Cómo funciona la puntuación por IA de TenderYeti

Metodología a fecha de agosto de 2026

Esta página explica cómo puntuamos la relevancia de cada licitación pública entrante para su negocio. Es técnica y honesta — le decimos qué modelos usamos, qué datos van a dónde y dónde están las limitaciones reales del sistema. Si está evaluando TenderYeti frente a un competidor, esta es la página que debe leer.

1. Qué significa realmente la «puntuación de relevancia»

Cada licitación que indexamos recibe una puntuación entre 0,00 y 1,00 frente a la descripción en lenguaje natural de su negocio que usted configura en su cuenta. Una puntuación de 0,85 significa que la IA está segura de que la licitación encaja; 0,15 significa que está segura de que no. Su correo resumen diario se filtra con un umbral que usted controla (0,60 por defecto), así que usted decide cuánto ruido deja pasar.

La puntuación es relativa a la descripción de su negocio — no una valoración absoluta de la calidad de la licitación. El mismo anuncio puede puntuar 0,9 para un proveedor de CMMS y 0,05 para una constructora.

2. Qué lee realmente la IA

Para cada licitación enviamos al LLM el cuerpo completo del anuncio (título + descripción + comprador + tipo de anuncio + país + categoría de contratación + valor estimado si existe), no solo el título. Esto importa porque una gran parte de las licitaciones relevantes tienen títulos genéricos («Servicios de software — acuerdo marco») y la intención real está enterrada en la sección de requisitos.

La lectura del texto completo es la razón por la que podemos captar licitaciones que la búsqueda por palabras clave pierde. Y también por la que la puntuación por IA es una ventaja defendible — no se puede replicar con una alerta de búsqueda guardada en TED o SAM.gov.

3. Revisión LLM en dos niveles

Cada licitación pasa primero por un modelo primario rápido. Los anuncios con un veredicto seguro (puntuación ≤ 0,40 o ≥ 0,70) quedan resueltos en ese paso. Los anuncios que caen en la banda incierta (0,40–0,69) se vuelven a puntuar con un segundo modelo de revisión, más grande. Así obtenemos el rendimiento de un modelo pequeño en los casos fáciles más el criterio de un modelo mayor en los casos límite — el ~15 % de anuncios en los que equivocar la puntuación le cuesta de verdad una oportunidad perdida.

Ambos modelos ven el mismo prompt: la descripción de su negocio, el contenido de la licitación e instrucciones estructuradas para emitir una puntuación, una justificación de una frase y una lista de palabras clave coincidentes. La justificación se guarda junto a la puntuación para que pueda ver por qué la IA calificó así una licitación, y puede marcar sus desacuerdos desde el panel.

4. Coincidencia multilingüe

La descripción de su negocio está escrita en un idioma (normalmente inglés). Las licitaciones llegan en más de 20 idiomas — alemán, francés, español, portugués, italiano, neerlandés, polaco, ruso, turco, árabe y más. Resolvemos el desajuste de dos maneras:

• Expansión de palabras clave. Mantenemos un diccionario curado con más de 2.660 traducciones de palabras clave habituales de los equipos de licitaciones en 20 idiomas. Su palabra clave en inglés «permit to work» también coincide con «Arbeitserlaubnis», «permis de travail», «permesso di lavoro», «разрешение на работу», etc. Las palabras clave nuevas que añada se traducen al vuelo con un modelo NMT alojado internamente y se guardan en caché.
• Prefiltro de texto completo. Antes de que un LLM vea siquiera una licitación, filtramos a nivel de PostgreSQL con el conjunto multilingüe de palabras clave — una puerta gruesa de «¿podría ser relevante?». Los anuncios que pasan van al LLM para la puntuación real. Esto nos permite procesar más de 500.000 licitaciones al día sin agotar el presupuesto de IA.

5. Precedencia por usuario

En el plan Pro, cada usuario de una organización puede sustituir el prompt de IA compartido por el suyo propio. Un socio sénior que sigue acuerdos marco de más de $10M y un analista júnior que sigue solicitudes de cotización transaccionales, en el mismo equipo, ven puntuaciones distintas para la misma licitación, porque cada uno ve la puntuación generada frente a su propia descripción de negocio. La capa de puntuación hace una doble unión para que la puntuación propia del solicitante gane sobre la de reserva de la organización.

6. Lo que NO hacemos (ni afirmaremos)

• No publicamos una cifra calibrada de precisión/exhaustividad. No hemos realizado un estudio con panel independiente. Quien afirma «94,7 % de precisión» sin una metodología de evaluación pública está citando una cifra inventada. La nuestra también lo sería. Lo que sí podemos decir: las comprobaciones internas con clientes reales superan el 90 % de precisión con umbral 0,60 en los nichos de software HSE y CMMS. Sus resultados variarán según el dominio.
• No entrenamos con sus palabras clave ni con sus valoraciones de relevancia. La descripción de su negocio es un prompt, no una señal de entrenamiento. No hacemos fine-tuning de nada específico de un cliente.
• No enviamos sus datos de cuenta ni de facturación al LLM. Solo el texto público de la licitación más la descripción de su negocio llegan al proveedor del modelo.
• No garantizamos cero falsos negativos. Una licitación que la IA puntúa con 0,30 aún podría encajar con usted. Por eso el panel muestra todo el espectro, no solo el resumen — el resumen es la lista corta, no el cuadro completo.

7. Qué proveedor de modelos usamos

Hoy, los modelos primario y de revisión son modelos open-weight afinados por instrucciones y autoalojados (familia Qwen 2.5) que corren sobre nuestra propia infraestructura de GPU. Eso nos da control de costes, control de privacidad (sin dependencia de proveedor, sin factura por token) y la capacidad de cambiar de modelo sin reescribir integraciones. Cuando sí usamos proveedores externos (traducción, alternativas de respaldo), lo único que se envía es el texto público de la licitación más su lista de palabras clave en inglés — nunca datos de cuenta o facturación. Nuestra lista de subencargados está en la Política de privacidad.

8. Cómo gestionamos los errores

Cualquier usuario puede marcar el veredicto de la IA sobre una licitación desde el panel («puntuada alta pero irrelevante» o «puntuada baja pero yo habría licitado»). Las marcas van a una cola de revisión interna. Inspeccionamos periódicamente las licitaciones marcadas para detectar carencias sistemáticas — normalmente un fallo de la expansión de palabras clave o una descripción de negocio demasiado genérica. Ajustamos el diccionario multilingüe y las guías del prompt según feedback real, no según benchmarks sintéticos.

9. Frescura de los datos

Las licitaciones nuevas suelen entrar en el índice y puntuarse a los pocos minutos de publicarse en el portal de origen. Los portales con ciclos de actualización horarios o diarios ponen el límite — solo podemos ser tan frescos como la fuente. Su correo resumen diario se envía a la hora que elija (por defecto 06:00, zona horaria de la organización) con todo lo puntuado desde el resumen anterior.