Ya estoy inscrito ¿Todavía no tienes acceso? Nuestros Planes
Ya estoy inscrito ¿Todavía no tienes acceso? Nuestros Planes
1
respuesta

[Proyecto] Legado Concierge — Asistente de planificación de alojamiento corporativo

Legado Concierge — Asistente de planificación de alojamiento corporativo

Hola, comunidad:

Para esta práctica me basé en mis más de diez años de experiencia en hotelería, especialmente en recepción. El nombre Legado Concierge recuerda a las personas e historias que marcaron esa etapa de mi vida.

El proyecto incluye la planificación del asistente, el flujo de interacción, una matriz CSD y criterios para comparar alojamientos según presupuesto total, llegada de madrugada, traslados, descanso y preferencias del huésped.

Con apoyo de Claude y ChatGPT trabajé dos escenarios simulados: con información incompleta no hubo un ganador; al incorporar información adicional, el orden fue Meridian, Aureum y Regent, estable en las cuatro variaciones de sensibilidad evaluadas.

El asistente se implementó en un proyecto de ChatGPT. Como complemento, desarrollé en Lovable una visualización interactiva de los costos, evaluaciones y escenarios.

Ver comparador Legado Concierge

Consultar informe y documentación

Todos los hoteles y datos comerciales son ficticios. La comparación entre modelos no fue ciega y la evidencia se limita al caso simulado. No se consultan precios reales ni se realizan reservas.

Mi principal aprendizaje fue que, antes de recomendar, es necesario distinguir lo confirmado de lo pendiente y comprobar los requisitos indispensables.

Quedo atento a sus comentarios y sugerencias.

1 respuesta

¡Hola! ¿Cómo estás?

Partir de tu experiencia en recepción hotelera le dio al asistente criterios muy reales, como la llegada de madrugada, los traslados y el descanso del huésped. También me gustó que contrastaras dos escenarios y comprobaras que el orden Meridian, Aureum y Regent se mantenía estable en las cuatro variaciones del análisis de sensibilidad.

Y fuiste muy honesto al aclarar que los datos son ficticios y que la comparación entre modelos no fue ciega, algo que da transparencia sobre los límites de tu evidencia. Esto importa porque un asistente solo es confiable cuando separa lo confirmado de lo pendiente antes de recomendar, justo el aprendizaje que destacaste.

Ah, una pregunta: ¿Qué te gustaría probar primero con tu asistente: un paso que solicite los datos pendientes antes de recomendar, o una prueba con el caso de un huésped que llega de madrugada con presupuesto ajustado?

Alura Cuenta con el apoyo de la comunidad Alura en tu viaje. ¡Saludos y buenos estudios!