84
M. Pacchiotti, L. Ballejos, and M. Ale
“PAGE: Prompt augmentation for text generation enhancement”,
Latin-American Journal of Computing (LAJC), vol. 13, no. 2, 2026.
PAGE: Prompt
Augmentation for Text
Generation Enhancement
ARTICLE HISTORY
Received 13 October 2025
Accepted 5 January 2026
Published 7 July 2026
Mauro José Pacchiotti
Universidad Tecnológica Nacional
Centro de I+D de Ing. en Sistemas de Información
Santa Fe, Argentina
mpacchiotti@frsf.utn.edu.ar
ORCID: 0000-0002-9162-7890
Luciana Ballejos
Universidad Tecnológica Nacional
Centro de I+D de Ing. en Sistemas de Información
Santa Fe, Argentina
lballejos@frsf.utn.edu.ar
ORCID: 0000-0001-5443-6617
Mariel Ale
Universidad Tecnológica Nacional
Centro de I+D de Ing. en Sistemas de Información
Santa Fe, Argentina
male@frsf.utn.edu.ar
ORCID: 0000-0002-4866-4821
ISSN:1390-9266 e-ISSN:1390-9134 LAJC 2026
This work is licensed under a Creative Commons
Attribution-NonCommercial-ShareAlike 4.0 International License.
ISSN:1390-9266 e-ISSN:1390-9134 LAJC 2026
85
DOI:
LATIN-AMERICAN JOURNAL OF COMPUTING (LAJC), Vol XIII, Issue 2, July 2026
https://doi.org/10.33333/lajc.vol13n2.07
LATIN-AMERICAN JOURNAL OF COMPUTING (LAJC), Vol XIII, Issue 2, July - December 2026
PAGE: Enriquecimiento de Prompts para mejorar la
Generación de Texto
PAGE: Prompt Augmentation for Text Generation
Enhancement
Mauro José Pacchiotti
Universidad Tecnológica Nacional
Centro de I+D de Ing. en Sistemas de
Información
Santa Fe, Argentina
mpacchiotti@frsf.utn.edu.ar
Luciana Ballejos
Universidad Tecnológica Nacional
Centro de I+D de Ing. en Sistemas de
Información
Santa Fe, Argentina
lballejos@frsf.utn.edu.ar
Mariel Ale
Universidad Tecnológica Nacional
Centro de I+D de Ing. en Sistemas de
Información
Santa Fe, Argentina
male@frsf.utn.edu.ar
Resumen— En los últimos años, los modelos generativos de
lenguaje natural han demostrado un rendimiento sobresaliente en
tareas de generación de texto. Sin embargo, cuando se enfrentan a
tareas específicas o con requerimientos particulares, pueden
presentar rendimientos pobres o necesitar ajustes que requieren
grandes cantidades de datos adicionales. Este trabajo propone PAGE
(Prompt Augmentation for text Generation Enhancement), un marco
de trabajo que permite asistir a estos modelos mediante el uso de
módulos auxiliares simples. Estos módulos, modelos simples como
clasificadores o extractores, permiten obtener inferencias a partir del
texto de entrada. La salida de estos auxiliares se utiliza para construir
una entrada enriquecida que permite mejorar la calidad o
controlabilidad de la generación. A diferencia de otras propuestas de
asistencia a la generación, PAGE no exige el uso de modelos
generativos auxiliares, sino que propone una arquitectura más
simple, modular y fácil de adaptar a distintas tareas. Este artículo
describe la propuesta, sus componentes y arquitectura, y presenta
una prueba conceptual en el dominio de ingeniería de
requerimientos, donde se utiliza un módulo auxiliar con un
clasificador para mejorar la calidad en la generación de
requerimientos de software.
Palabras clave— Generación de Requerimientos, LLM,
Enriquecimiento de Prompts, PAGE
Abstract— In recent years, natural language generative models
have shown outstanding performance in text generation tasks.
However, when facing specific tasks or particular requirements,
they may exhibit poor performance or require adjustments that
demand large amounts of additional data. This work introduces
PAGE (Prompt Augmentation for text Generation Enhancement), a
framework designed to assist these models through the use of simple
auxiliary modules. These modules—lightweight models such as
classifiers or extractors—provide inferences from the input text. The
output of these auxiliaries is then used to construct an enriched input
that improves the quality and controllability of the generation.
Unlike other generation-assistance approaches, PAGE does not
require auxiliary generative models; instead, it proposes a simpler,
modular architecture that is easy to adapt to different tasks. This
paper presents the proposal, its components and architecture, and
reports a proof of concept in the domain of requirements
engineering, where an auxiliary module with a classifier is used to
improve the quality of software requirements generation.
Keywords— Requirements Generation, LLM, Prompt
Augmentation, PAGE
I. INTRODUCCIÓN
La generación de texto se ha convertido en una de las
tareas más relevantes dentro del procesamiento de lenguaje
natural, gracias a los avances en los grandes modelos
lingüísticos (LLM, por sus siglas en inglés) como T5 (Text-
to-Text Transfer Transformer) [1], GPT (Generative
Pretraining Transformer) [2] o Llama [3] entre otros. Estos
modelos, entrenados sobre grandes corpus, son capaces de
generar texto con fluidez y coherencia. Sin embargo, cuando
se aplican en tareas específicas donde se requiere que la salida
cumpla con ciertas condiciones, limitaciones o estilos
particulares, los resultados no siempre son favorables.
La problemática descripta -en algunos casos- puede
solucionarse con el rentrenamiento o ajuste de parte o la
totalidad del modelo. Aunque esta decisión de utilizar el
entrenamiento de los modelos para mejorar el desempeño en
una tarea tiene dos grandes implicancias. Por un lado, hace
falta reunir y conformar conjuntos de datos con la cantidad y
calidad suficiente de muestras, y por otro, se requiere del
poder de cómputo necesario para la tarea de entrenamiento.
Estas necesidades implican la disponibilidad de recursos que
a veces están disponibles y, por lo tanto, no es posible lograr
el objetivo propuesto.
Frente a las dificultades y necesidades descriptas, este
trabajo propone PAGE, una arquitectura que incorpora
módulos auxiliares que permiten obtener inferencias del texto
de entrada. Estos módulos auxiliares pueden ser
clasificadores, analizadores o extractores de características,
entre otras opciones. Al ejecutarse antes del modelo
generativo, los modelos auxiliares aportan metadatos o
información estructurada que se incorpora a la entrada del
generador. La arquitectura es modular y puede adaptarse
según la tarea a resolver, lo que permite combinar distintos
tipos de módulos auxiliares según las necesidades del dominio
y la tarea a realizar.
El aporte de los módulos auxiliares pretende mejorar la
salida del modelo generador y consumir menos recursos, tanto
en el uso para generación, como también para el
ISSN:1390-9266 e-ISSN:1390-9134 LAJC 2026
86
DOI:
LATIN-AMERICAN JOURNAL OF COMPUTING (LAJC), Vol XIII, Issue 2, July 2026
https://doi.org/10.33333/lajc.vol13n2.07
M. Pacchiotti, L. Ballejos, and M. Ale
“PAGE: Prompt augmentation for text generation enhancement”,
Latin-American Journal of Computing (LAJC), vol. 13, no. 2, 2026.
entrenamiento, ya que pueden usarse auxiliares simples que
no requieren de gran poder de cómputo o grandes conjuntos
de datos de entrenamiento.
El resto del trabajo está organizado de la siguiente manera:
la Sección II presenta el marco teórico y trabajos relacionados,
la Sección III describe la herramienta PAGE, la Sección IV
desarrolla una prueba conceptual centrada en la generación de
requerimientos estructurados con sintaxis EARS [4].
Finalmente, en la Sección V se informan los resultados,
mientras que en la Sección VI se exponen las conclusiones y
se proponen posibles líneas de trabajos futuros.
II. MARCO TEÓRICO Y TRABAJOS RELACIONADOS
En tiempos recientes surgieron algunas propuestas para
mejorar la entrada a un modelo generativo en busca de una
mejor salida. Si bien varias propuestas utilizan modelos para
asistir al generador, son variadas las formas de aplicación
posibles. En esta línea, Du et al. [5] proponen mejorar LLMs
en tareas de inferencia textual combinando prompts explícitos
con conocimiento semántico extraído de bases externas.
Utilizan atributos inferidos como insumos auxiliares, lo que
mejora la precisión y coherencia de las respuestas. Por otro
lado, He et al. [6] plantean asistir la generación de GPT-2
mediante resúmenes humanos codificados con BERT,
guiando así la generación hacia mayor coherencia temática. Se
evalúan distintas arquitecturas híbridas, con mejoras
moderadas. En otro trabajo, Zeldes et al. [7] introducen
Auxiliary Tuning, una técnica que adapta LLMs
preentrenados a nuevas tareas, agregando un modelo auxiliar
que ajusta la distribución de salida. La combinación se realiza
a nivel de logits, sin modificar los pesos originales.
Más recientemente, Zhang et al. [8] proponen IAG
(Induction-Augmented Generation), donde se utiliza un
modelo generativo auxiliar para inducir conocimiento a partir
del contexto, que luego se incorpora como entrada a otro
modelo generativo. Esta inducción ha demostrado buenos
resultados en tareas de razonamiento y QA. En otra propuesta,
Liao et al. [9] plantean Awakening Augmented Generation,
una técnica que activa el conocimiento latente en LLMs
mediante tareas auxiliares previas, mejorando respuestas en
QA. Su enfoque demuestra que pequeñas intervenciones bien
diseñadas pueden guiar la generación sin alterar los
parámetros base.
A diferencia de estos trabajos, PAGE propone utilizar
módulos auxiliares simples y construir con sus salidas una
entrada enriquecida que el modelo generativo pueda utilizar
para mejorar sus respuestas. Esto permite una mayor
interpretabilidad, modularidad y adaptabilidad, haciendo
posible su implementación en escenarios con recursos
limitados.
A. EARS
La propuesta de EARS [4] se basa en la identificación de
patrones recurrentes en los requerimientos. A partir de un
análisis empírico de especificaciones reales, los autores
establecieron un conjunto reducido de plantillas sintácticas
que cubren la mayoría de los casos prácticos. Estas plantillas
permiten expresar diferentes categorías de requerimientos:
Ubiquitous, Event-driven, State-driven, Optional y Unwanted,
utilizando una sintaxis clara, que guía al analista en la
redacción de cada expresión. De este modo, se logra un
lenguaje controlado que reduce la ambigüedad, sin exigir
conocimientos técnicos avanzados en lenguajes formales.
Uno de los beneficios principales de EARS es que facilita
la comunicación entre stakeholders. Al proporcionar una
estructura reconocible y repetible, se reduce la presencia de
ambigüedad y se mejora la trazabilidad de los requerimientos
a lo largo del ciclo de vida del software. Asimismo, la
simplicidad de la técnica permite que usuarios no
especializados participen en la redacción y revisión de las
especificaciones.
B. Grandes Modelos Lingüísticos
A partir del trabajo Attention is all you need [10] surge el
modelo Transformer, un enfoque de aprendizaje profundo
cuya arquitectura se organiza en dos estructuras principales:
un codificador y un decodificador, ambos basados en el
mecanismo de atención multicabeza. A diferencia de los
modelos recurrentes que procesan el texto palabra por palabra
en orden secuencial, el Transformer puede considerar todas
las palabras de una oración al mismo tiempo. Gracias a este
mecanismo, los modelos lingüísticos pueden resaltar las partes
más relevantes de una entrada y comprender mejor tanto su
significado como su contexto. Esto hace posible capturar
relaciones de largo alcance entre términos, lo cual se traduce
en mejoras sustanciales en múltiples tareas de procesamiento
del lenguaje natural.
A partir del Transformer se desarrollaron distintos
modelos que adoptaron y expandieron esta arquitectura, como
BERT (Bidirectional Encoder Representations from
Transformers) [11], T5 [1], GPT [2] y Llama [3] entre otros.
Estos modelos se entrenaron con volúmenes cada vez mayores
de datos, incluyendo texto y código, y se destacaron por su
capacidad para generar texto de alta calidad y adaptarse a un
amplio rango de tareas en PLN. La evolución continuó con la
aparición de ChatGPT [12] en 2022. Esta aplicación de
OpenAI llevó el uso de la IA generativa a un público amplio
a través de una interfaz de chat, basada en la familia de
modelos GPT, capaz de generar respuestas coherentes y
contextuales en lenguaje natural.
C. Técnicas de Prompting
De esta interacción con LLMs, surge la posibilidad de
comunicarse con un modelo mediante expresiones en lenguaje
natural. En este contexto, la entrada que el usuario
proporciona recibe el nombre de prompt, entendido como una
instrucción o conjunto de palabras que orientan la generación
de la respuesta. La manera en que se formula este prompt
resulta fundamental, ya que condiciona directamente la salida
producida por el modelo. Por esto, distintas guías de buenas
prácticas señalan qué elementos conviene considerar al
redactarlo con el fin de obtener resultados más cercanos a lo
esperado (ver Tabla I).
TABLA I. ELEMENTOS RECOMENDADOS EN UN PROMPT [13]
Elemento Descripción
Instrucció
n
Tarea específica que se desea.
Contexto
Información adicional que puede orientar al modelo y
completar la respuesta.
Entrada La entrada sobre la que se desea la acción.
Salida Formato que se desea para la respuesta del modelo.
ISSN:1390-9266 e-ISSN:1390-9134 LAJC 2026
87
DOI:
LATIN-AMERICAN JOURNAL OF COMPUTING (LAJC), Vol XIII, Issue 2, July 2026
https://doi.org/10.33333/lajc.vol13n2.07
LATIN-AMERICAN JOURNAL OF COMPUTING (LAJC), Vol XIII, Issue 2, July - December 2026
Es importante destacar que estos elementos no son
estrictamente obligatorios, sino que su inclusión depende de
la necesidad en cada caso. Asimismo, el prompt puede
enriquecerse incorporando ejemplos de la tarea deseada, lo
que permite al modelo imitar de manera más precisa el
comportamiento esperado. De acuerdo con la cantidad de
ejemplos aportados, se reconocen tres enfoques principales:
zero-shot (sin ejemplos), one-shot (con un ejemplo) y few-
shot (con varios ejemplos). Entre ellos, el enfoque few-shot
suele ser el más potente, ya que mejora la capacidad de
generalización del modelo y produce salidas de mayor
calidad.
D. ROUGE
La evaluación automática de sistemas de generación de
texto requiere métricas que permitan medir la calidad de una
salida en comparación con referencias humanas. En este
ámbito, ROUGE (Recall-Oriented Understudy for Gisting
Evaluation), propuesta por Lin [14], se consolidó como una de
las técnicas más utilizadas en el análisis de resúmenes
automáticos y se extiende a la evaluación de modelos
generativos. La métrica se basa en la superposición de
unidades de texto (n-gramas, secuencias o subsecuencias)
entre el texto generado y uno o más textos de referencia,
midiendo así la similitud entre ellos.
Entre las variantes más empleadas se encuentran ROUGE-
1, ROUGE-2 y ROUGE-L. ROUGE-1 evalúa la coincidencia
de unigramas (palabras individuales) entre el texto generado y
la referencia, proporcionando una medida básica de cobertura
del contenido. ROUGE-2, por su parte, se centra en la
coincidencia de bigramas, lo que introduce un nivel mayor de
sensibilidad al orden y la fluidez de las palabras, capturando
relaciones locales entre términos. Finalmente, ROUGE-L se
basa en la subsecuencia más larga de palabras en común entre
las cadenas comparadas (LCS en inglés: Longest Common
Subsequence), lo que permite valorar la preservación de la
estructura y el orden global de la información [14].
Un aspecto importante de ROUGE es que puede calcularse
en términos de recall (1), precisión (2) y F1-score (3), aunque
en el ámbito de generación de texto se utiliza más
frecuentemente el recall, al priorizar la recuperación del
contenido presente en el texto de referencia.
=
−
−
(1)
=
−
− ó
(2)
=
..
+
(3)
III. HERRAMIENTA PROPUESTA
La propuesta PAGE parte de la idea de que los modelos
generativos pueden beneficiarse al recibir como entrada no
sólo el texto original, sino también información extra
estructurada inferida del mismo texto. Estas inferencias
pueden obtenerse mediante módulos auxiliares específicos,
modelos o algoritmos, diseñados según la tarea de generación
a resolver. Estos módulos auxiliares permiten, a partir de sus
inferencias mejorar la salida del modelo generador. Si se
analiza desde la perspectiva de los recursos, se traduce en una
mejora en la tarea de generación sin entrenar o ajustar un
LLM, sino pequeños modelos auxiliares. Se trata de una
alternativa que pretende mejorar la generación de un modelo
reduciendo la necesidad de grandes conjuntos de datos y
capacidades de cómputo para realizar ajustes o
entrenamientos.
PAGE se estructura como una arquitectura modular
compuesta por tres componentes principales: el conjunto de
módulos auxiliares, el compositor de contexto, y el generador
principal. Cada componente puede adaptarse según la
aplicación concreta, permitiendo utilizar módulos simples y
muy interpretables como clasificadores, etiquetadores,
extractores o analizadores de sentimientos, entre otras
opciones. También pueden ser útiles funciones que aporten de
acuerdo con la expresión original, información de alguna
fuente externa.
A. Módulo Auxiliar
El módulo auxiliar es el componente responsable de
realizar una o más inferencias sobre el texto de entrada, con el
fin de obtener información estructurada que luego será
utilizada para asistir a la generación. A diferencia del modelo
generativo principal, estos modelos son generalmente más
simples, entrenados para tareas específicas y diseñados para
ser fácilmente interpretables. Además, al ser modelos más
sencillos requieren un menor esfuerzo de entrenamiento, tanto
desde el punto de vista del poder de cómputo como de los
datos. El tipo de modelo auxiliar a emplear depende
directamente del dominio y los objetivos de generación. A
continuación, se describen algunos tipos comunes:
• Clasificador: Un modelo que clasifica con alguna etiqueta
de interés para la tarea el texto de entrada. Existe una gran
variedad de modelos y pipelines que pueden realizar esta
tarea, utilizando desde simples modelos estadísticos hasta
redes neuronales profundas o grandes modelos lingüísticos.
• Extractor de entidades o partes del discurso: Este tipo de
modelo identifica y clasifica entidades, acciones o
porciones relevantes dentro del texto. En estos casos la
salida podría tratarse de una estructura con los tokens
extraídos.
• Analizador de sentimiento o intención: Se trata de un tipo
de clasificador que permite detectar el tono, la urgencia o la
finalidad de una necesidad, así como también el sentimiento
que expresa el autor del texto. Existen varias propuestas
para las etiquetas de salida en estos casos.
En todos los casos, la salida del módulo auxiliar debe ser
expresada de forma explícita y legible, generalmente como
texto estructurado, de modo que pueda ser utilizada sin
preprocesamientos por el Compositor de Prompts. Esta
estrategia facilita la trazabilidad del sistema y mantiene
interfaces claras, lo que resulta importante para las actividades
de gestión y control del proceso.
B. Compositor de Prompts
Este artefacto toma la salida de los módulos auxiliares, que
pueden ser uno o más, y construye un bloque de entrada
mejorado que se combina con el texto original. Esta
composición puede seguir plantillas configurables o
estructuras semiformales según el objetivo de la instrucción y
las estructuras devueltas por los módulos auxiliares.
ISSN:1390-9266 e-ISSN:1390-9134 LAJC 2026
88
DOI:
LATIN-AMERICAN JOURNAL OF COMPUTING (LAJC), Vol XIII, Issue 2, July 2026
https://doi.org/10.33333/lajc.vol13n2.07
M. Pacchiotti, L. Ballejos, and M. Ale
“PAGE: Prompt augmentation for text generation enhancement”,
Latin-American Journal of Computing (LAJC), vol. 13, no. 2, 2026.
Finalmente, la salida es el texto que se utiliza como entrada en
el modelo generativo.
C. Modelo Generativo
El componente generativo puede ser cualquier LLM capaz
de producir texto a partir de la entrada de un prompt. Si bien
puede efectuarse un ajuste fino o reentrenamiento del modelo
generativo, este no siempre resulta necesario; se espera que el
enriquecimiento contextual, correctamente estructurado, sea
suficiente para dirigir la generación hacia una salida con la
calidad deseada.
Dependiendo de la aplicación pueden utilizarse distintas
técnicas de prompting para utilizar el modelo generativo,
dentro de las que se destacan las que tienen que ver con los
ejemplos que se proveen al modelo, One-shot y Few-shots.
D. Proceso
El flujo de trabajo en PAGE se resume en los siguientes
pasos:
1) Un usuario o sistema proporciona un texto base.
2) Los módulos auxiliares procesan esta entrada y
generan información estructurada a partir de sus inferencias.
3) El compositor integra la información estructurada con
el texto original y construye un prompt enriquecido mediante
una plantilla.
4) El modelo generativo produce la salida final a partir de
esta entrada enriquecida.
El flujo del proceso (Fig. 1) permite realizar pruebas de los
componentes por separado para analizar el impacto de cada
auxiliar, así como adaptar el marco a distintos dominios sin
modificar el modelo generativo. Además, la naturaleza textual
de los componentes auxiliares facilita la depuración,
interpretación y validación de los pasos intermedios.
IV. PRUEBA CONCEPTUAL
Para probar la propuesta se diseñó una implementación del
marco con el objetivo de mejorar expresiones de
requerimientos de software. Son diversas las propuestas sobre
la estructura sintáctica que se debe utilizar para expresar
requerimientos, con el objetivo de reducir la ambigüedad y
otras deficiencias. El enfoque EARS [4] ofrece clasificar los
requerimientos de software en cinco categorías: Event-driven,
Ubiquitous, State-driven, Unwanted behavior y Optional; para
posteriormente emplear una plantilla particular para cada tipo,
lo que permite guiar y restringir la generación de las
expresiones.
A. Conjunto de Datos
Las pruebas se realizan sobre un Dataset que resulta de la
recopilación de textos de requerimientos desde diversas
fuentes, los Datasets PURE [15] y Software Functional
Requirements [16], así como también requerimientos
obtenidos desde diversos documentos de especificación de
dominio público. Cabe resaltar que se buscó diversidad de
dominios y balance con respecto a las categorías de la
propuesta EARS [4] (Figura 2).
Fig. 2. Balance del conjunto de datos
La estructura del dataset está compuesta por tres
columnas: a) la expresión de requerimiento sin una estructura
sintáctica definida, b) la etiqueta correspondiente con la
categoría de EARS y c) la expresión con sintaxis EARS
elaborada manualmente, conforme a las indicaciones del
enfoque. El conjunto de datos empleado consta de 253
instancias, un tamaño reducido que resulta apropiado para
evaluar en qué medida la propuesta permite disminuir el
esfuerzo asociado a la preparación de conjuntos de datos para
entrenamiento.
B. Componentes
En esta implementación de PAGE, con el fin de generar
expresiones de requerimientos según la propuesta EARS, se
definen los siguientes componentes:
Modulo auxiliar: Para esta implementación se utiliza un
solo módulo auxiliar que contiene un clasificador. Este
modelo simple, dada una expresión textual, devuelve la
etiqueta correspondiente a la categoría EARS. Luego, la
etiqueta es utilizada para que el módulo devuelva ejemplos
correspondientes con esa categoría que puedan ser anexados
como información de contexto al prompt.
Para disponer de un modelo clasificador que pueda
entrenarse con pocas muestras, se realizó un entrenamiento
Fig. 1. Proceso de PAGE
ISSN:1390-9266 e-ISSN:1390-9134 LAJC 2026
89
DOI:
LATIN-AMERICAN JOURNAL OF COMPUTING (LAJC), Vol XIII, Issue 2, July 2026
https://doi.org/10.33333/lajc.vol13n2.07
LATIN-AMERICAN JOURNAL OF COMPUTING (LAJC), Vol XIII, Issue 2, July - December 2026
con búsqueda de grilla para ajuste de hiperparámetros de un
modelo Random Forest [17]. Este tipo de modelos es una de
las técnicas de aprendizaje supervisado más utilizadas frente a
conjuntos de datos reducidos. Al basarse en un ensamble de
árboles de decisión entrenados sobre subconjuntos de datos y
características, logra disminuir el riesgo de sobreajuste que
suelen presentar los modelos individuales. Esta propiedad lo
convierte en una alternativa confiable cuando se dispone de un
número limitado de muestras, ya que aprovecha la
variabilidad introducida por el muestreo y mantiene un
equilibrio entre sesgo y varianza [17]. Además, cumple con
una de las motivaciones de la propuesta, por tratarse de un
modelo que requiere de muy poco poder de cómputo para su
entrenamiento.
La configuración de hiperparámetros que obtuvo el mejor
desempeño para el modelo Random Forest correspondió a una
profundidad máxima de 10, un mínimo de 5 muestras por
división y 100 estimadores. Para el entrenamiento, el conjunto
de datos se particionó reservando un 20% para pruebas,
complementado con un esquema de validación cruzada de
cinco particiones. Con esta configuración, el modelo alcanzó
un accuracy del 82.35% sobre el conjunto de test. La Figura 3
muestra las medidas de performance obtenidas y la Figura 4
la matriz de confusión.
Fig. 3. Resultados del modelo de clasificación con el conjunto de Test
Fig. 4. Matriz de confusión de los resultados con el conjunto de Test
1
https://huggingface.co/meta-llama/Llama-3.1-8B
2
https://ollama.com/
Esta etiqueta obtenida por el clasificador se utiliza como
parámetro para que el módulo devuelva dos ejemplos de
requerimientos escritos según la sintaxis EARS para esa
categoría. La Tabla II muestra los ejemplos utilizados en las
pruebas, de acuerdo con la categoría EARS.
Compositor de contexto: El propósito de este componente
es generar el prompt mejorado que será ingresado al modelo
generativo. Para este ejemplo se utiliza una plantilla (Figura
5) que permite anexar los ejemplos devueltos por el módulo
auxiliar en la etiqueta {examples_text}.
TABLA I I. EJEMPLOS SEGÚN LA CATEGORÍA EARS
Categoría Ejemplos
Ubiquitous
requirement: "The system shall log all
transactions."
ears: "The system shall always log all
transactions."
requirement: "The application shall keep the
session active during user activity.",
ears: "The system shall always keep the session
active during user activity."
Event-driven
requirement: "The system shall notify the admin
when the server restarts.",
ears: "When the server restarts, the system shall
notify the admin."
requirement: "The application shall send a receipt
when a purchase is completed.",
ears: "When a purchase is completed, the
application shall send a receipt."
State-driven
requirement: "The system shall block new logins
while maintenance mode is active."
ears: "While maintenance mode is active, the
system shall block new logins."
requirement: "The application shall allow offline
access while the device has no internet connection."
ears: "While the device has no internet connection,
the application shall allow offline access."
Unwanted
behavior
requirement: "The system shall display a warning
if unauthorized access is detected.",
ears: "If unauthorized access is detected, the
system shall display a warning.".
requirement: "The application shall stop the
upload if the file exceeds the maximum size.",
ears: "If the file exceeds the maximum size, the
application shall stop the upload."
Optional
requirement: "The system shall enable voice
control where the device supports it.",
ears: "Where the device supports it, the system
shall enable voice control."
requirement: "The application shall provide dark
mode where the user has selected the option.",
ears: "Where the user has selected the option, the
application shall provide dark mode."
Modelo generativo: En esta implementación, se utiliza un
modelo generativo con licencia de uso público, Llama 3.1
1
en
su versión con 8 billones de parámetros entrenables. Para
implementarlo se despliega sobre la herramienta Ollama
2
que
permite ejecutarlo de manera local y consumirlo como un
servicio desde un entorno Jupyter Notebook
3
con el lenguaje
de programación Python
4
.
Experimentos: Se realizaron tres pruebas sobre el dataset
completo, compuesto por 253 filas, con el objetivo de
recolectar resultados que permitan validar la utilidad de la
propuesta. La primera prueba consistió en utilizar únicamente
3
https://jupyter.org/
4
https://www.python.org/
ISSN:1390-9266 e-ISSN:1390-9134 LAJC 2026
90
DOI:
LATIN-AMERICAN JOURNAL OF COMPUTING (LAJC), Vol XIII, Issue 2, July 2026
https://doi.org/10.33333/lajc.vol13n2.07
M. Pacchiotti, L. Ballejos, and M. Ale
“PAGE: Prompt augmentation for text generation enhancement”,
Latin-American Journal of Computing (LAJC), vol. 13, no. 2, 2026.
el modelo generativo junto con la expresión textual original y
un prompt few-shot fijo, diseñado para cubrir explícitamente
todas las categorías de la sintaxis EARS mediante ejemplos
representativos, sin emplear ningún mecanismo auxiliar de
inferencia. Esta configuración permitió establecer una línea
base fuerte, en la que el modelo debe inferir la estructura
adecuada para la generar la expresión a partir del contexto
provisto por el prompt. En la segunda, se incorporó el
Compositor de Prompts y una versión ideal del Módulo
Auxiliar, que disponía de la etiqueta correcta para cada
expresión proveniente del dataset. Este diseño permitió
obtener simultáneamente el piso de desempeño (prompt few-
shot fijo) y el techo alcanzable (con enriquecimiento derivado
de las etiquetas correctas provistas por el dataset). Finalmente,
la tercera prueba implementó el proceso PAGE completo,
utilizando el Módulo Auxiliar descripto en la Sección 4.2.
V. RESULTADOS
Con el objetivo de analizar el comportamiento de la
propuesta, se realizaron tres instancias de evaluación. En
primer lugar, se calcularon métricas automáticas basadas en
ROUGE, para cuantificar el grado de solapamiento léxico
entre las expresiones generadas y las expresiones correctas
provistas por el dataset. En segundo lugar, se ejecutó un
procedimiento de validación automática para evaluar el
cumplimiento de restricciones de la sintaxis EARS en las
estructuras de las expresiones generadas. Finalmente, se
realizó una evaluación manual por parte de un experto sobre
una muestra de 30 expresiones, considerando para cada una de
ellas la salida producida por los tres enfoques evaluados. El
objetivo fue complementar las métricas automáticas y obtener
una apreciación cualitativa respecto de la completitud, la
ambigüedad y el cumplimiento de la plantilla EARS.
Para las pruebas iniciales se utilizaron como métricas
ROUGE 1, ROUGE 2 y ROUGE L calculando para cada una
el recall, la precisión y el F1-Score, comparando cada
expresión con la correcta. La Tabla III muestra los resultados
obtenidos en cada prueba.
TABLA III. RESULTADOS PARA EL MODELO SIN MÓDULOS AUXILIARES
(FEW-SHOT) CON MÓDULO AUXILIAR BASADO EN LA ETIQUETA DEL
DATASET
(DATASET-SAMPLES) Y PARA LA PROPUESTA PAGE (PAGE)
Experimento Métrica Precisión Recall F1-Score
Few-Shot ROUGE1 0,813 0,821 0,807
Few-Shot ROUGE2 0,636 0,643 0,632
Few-Shot ROUGEL 0,747 0,749 0,739
Dataset-samples ROUGE1 0,852 0,815 0,827
Dataset-samples ROUGE2 0,653 0,630 0,636
Dataset-samples ROUGEL 0,803 0,770 0,781
PAGE ROUGE1 0,849 0,809 0,822
PAGE ROUGE2 0,648 0,622 0,630
PAGE ROUGEL 0,796 0,761 0,772
En los resultados, se destacan los valores elevados
obtenidos con la métrica ROUGE-1, lo que sugiere que los
modelos capturan adecuadamente los términos individuales
presentes en los requerimientos. Asimismo, los valores de
ROUGE-2 y ROUGE-L indican que también logran
reproducir combinaciones locales de palabras y estructuras
más largas. En este contexto, PAGE alcanza un desempeño
comparable al techo alcanzable, manteniendo niveles
Fig. 5. Plantilla para generación del prompt
Fig. 6. Rendimientos obtenidos en las tres pruebas realizadas
ISSN:1390-9266 e-ISSN:1390-9134 LAJC 2026
91
DOI:
LATIN-AMERICAN JOURNAL OF COMPUTING (LAJC), Vol XIII, Issue 2, July 2026
https://doi.org/10.33333/lajc.vol13n2.07
LATIN-AMERICAN JOURNAL OF COMPUTING (LAJC), Vol XIII, Issue 2, July - December 2026
similares tanto en términos individuales como en la captura de
combinaciones locales de palabras. La Figura 6 presenta de
manera gráfica las diferencias observadas entre los distintos
enfoques evaluados.
Para la segunda prueba se incorporó una validación
automática orientada a evaluar en que proporción las
expresiones generadas cumplen las estructuras propuestas en
la sintaxis EARS. Este procedimiento adopta un enfoque
determinístico, y se limita a verificar el orden relativo de
marcadores textuales claves definidos por las plantillas EARS,
sin evaluar corrección semántica o roles gramaticales.
La validación se realizó teniendo como condición la
categoría EARS a la que corresponde la expresión, mediante
la aplicación de un conjunto de reglas y utilizando expresiones
regulares. Para la categoría Ubiquitous, se comprobó que el
requerimiento siga el patrón básico “The <texto> shall
<texto>”. Para el resto de las categorías, se verificó que el
texto comience con la palabra clave correspondiente y que esta
anteceda al verbo “shall”. La tabla IV muestra los patrones
verificados en esta prueba.
TABLA IV. ESTRUCTRURAS EVALUADAS EN LA PRUEBA
Categoría EARS Estructura verificada
Ubiquitous The <texto> shall <texto>
Event-driven WHEN <texto> shall <texto>
State-driven IF <texto> shall <texto>
Unwanted behavior WHILE <texto> shall <texto>
Optional WHERE <texto> shall <texto>
Cada requerimiento se clasificó como conforme o no
conforme, y la métrica se calculó como la proporción de
salidas que respetaron la estructura esperada sobre el total
evaluado.
Los resultados de esta prueba (Tabla V) muestran
diferencias claras entre los enfoques evaluados. Las
expresiones generadas con PAGE alcanzan un nivel de
cumplimiento del 87%, superando ampliamente a la línea base
“Few Shot” y acercándose al desempeño del techo alcanzable
“Dataset-label”, lo que sugiere que la selección dirigida de
ejemplos con el aporte del módulo auxiliar permite mejorar
significativamente la generación de expresiones que respetan
la estructura.
TABLA V. RESULTADOS DE LA SEGUNDA PRUEBA
Experimento Resultado (%)
Few-shot 58,5
Dataset-label 92,9
PAGE 87,0
Finalmente, se realizó una evaluación manual sobre una
partición estratificada de 30 expresiones, considerando para
cada una de ellas la salida producida por los tres enfoques
evaluados y seleccionadas de forma aleatoria, cuidando
mantener seis expresiones por cada categoría EARS. Si bien
se trató de una prueba conceptual orientada a analizar cómo
PAGE mejora la redacción de requerimientos según EARS, la
evaluación manual no se limitó únicamente a verificar el
cumplimiento de la plantilla EARS. Adicionalmente, se
incorporaron como criterios la completitud y la no
ambigüedad de las expresiones generadas, permitiendo así una
valoración más integral de su calidad. Este enfoque
complementa las métricas automáticas previamente
presentadas, permitiendo una valoración más cualitativa de las
expresiones generadas en cada prueba.
En las tres características evaluadas se puede observar un
rendimiento menor de la propuesta con un prompt few-shot
fijo (Tabla VI), esto se debe principalmente a que, aunque
tenga el prompt ejemplos de todas las categorías, a veces, el
modelo no puede identificar la plantilla correcta y fuerza la
generación a una estructura que no corresponde, redundando
u omitiendo información importante.
TABLA VI. RESULTADOS DE LA EVALUACIÓN MANUAL
Experimento Completitud
No
ambiguedad
Estructura
EARS
Few-shot 53,3 60,0 66,7
Dataset-label 76,7 73,3 86,7
PAGE 76,7 73,3 86,7
Los resultados de PAGE y del modelo con etiquetas
provistas por el dataset no presentan diferencias, las
expresiones generadas eran idénticas y alcanzaron ambos un
buen rendimiento. Esto probablemente se deba a que, en los
ejemplos considerados en la partición seleccionada para la
prueba, el modelo clasificador de la propuesta PAGE clasificó
la etiqueta correcta, por lo que la salida de los modelos no
difiere al utilizarse el mismo prompt, con los mismos ejemplos
en ambos casos.
En términos generales, esta prueba conceptual se realizó
sobre el mismo modelo y con el mismo conjunto de datos en
todos los experimentos buscando evaluar el aporte del módulo
auxiliar, pieza central de la propuesta PAGE. De este análisis
también puede concluirse que el módulo auxiliar tiene gran
influencia sobre la generación, así, cuando la clasificación
falla, conduce al modelo generativo a una estructura sintáctica
equivocada para esa clase de requerimiento. Esto demuestra
que, en las implementaciones del marco, es importante dedicar
esfuerzos a mejorar las respuestas de los módulos auxiliares
para lograr aportes correctos al modelo generativo.
A. Limitaciones
La evaluación presentada en este trabajo está desarrollada
como una prueba conceptual, por lo que presenta una serie de
limitaciones que deben ser consideradas. En primer lugar, se
realiza utilizando un único modelo generativo y un único
módulo auxiliar. En segundo lugar, los experimentos se llevan
a cabo sobre un conjunto de datos acotado y específico del
dominio de los requerimientos de software, que resulta
adecuado para ilustrar la viabilidad de la propuesta, pero no
permite realizar afirmaciones sólidas respecto de su
escalabilidad o robustez en otros contextos.
Asimismo, la evaluación se centra en aislar el impacto de
la presencia del módulo auxiliar como principal variable, sin
explorar de manera exhaustiva otras configuraciones posibles
ni métricas de eficiencia como latencia o sobrecarga
computacional. Estos aspectos, junto con evaluaciones
humanas más extensas y experimentos con múltiples modelos
y conjuntos de datos, quedan planteados como líneas de
trabajo futuro. A pesar de estas limitaciones, los resultados
obtenidos aportan evidencia que respalda la viabilidad del
ISSN:1390-9266 e-ISSN:1390-9134 LAJC 2026
92
DOI:
LATIN-AMERICAN JOURNAL OF COMPUTING (LAJC), Vol XIII, Issue 2, July 2026
https://doi.org/10.33333/lajc.vol13n2.07
M. Pacchiotti, L. Ballejos, and M. Ale
“PAGE: Prompt augmentation for text generation enhancement”,
Latin-American Journal of Computing (LAJC), vol. 13, no. 2, 2026.
marco PAGE como una estrategia para mejorar la generación
de texto.
VI. C
ONCLUSIONES Y TRABAJOS FUTUROS
PAGE propone un enfoque sencillo y eficaz para mejorar
el rendimiento, la controlabilidad y la estructura de las salidas
generadas por LLMs, aprovechando inferencias y aportes
simples y adaptables al contexto de uso. Los resultados
obtenidos en las pruebas iniciales son prometedores y abren la
posibilidad de replicar los experimentos con otros datasets y
en diferentes dominios. Respecto de la prueba conceptual, se
concluye que la solución planteada logra medidas alentadoras
para las métricas evaluadas, lo que sugiere la conveniencia de
ampliar la validación hacia conjuntos de datos con más
requerimientos y en diferentes dominios.
El principal aporte de esta propuesta radica en demostrar
que la generación de texto puede manipularse de manera
efectiva mediante herramientas sencillas, apoyadas en
módulos auxiliares simples y altamente interpretables. Estos
módulos desempeñan un papel clave dentro del marco: pueden
guiar al modelo hacia una salida adecuada o, en caso contrario,
conducirlo a resultados erróneos, lo que resalta su relevancia
y necesidad de un cuidadoso diseño.
Como línea de trabajo futuro, se plantea la especificación
e implementación de un marco de software en Python que
proporcione una estructura completamente reutilizable. Dicho
marco deberá facilitar la implementación, evaluación y
persistencia de distintas instancias de PAGE, facilitando así su
aplicación práctica y la extensión de sus capacidades en
nuevos contextos.
R
EFERENCES
[1] C. Raffel, N. Shazeer, A. Roberts, K. Lee, S. Narang, M. Matena, Y.
Zhou, W. Li, and P. J. Liu, Exploring the Limits of Transfer Learning
with a Unified Text-to-Text Transformer, arXiv preprint
arXiv:1910.10683, 2019.
[2] T. Brown, B. Mann, N. Ryder, M. Subbiah, J. Kaplan, P. Dhariwal, A.
Neelakantan, P. Shyam, G. Sastry, A. Askell, S. Agarwal, A. Herbert-
Voss, G. Krueger, T. Henighan, R. Child, A. Ramesh, D. Ziegler, J.
Wu, C. Winter, and D. Amodei, Language Models are Few-Shot
Learners, arXiv preprint arXiv:2005.14165, 2020.
[3] H. Touvron, T. Lavril, G. Izacard, X. Martinet, M.-A. Lachaux, T.
Lacroix, B. Rozière, N. Goyal, E. Hambro, F. Azhar, A. Rodriguez, A.
Joulin, E. Grave, and G. Lample, LLaMA: Open and Efficient
Foundation Language Models, arXiv preprint arXiv:2302.13971, 2023.
[4] A. Mavin, P. Wilkinson, A. Harwood, and M. Novak, “Easy Approach
to Requirements Syntax (EARS),” in Proc. 17th IEEE Int.
Requirements Engineering Conf. (RE’09), 2009, pp. 317–322.
[5] L. Du, X. Ding, K. Xiong, T. Liu, and B. Qin, “Enhancing pretrained
language models with structured commonsense knowledge for textual
inference,” Knowledge-Based Systems, vol. 254, p. 109488, 2022, doi:
10.1016/j.knosys.2022.109488.
[6] K. He, J. K. Chen, and P. Kim, “Generative pre-training language
models with auxiliary conditional summaries,” Stanford University,
Stanford, CA, USA, Tech. Rep., 2020. [Online]. Available:
https://web.stanford.edu/class/archive/cs/cs224n/cs224n.1204/reports/
custom/report50.pdf
[7] Y. Zeldes, D. Padnos, O. Sharir, and B. Peleg, “Auxiliary tuning and
its application to conditional text generation,” arXiv:2006.16823,
2020.
[8] Z. Zhang, X. Zhang, Y. Ren, S. Shi, M. Han, Y. Wu, R. Lai, and Z.
Cao, “IAG: Induction-Augmented Generation Framework for
Answering Reasoning Questions,” in Proc. EMNLP 2023, 2023, pp. 1–
14, doi: 10.18653/v1/2023.emnlp-main.1.
[9] H. Liao, S. He, Y. Xu, Y. Zhang, S. Liu, K. Liu, and J. Zhao,
“Awakening Augmented Generation: Learning to awaken internal
knowledge of large language models for question answering,” in Proc.
31st Int. Conf. on Computational Linguistics (COLING), Abu Dhabi,
UAE, 2025, pp. 1333–1352, Assoc. for Computational Linguistics.
[10] A. Vaswani, N. Shazeer, N. Parmar, J. Uszkoreit, L. Jones, A. N.
Gomez, Ł. Kaiser, and I. Polosukhin, “Attention is all you need,” in
Advances in Neural Information Processing Systems (NeurIPS), 2017,
pp. 5998–6008.
[11] J. Devlin, M.-W. Chang, K. Lee, and K. Toutanova, “BERT: Pre-
Training of Deep Bidirectional Transformers for Language
Understanding,” in Proc. 2019 Conf. of the North American Chapter of
the Assoc. for Computational Linguistics: Human Language
Technologies (NAACL-HLT), 2019, vol. 1, pp. 4171–4186.
[12] OpenAI, “ChatGPT,” 2025. [Online]. Available: https://chatgpt.com
[13] Prompt Engineering Guide, “Elements of a prompt,” 2024. [Online].
Available: https://www.promptingguide.ai/introduction/elements
[14] C. Y. Lin, “ROUGE: A package for automatic evaluation of
summaries,” in Proc. ACL Workshop on Text Summarization
Branches Out, Barcelona, Spain, 2004, pp. 74–81.
[15] A. Ferrari, G. O. Spagnolo, and S. Gnesi, “PURE: A dataset of public
requirements documents (version 2.0),” in Proc. 25th IEEE Int.
Requirements Engineering Conf. (RE), Lisbon, Portugal, 2017.
[Online]. Available: https://doi.org/10.5281/zenodo.7118517
[16] T. Tahir and K. Tasleem, “Software functional requirements,” Zenodo,
Dataset, 2025. [Online]. Available:
https://doi.org/10.5281/zenodo.15834954
[17] L. Breiman, “Random forests,” Mach. Learn., vol. 45, no. 1, 2001, pp.
5–32, doi: 10.1023/A:1010933404324.
ISSN:1390-9266 e-ISSN:1390-9134 LAJC 2026
93
LATIN-AMERICAN JOURNAL OF COMPUTING (LAJC), Vol XIII, Issue 2, July 2026
AUTHORS
Mauro José Pacchiotti es Ingeniero en Sistemas de Información y
Especialista en Ingeniería en Sistemas de Información. Actualmente es
alumno de posgrado del Doctorado en Ingeniería, Mención Sistemas
de Información, en la Facultad Regional Santa Fe de la Universidad
Tecnológica Nacional (UTN), República Argentina. Se desempeña
como docente en la carrera de Ingeniería en Sistemas de Información
de la UTN Facultad Regional Santa Fe y como docente-investigador
en el Centro de Investigación y Desarrollo de Ingeniería en Sistemas
de Información (CIDISI).
Sus principales áreas de interés comprenden la Inteligencia Artificial,
la Ingeniería de Requerimientos y la Ciencia de Datos. Participa
activamente en proyectos de investigación relacionados con estas
áreas.
Es autor y coautor de diversos artículos científicos publicados
en revistas especializadas y en actas de congresos. Además, ha
participado en proyectos de transferencia de conocimiento y en
actividades de extensión orientadas al medio socio-productivo. Es
miembro estudiante del IEEE (Institute of Electrical and Electronics
Engineers).
Ingeniera en Sistemas y Doctora en Ingeniería, mención Sistemas de
Información. Es Profesora Titular Ordinaria y Directora de la carrera
de Ingeniería en Sistemas de Información de la Facultad Regional
Santa Fe (Universidad Tecnológica Nacional) y docente investigadora
en el Centro de Investigación y Desarrollo de Ingeniería en Sistemas
de Información (CIDISI). Es docente de cursos de posgrado y dirige
e integra proyectos de investigación en el área de Ingeniería de
Software, Aprendizaje Automático e Inteligencia Artificial, además de
dirigir y codirigir tesis de posgrado en el área. Es par evaluadora de
CONEAU de carreras de grado en el área de Informática, integrante de
Comités Técnicos y de Programa de reuniones científicas nacionales
e internacionales en el área y evaluadora externa de Comités de
Evaluación Científica y Tecnológica en diversas universidades del país,
además de evaluadora de trabajos en revistas internacionales. Integra
equipos de trabajo que generan transferencia, extensión y servicios a
terceros desde la universidad al medio y la región.
Mauro José Pacchiotti
Luciana Ballejos
M. Pacchiotti, L. Ballejos, and M. Ale
“PAGE: Prompt augmentation for text generation enhancement”,
Latin-American Journal of Computing (LAJC), vol. 13, no. 2, 2026.
ISSN:1390-9266 e-ISSN:1390-9134 LAJC 2026
94
LATIN-AMERICAN JOURNAL OF COMPUTING (LAJC), Vol XIII, Issue 2, July 2026
AUTHORS
Ingeniera en Sistemas de Información y Doctora en Ingeniería Mención
Sistemas de Información de la UTN – FRSF, tiene categoría II en el
Programa de Incentivos para docentes investigadores de la República
Argentina. Actualmente es Profesora Titular Ordinaria de Ingeniería
en Sistemas de Información y en varios cursos de posgrado. Además,
se desempeña como Investigadora en el Centro de Investigación y
Desarrollo de Ingeniería en Sistemas de Información (CIDISI) de dicha
facultad. Dirige proyectos de investigación en el área de Ciencia de
Datos, Aprendizaje Automático e Inteligencia Artificial y es autora de
numerosos artículos publicados en revistas y actas de congresos. Tiene
a su cargo becarios doctorales, de maestría y de grado. Es miembro
de comités científicos de congresos nacionales e internacionales y
revistas científicas de publicación periódica. Se desempeña como
consejera departamental docente en la UTN – FRSF. Ha participado
en diversos proyectos de transferencias de conocimiento y extensión
al medio socio-productivo.
Mariel Ale
M. Pacchiotti, L. Ballejos, and M. Ale
“PAGE: Prompt augmentation for text generation enhancement”,
Latin-American Journal of Computing (LAJC), vol. 13, no. 2, 2026.
