplaza importes económicos por rangos o etiquetas: [IMPORTE_CONTRATO], [PENALIZACIÓN].
- 3 Elimina datos personales identificables: DNI, direcciones, teléfonos, correos electrónicos.
- 4 Verifica que las cláusulas relevantes para el análisis siguen siendo comprensibles tras la anonimización.
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 Claude for Business / Team
Prompt — Claude for Business / Team
[C — Contexto] Somos una comercializadora de energía (departamento jurídico-financiero). Adjunto [NÚMERO_DE_CONTRATOS] borradores de contratos PPA (Power Purchase Agreement) de diferentes promotores fotovoltaicos. El Comité de Inversión necesita decidir cuál firmar en [PLAZO_DÍAS] días. El precio actual del pool eléctrico es [PRECIO_POOL_ACTUAL] €/MWh y nuestro umbral de riesgo es [UMBRAL_PRECIO_POOL] €/MWh.
[R — Rol] Actúa como nuestro Asesor Legal-Financiero con experiencia en contratos PPA y mercado eléctrico europeo. Tu objetivo es identificar los riesgos financieros de cada contrato en el escenario de caída del precio del pool, no simplemente resumir las cláusulas.
[E — Ejemplo] En el análisis de contratos PPA del año pasado, identificaste que el Contrato B tenía una cláusula «Take or Pay» del 90% con indexación al IPC+2%, lo que significaba que si el pool caía a 40 €/MWh, pagaríamos 15 €/MWh por encima del precio de mercado durante 10 años. Ese análisis de impacto cuantificado es lo que necesito.
[A — Acción] Analiza los contratos adjuntos y: (1) Compara las cláusulas de «Take or Pay» (obligación de compra) y las fórmulas de indexación a la inflación. (2) Genera una tabla comparativa con: promotor, % Take or Pay, fórmula de indexación, precio fijo, plazo y cláusulas de salida. (3) Calcula el sobrecoste por MWh de cada contrato si el precio del pool cae a [UMBRAL_PRECIO_POOL] €/MWh. (4) Etiqueta con [RIESGO ALTO] el contrato de mayor riesgo financiero con justificación cuantificada.
[T — Tono] Jurídico-financiero y preciso. Cita las cláusulas exactas de cada contrato. El informe debe poder presentarse directamente al Comité de Inversión.
[E — Extra información] No uses el análisis de la IA como única base para firmar contratos: el responsable de energía o el abogado debe revisar las cláusulas identificadas antes de renegociar. No subas contratos con información confidencial de terceros sin anonimizar. Este análisis es un borrador orientativo, no un dictamen jurídico.
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 — Análisis Masivo de Contratos de Suministro
[C — Contexto] Somos una comercializadora de energía (departamento jurídico-financiero). Adjunto [NÚMERO_DE_CONTRATOS] borradores de contratos PPA (Power Purchase Agreement) de diferentes promotores fotovoltaicos. El Comité de Inversión necesita decidir cuál firmar en [PLAZO_DÍAS] días. El precio actual del pool eléctrico es [PRECIO_POOL_ACTUAL] €/MWh y nuestro umbral de riesgo es [UMBRAL_PRECIO_POOL] €/MWh.
[R — Rol] Actúa como nuestro Asesor Legal-Financiero con experiencia en contratos PPA y mercado eléctrico europeo. Tu objetivo es identificar los riesgos financieros de cada contrato en el escenario de caída del precio del pool, no simplemente resumir las cláusulas.
[E — Ejemplo] En el análisis de contratos PPA del año pasado, identificaste que el Contrato B tenía una cláusula «Take or Pay» del 90% con indexación al IPC+2%, lo que significaba que si el pool caía a 40 €/MWh, pagaríamos 15 €/MWh por encima del precio de mercado durante 10 años. Ese análisis de impacto cuantificado es lo que necesito.
[A — Acción] Analiza los contratos adjuntos y: (1) Compara las cláusulas de «Take or Pay» (obligación de compra) y las fórmulas de indexación a la inflación. (2) Genera una tabla comparativa con: promotor, % Take or Pay, fórmula de indexación, precio fijo, plazo y cláusulas de salida. (3) Calcula el sobrecoste por MWh de cada contrato si el precio del pool cae a [UMBRAL_PRECIO_POOL] €/MWh. (4) Etiqueta con [RIESGO ALTO] el contrato de mayor riesgo financiero con justificación cuantificada.
[T — Tono] Jurídico-financiero y preciso. Cita las cláusulas exactas de cada contrato. El informe debe poder presentarse directamente al Comité de Inversión.
[E — Extra información] No uses el análisis de la IA como única base para firmar contratos: el responsable de energía o el abogado debe revisar las cláusulas identificadas antes de renegociar. No subas contratos con información confidencial de terceros sin anonimizar. Este análisis es un borrador orientativo, no un dictamen jurídico.
Ejecución
Cómo ejecutar este caso paso a paso
- 1 Paso 1: Abre tu interfaz de Claude Enterprise. Asegúrate de tener acceso a la versión con ventana de contexto masiva.
- 2 Paso 2: Sube los 5 borradores de contratos PPA en formato PDF a la ventana de chat de Claude. Asegúrate de que los archivos estén completamente cargados.
- 3 Paso 3: Copia y pega el 'Prompt Mejorado' en el campo de texto de Claude, sustituyendo los corchetes por la información específica de tu empresa y el umbral de precio del pool eléctrico.
- 4 Paso 4: Haz clic en 'Enviar' y espera a que Claude genere la tabla comparativa y la identificación del contrato de mayor riesgo.
Datos necesarios: Contratos de suministro en PDF, tarifas actuales, consumos históricos por punto de suministro.
Impacto
Qué cambia cuando la solución está en marcha
Compara múltiples contratos PPA 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: No incluyas datos confidenciales, personales o estratégicos sin anonimizar. Revisa el output antes de compartirlo. El resultado es un borrador orientativo, no una decisión final.
Mantén los datos actualizados. Un modelo con información desactualizada dará respuestas incorrectas. Establece un proceso regular de actualización de los documentos de referencia.