# Iniciar una ejecución con el asistente > Cada paso del asistente, desde la tarea hasta la comprobación del contrato. El asistente de envío configura e inicia una ejecución. Tiene cuatro pasos: **Tarea**, **Entradas**, **Optimizador** y **Métrica y ejecución**. Cada paso tiene una o más pantallas. Esta guía explica cada pantalla, desde la tarea hasta la comprobación del contrato y el inicio de la ejecución. > [!NOTE] > El asistente muestra más o menos ajustes según el nivel de experiencia: **Guiado**, **Estándar** o **Experto**. Guiado es el nivel predeterminado. Cambia el nivel en **Ajustes → Cuenta**, en **Cuánto mostrar**. Algunas etiquetas son más sencillas en el nivel Guiado. Esta guía usa las etiquetas de los niveles Estándar y Experto, y da entre paréntesis la etiqueta del nivel Guiado cuando es distinta. ## Paso 1: Tarea ### ¿Qué quieres optimizar? Describe tu tarea al asistente de IA en el chat **Entrevista sobre la tarea**. El asistente de IA escribe dos campos por ti: - **Objetivo** (Guiado: **Meta**): lo que el artefacto optimizado debe hacer bien. - **Contexto** (Guiado: **Contexto adicional**): el contexto, las restricciones y cómo es un buen resultado. Puedes editar los dos campos. El asistente de IA no sobrescribe tus ediciones. ### Qué se optimizará Selecciona el **Tipo de artefacto**: | Tipo de artefacto | Qué cambia | | ----------------- | ---------------------------------------------------------- | | Prompt | Las instrucciones que se envían a un modelo de lenguaje | | Código | El código fuente de un programa | | Programa DSPy | Las instrucciones de los predictores de un módulo DSPy | | Texto | Cualquier otro texto, como un documento o una plantilla | Después da la **Versión inicial** (Guiado: **Desde dónde empezamos**). Pega la versión actual, o deja que el asistente de IA escriba un borrador. ### Optimizar un repositorio También puedes optimizar código de un repositorio. Rellena estos campos: - **Repositorio**: elige un repositorio, o escríbelo como `owner/name`. - **Commit**: un SHA de 40 caracteres. Déjalo vacío para usar el último commit de la rama. - **Rutas que el optimizador puede cambiar**: un archivo o una carpeta por línea. Un punto significa el repositorio completo. - **Comando de instalación**: se ejecuta en cada copia nueva del repositorio antes de puntuar. Déjalo vacío y Skynet encontrará el comando. ## Paso 2: Entradas ### Datos Añade los casos de la ejecución. Puedes: - Subir un archivo CSV, JSON o Excel. - Elegir un conjunto de datos de tu biblioteca. Lee [Conjuntos de datos y divisiones](/docs/es/concepts/datasets) y [Preparar un conjunto de datos](/docs/es/guides/datasets). ### Cómo leer los datos El asistente de IA lee los datos y sugiere cómo usarlos. Revisa sus elecciones: - Marca cada columna como entrada o como salida esperada, u omítela. - Sin columna de salida, Skynet usa la primera fila como una única entrada. - Fija la división en los conjuntos de entrenamiento, validación y prueba. La división debe sumar 1. > [!WARNING] > No puedes abrir los pasos siguientes mientras el paso **Entradas** tenga un problema. Corrige los problemas que muestra el asistente y luego continúa. ## Paso 3: Optimizador En el nivel Estándar, este paso tiene una sola pantalla. Muestra el optimizador, el presupuesto y, cuando hace falta, los modelos. En los niveles Guiado y Experto, el paso tiene tres pantallas: **Optimizador**, **Modelos** y **Presupuesto**. ### Optimizador El asistente solo muestra los optimizadores que encajan con tu tarea y tus entradas. **Auto** está seleccionado por ti. Selecciona otro optimizador si quieres. Lee [Motores](/docs/es/concepts/engines) y [Cómo funciona la optimización](/docs/es/concepts/optimization). ### Modelos - **Modelo de tarea**: el modelo al que llama tu código de ejecución. Déjalo vacío si tu código de ejecución no llama a un modelo. Un programa DSPy debe tener un modelo de tarea. - **Modelo de reflexión**: el modelo que lee las puntuaciones y los comentarios y escribe los siguientes candidatos. Con un optimizador de agente de código, es el modelo del agente. ### Presupuesto Fija cuánto tiempo puede seguir intentándolo la ejecución, y cuánto puede gastar: - **Máximo de ejecuciones del evaluador** (Guiado: **Intentos máx.**): el número máximo de candidatos que puntúa Skynet. Algunos optimizadores necesitan un número mínimo. - **Detener al llegar a la puntuación** (Guiado: **Detener antes cuando la puntuación llegue a**): la ejecución se detiene cuando una versión alcanza esta puntuación. - **Iteraciones máx.** (Guiado: **Rondas máx.**): aparece para los optimizadores que lo admiten. - **Límite de gasto**: lo máximo que puede gastar la ejecución. El valor predeterminado es 5 $, o el importe **Necesario para empezar** si es mayor. También puedes seleccionar **Sin límite**. El asistente no te deja continuar si el límite o tu saldo es inferior al importe necesario para empezar. Lee [Presupuestos y facturación](/docs/es/concepts/billing). ## Paso 4: Métrica y ejecución ### Código y métrica Escribe dos archivos: - `run.py`: el código de ejecución que ejecuta tu artefacto sobre un caso. - `metric.py`: la métrica que puntúa la salida y escribe los comentarios. El **Agente de código** puede escribir y cambiar cualquier archivo por ti. Comprueba su código y corrige lo que falla. Puedes añadir hasta 20 archivos adicionales. Lee [Métricas y evaluadores](/docs/es/concepts/scorers). Si tu métrica llama a `llm()`, fija el **Modelo de la métrica**. Por defecto usa el modelo de reflexión. ### Comprobación del contrato La **Comprobación del contrato** (Guiado: **Ejecución de prueba**) ejecuta tu código y tu métrica en el sandbox sobre 3 casos de muestra. Comprueba: - la firma del código de ejecución, - la firma de la métrica, - el modelo de la métrica, - el código de ejecución sobre las muestras, - el valor que devuelve la métrica. Selecciona **Comprobar** (Guiado: **Probar**). No puedes iniciar la ejecución hasta que la comprobación sea correcta. Si cambias el código o la configuración después de una comprobación correcta, vuelve a ejecutar la comprobación. > [!TIP] > Abre cada muestra para ver su entrada, su salida y sus comentarios. Unos buenos comentarios dan al optimizador más información con la que trabajar que la puntuación sola. ### Ejecución programada Puedes volver a ejecutar la optimización de forma programada después de que termine correctamente. El valor predeterminado es **Desactivada**. ### Listo para ejecutar La última pantalla muestra un resumen en cinco pestañas: **General**, **Datos**, **Modelos**, **Presupuesto** y **Recompensa**. Revisa la configuración y luego inicia la optimización. El resumen también muestra la visibilidad de la ejecución. Las ejecuciones nuevas son públicas por defecto. Cámbiala más tarde en el cuadro de diálogo **Compartir y privacidad** de la página de la ejecución. Lee [Compartir y publicar](/docs/es/guides/sharing). > [!NOTE] > Una ejecución de repositorio solo tiene en este paso la pantalla **Código y métrica** y el resumen. Skynet comprueba la configuración con el repositorio cuando inicias la ejecución. ## Después de iniciar Se abre la página de la ejecución. Lee [Ejecuciones](/docs/es/concepts/runs) y [Leer los resultados](/docs/es/guides/results). --- Source: https://staging.skynetml.com/docs/es/guides/submit