Investigación y Metodología
Investigación y Metodología v2.0Version 2.0 · · Governance 2.0 public evidence surface
Resumen de Gobernanza 2.0
Esta página forma parte de la superficie pública de Gobernanza 2.0 de starnum y usa la misma capa de evidencia que la system card, la gobernanza de datos, el informe de transparencia, la política de uso y la política de seguridad.
Resumen de gobernanza
Esta página documenta el modelo de trabajo de investigación detrás de la interpretación cultural, la metodología de la carta astral, la calidad del contenido, la calidad de la traducción multilingüe y los flujos de gobernanza asistidos por IA.
Alcance
Notas de metodología astrológica, supuestos de hora solar verdadera, linaje de la base de conocimiento y la memoria de traducción, gates de calidad AWR/TM512,152 referencias de benchmark y artifacts públicos de transparencia.
Estado de implementación
La versión 2.0 convierte la página de investigación en un eje de evidencia mantenido: los claims apuntan a artifacts legibles por máquina, mientras los sistemas detectan y los agentes deciden si el contenido necesita corrección.
Postura editorial:Tomamos la escuela Lu Binzhao como referencia principal de análisis y comparamos otras escuelas con objetividad; no presentamos las diferencias entre escuelas como un juicio de superioridad, ni las métricas de prueba como garantías astrológicas.
Frecuencia de actualización:La página de investigación es revisada por el gate de AI Ops para determinar si necesita actualizarse; los artículos de investigación se publican actualmente mediante revisión humana o de un agente de IA. El publisher candidato archivado se encuentra en
scripts/archive/publish-research.js; antes de reactivarlo, no debe afirmarse que ya está programado automáticamente · RSS
Qué responde realmente esta página
La página de investigación de starnum no es una revista académica ni una página de marketing. Es un banco de trabajo que explica públicamente cómo conectamos el conocimiento astrológico tradicional, el cálculo de cartas, la redacción asistida por IA, la traducción multilingüe, los escaneos AWR/TM y los gates de despliegue. Aquí el lector debería poder distinguir: qué juicios provienen del sistema astrológico, cuáles son solo comprobaciones de calidad de ingeniería, y cuáles requieren interpretación adicional humana o de un agente de IA.
Todas las afirmaciones de investigación se dividen en tres capas: la primera es el método cultural y astrológico, la segunda es la evidencia de datos y herramientas, la tercera es el resultado de verificación tras la publicación. Los sistemas solo se encargan de detectar, reportar y conservar evidencia legible por máquina; la decisión final de corregir texto, retraducir o ajustar reglas la toma un agente de IA como Codex/Claude.
| Capa de investigación | Evidencia de entrada | Qué puede explicarse públicamente | Límite que debe conservarse |
|---|---|---|---|
| Método astrológico | Referencia de escuela, condiciones de estrellas/palacios/Sihua, fuentes de la base de conocimiento. | Qué marco de análisis usa este sitio y por qué difieren las escuelas. | No se puede presentar la elección de escuela como la única ortodoxia, ni la interpretación astrológica como prueba científica. |
| Evidencia de ingeniería | AWR, TM, auditoría de schema, auditoría de trust-page, smoke test de despliegue. | Qué gates se superaron, qué datos están degradados, qué estados siguen en aviso. | El resultado del escaneo no es el veredicto final; solo aporta material de diagnóstico al agente de IA. |
| Verificación tras publicación | Registros de despliegue Cloudflare/R2, HTTP 200, verificación de sitemap/llms/OKF/schema. | Si la página pública puede leerse correctamente por usuarios, buscadores y crawlers de IA. | No se publican claves, permisos internos, detalles de superficie de ataque explotables ni datos privados. |
Líneas de investigación actuales
Cálculo de cartas y hora solar verdadera
Documentamos la región de nacimiento, la corrección de longitud, los límites horarios y las reglas de presentación en el frontend, evitando mezclar en un mismo campo la "hora de nacimiento original" y la "hora solar verdadera".
Modelado del conocimiento de Zi Wei Dou Shu
Organizamos las diferencias entre escuelas, las reglas de Sihua, las relaciones entre palacios y los eventos imposibles, para que los artículos, la salida de las cartas y las referencias de la base de conocimiento compartan el mismo límite lógico.
Calidad multilingüe AWR/TM
AWR se encarga del escaneo y de conservar evidencia; TM se encarga de la memoria de traducción y la consistencia. Ninguno de los dos puede rechazar al otro en un bucle sin salida; el árbitro final es el agente de IA.
Evidencia de publicación de AI Ops
El despliegue, el sitemap, llms.txt, OKF, schema.org, R2, la caché de Cloudflare y los smoke tests deben dejar un registro trazable.
Cola de artículos de investigación
data/research-topics.json conserva los temas candidatos, las fuentes, la dificultad y el estado; antes de la publicación oficial deben superarse los gates de lógica astrológica, seguridad de contenido, schema y trust-page.
Mantenimiento de la página pública
La propia página de investigación también se somete a la auditoría de páginas de gobernanza: los artifacts de origen, los comandos de verificación, los claims públicos, el tamaño de fuente del footer y el hreflang no pueden desviarse.
Especificación de evidencia de investigación
- Método astrológico:cada inferencia astrológica debe poder rastrearse hasta la referencia de escuela, las condiciones de palacio/estrella/Sihua y el límite de incertidumbre.
- Calidad de traducción:las páginas multilingües deben contrastarse con el texto fuente zh-TW, distinguiendo claramente entre "requiere retraducción completa", "reparación parcial", "falso positivo de AWR" o "inconsistencia terminológica de TM".
- Gobernanza pública:los claims públicos deben poder conectarse a
data/public-claim-registry.json, al evidence manifest público o a un comando de verificación repetible. - Verificación de publicación:tras el despliegue oficial debe superarse al menos un smoke test HTTP, HTTP 200 en páginas clave, el registro de despliegue de R2/Worker, la purga de caché y el envío de indexación a buscadores.
Normas de publicación de contenido de investigación
| Tipo | Se puede publicar | No se puede presentar como |
|---|---|---|
| Metodología | Supuestos de cálculo de cartas, elección de escuela, definiciones terminológicas, límites del sistema. | Conclusiones astrológicas presentadas como la única ortodoxia, absolutamente exactas o incuestionables. |
| Benchmark | Comparación con marcos públicos de gobernanza como OpenAI / Anthropic / Google Gemini. | Afirmar que un modelo está en producción sin evidencia de código o configuración. |
| Calidad multilingüe | Listar problemas de calidad de traducción y estrategias de reparación, con el texto zh-TW como referencia. | Retraducir automáticamente solo porque el escáner reporta un error, o dejar que AWR/TM se rechacen mutuamente en bucle. |
| AI Ops | Registrar detección, diagnóstico, reparación, verificación y despliegue con evidencia legible por máquina. | Tratar el resultado del escaneo del sistema como veredicto final; la decisión final la sigue tomando el agente de IA. |
Fuentes de datos y límites de responsabilidad
La página de investigación solo usa datos internos trazables y artifacts públicos; no presenta juicios verbales como hechos. Cada tipo de dato tiene una responsabilidad clara: los datos astrológicos definen los límites del método, la auditoría de máquina aporta evidencia de estado, AWR/TM aporta pistas de calidad multilingüe, y el agente de IA es quien toma la decisión final y realiza la reparación.
- Fuentes astrológicas y de la base de conocimiento
docs/kb/zwds/,docs/kb/numerology/y los artículos de investigación definen las estrellas, los palacios, el Sihua, los patrones y las reglas de numerología. Estos datos solo respaldan la "adopción de método" y el "límite de interpretación"; no pueden presentarse como garantía científica.- AI Ops y evidencia pública
data/public-claim-registry.json,data/public-evidence-manifest.json,data/trust-pages-machine-audit.jsony los registros de despliegue demuestran qué se publica actualmente en el sitio, qué gates se superaron y qué estados siguen en aviso o degradados.- Gobernanza multilingüe AWR/TM
- AWR escanea artículos, páginas, CSS y residuos de traducción; TM conserva la memoria de traducción y la consistencia terminológica. Ambos solo generan enrutamiento y evidencia, no reescriben contenido directamente; cuando el escáner y la memoria de traducción se contradicen, el agente de IA decide según el texto fuente zh-TW, la naturalidad del idioma destino y la gravedad de la evidencia.
- Frontend y superficie de publicación
- La hora solar verdadera del frontend, la selección de región, la carga de fuentes, la consistencia del footer, schema.org, llms.txt, OKF y el sitemap son superficies de publicación verificables por gate. Cualquier cambio de texto debe evitar romper la indexación, la accesibilidad y el hreflang entre idiomas.
- Herramientas de publicación de investigación
data/research-topics.jsones el banco de temas de investigación actualmente consultable; el publisher antiguo se encuentra enscripts/archive/publish-research.js, una herramienta candidata archivada. Antes de reactivarlo debe reescribirse para las nuevas rutas (/research/zh-TWy/research/posts/...), la nueva línea de producción de sitemap/llms/OKF y el reporte de resultados de AI Ops; no puede tratarse directamente como programación activa.
Matriz de decisión AWR/TM
| Resultado del escaneo | Juicio prioritario | Estrategia de reparación | Evidencia de salida |
|---|---|---|---|
| El texto fuente zh-TW tiene problemas de formato o tono | Se corrige primero el texto fuente, porque los demás idiomas deben contrastarse con él. | Un humano o agente de IA corrige el zh-TW, y luego se regenera el registry y la cola de traducción. | Fila de AWR, diff, registro de artículos, gate de formato. |
| El idioma destino conserva gran cantidad de chino | Normalmente requiere retraducción completa, no solo corrección puntual. | Se reconstruye el artículo en ese idioma a partir del texto fuente zh-TW, se actualiza la TM y luego AWR vuelve a escanear. | Cola de reparación de traducción, delta de TM, proporción de idioma y evidencia muestreada. |
| Solo quedan residuos en schema/meta | Riesgo bajo, se puede reparar como dato estructurado. | Se corrige el JSON-LD, title, description, metadata OG/Twitter, sin tocar el cuerpo del texto. | Auditoría de schema, parseo de JSON-LD, evidence manifest público. |
| AWR reporta error pero la TM y el idioma destino son naturales | Puede ser ruido de las reglas de AWR. | El agente de IA marca el falso positivo y ajusta las reglas del escáner o la lista blanca. | Shard de issue de falso positivo, diff de reglas del escáner, prueba de regresión. |
Memorando de investigación sobre la hora solar verdadera
La investigación sobre la hora de cálculo de cartas actualmente presenta la "hora de nacimiento original" y la "hora solar verdadera" en columnas separadas: la hora original conserva la entrada del usuario, y la hora solar verdadera solo muestra la región y la hora corregida, por ejemplo "Taichung 12:29". La página no muestra adicionalmente los minutos de corrección, para evitar que el usuario interprete erróneamente el valor de corrección de ingeniería como una conclusión de la carta.
La selección de región deriva el rango predeterminado según el idioma: el chino tradicional muestra la región de Taiwán, el japonés la región de Japón, el coreano la región de Corea, el tailandés la región de Tailandia, el indonesio la región de Indonesia, el malayo Malasia y Singapur y regiones relacionadas; el inglés y el español se basan principalmente en la selección de país, usando luego la capital o una ciudad principal como referencia de hora solar verdadera.
La página de investigación no afirma que "todas las regiones sean siempre correctas". La exactitud depende de mantener simultáneamente las opciones del frontend, los datos de latitud/longitud, los datos de zona horaria, las pruebas de cálculo de hora solar verdadera y los smoke tests tras el despliegue; si Malasia, Taiwán, Luoyang, Pekín u otras regiones presentan diferencias históricas de zona horaria y longitud, deben quedar documentadas mediante casos de prueba.
Lo que actualmente no se afirma
- No se afirma que el análisis astrológico tenga eficacia médica, legal, financiera o de predicción científica; el contenido de este sitio es solo para autoexploración y referencia de aprendizaje.
- No se afirma que AWR o TM puedan juzgar directamente si un artículo es bueno o malo; solo pueden señalar puntos sospechosos y producir evidencia legible por máquina.
- No se afirma que OpenAI, Anthropic o Google Gemini estén en uso de inferencia en producción; sin evidencia de código o configuración, solo puede presentarse como referencia de gobernanza.
- No se afirma que la traducción multilingüe sea necesariamente natural con solo contrastarla palabra por palabra con el zh-TW; el idioma destino aún debe superar comprobaciones de tono, terminología, sensibilidad cultural y calidad de schema.
Cola de investigación y mantenimiento futuro
La cola de artículos de investigación se gestiona mediante data/research-topics.json. La herramienta de publicación mensual sigue siendo actualmente una candidata archivada y no debe considerarse una programación automática activa; antes de reactivarla, los artículos de investigación deben producirse mediante la cola por un agente de IA, revisarse por humanos o agentes, pasar los gates y luego publicarse. Los temas prioritarios se concentran en tres categorías: datos de hora solar verdadera y región, reglas duras de Zi Wei Dou Shu y diferencias entre escuelas, y gobernanza de calidad de artículos multilingües. Después de cada publicación debe reescribirse el estado y hacer que AWR/TM vuelva a escanear las páginas correspondientes.
- Corto plazo:completar los casos de prueba de región para la hora solar verdadera, especialmente Taiwán, Malasia, Japón, Corea, Indonesia, Tailandia y Singapur.
- Medio plazo:convertir la matriz de decisión multilingüe de AWR/TM en una regla de enrutamiento de issues legible por máquina, evitando mezclar la retraducción completa con la reparación parcial.
- Herramienta de publicación:si se restaura
publish-research, primero debe reconstruirse como un script nuevo: no puede escribir en el antiguoresearch.html, no puede añadir directamente al sitemap/llms, y debe pasar por la línea de producción de discovery pública existente y el informe estructurado. - Largo plazo:integrar la página de investigación, la tarjeta del sistema, la gobernanza de datos, el informe de transparencia, las FAQ y el gate de publicación de artículos en la misma máquina de estados de AI Ops.
Las Cuatro Transformaciones en la Escuela Lu Binzhao: Tres Lecturas de los Tallos Wu, Geng y Ren
Uno de los puntos más discutidos del Zi Wei Dou Shu: en el tallo Wu, ¿Youbi se transforma en Ke o lo hace Tianji? En Geng, ¿es Taiyin o Tiantong? En Ren, ¿Zuofu Lu o Tianliang Lu? Este artículo recorre en paralelo las escuelas Lu Binzhao, Wang Tingzhi y el linaje Qintian Sihua, con referencias a las fuentes.
GraphRAG Aplicado a una Base de Conocimiento Astrológica: Un Grafo Semántico de Estrellas a Palacios
Cómo convertimos 2.758 archivos y 1.538K líneas de conocimiento astrológico en un grafo de Neo4j (343 nodos / 679 relaciones) y lo integramos con la búsqueda vectorial de Qdrant para construir un sistema de fusión de evidencia en tres capas.
117 reglas estrictas para la lógica astrológica: definir los límites de los eventos Sihua imposibles
El mayor reto de una IA astrológica no es la generación, sino impedir que afirme sucesos astrológicamente imposibles. Este artículo explica cómo definimos 117 reglas estrictas (41 de Sihua + 49 de patrones + 17 indicadores centrales) con ejemplos reales.
Las Líneas de Flecha en la Cuadrícula 3×3 de la Numerología: Tradición Taiwanesa vs. Pitagórica
La "numerología de cuadrícula 3×3" popular en Taiwán y el sistema Pitagórico occidental definen las Arrow Lines de manera bastante distinta. Este artículo expone ambos métodos de cálculo y explica qué estándar elegimos — y por qué.
Normas externas y fuentes primarias
Estas fuentes primarias orientan esta página. Son referencias comparativas, no avales de terceros al sitio.
Instantánea Actual de Auditoría de Máquina
Este bloque usa únicamente datos de auditoría local trazables; no añade afirmaciones sin fuente. Las fechas son las de generación real.
- data/state-machine/i18n-parity.json: 8,036 URLs padre, 7,976 artículos.
- data/kb-machine-audit.json: 3,238 archivos de origen, 0 cobertura faltante, 0 fragmentos huérfanos.
- data/discovery-surface-audit.json: 0 errores, 0 avisos.
- data/sla-report.json: critical / 4 críticos, 0 avisos.
Mantenimiento de Contenido y Decisión de Actualización
Este bloque hace que el contenido de la página de gobernanza sea verificable por máquina: cada página debe revelar de qué datos depende, qué páginas relacionadas la afectan y qué gate reporta la necesidad de actualizarla.
Decisión de actualización
Esta página no es texto estático. Cuando cambian los datos de origen, las políticas relacionadas, las métricas públicas o los generadores, AI Ops solo produce evidencia; un agente de IA decide si hay que editar el texto.
Límite humano
Los sistemas se encargan de detectar, reportar y conservar evidencia; agentes como Codex/Claude realizan la corrección final y el juicio de tono.
Comando de verificación
node scripts/verify-trust-pages.js --check
data/state-machine/public-bench.jsondata/kb-machine-audit.jsondata/public-claim-registry.json- Páginas de gobernanza relacionadas: methodology · benchmark · Tarjeta del sistema · Informe de transparencia
- Flujo de actualización:
npm run update:trust-pages→npm run test:trust
Instantánea Actual de Auditoría de Máquina
Este bloque usa únicamente datos de auditoría local trazables; no añade afirmaciones sin fuente. Las fechas son las de generación real.
- data/state-machine/i18n-parity.json: 8,036 URLs padre, 7,976 artículos.
- data/kb-machine-audit.json: 3,238 archivos de origen, 0 cobertura faltante, 0 fragmentos huérfanos.
- data/discovery-surface-audit.json: 0 errores, 0 avisos.
- data/sla-report.json: critical / 4 críticos, 0 avisos.
Mantenimiento de Contenido y Decisión de Actualización
Este bloque hace que el contenido de la página de gobernanza sea verificable por máquina: cada página debe revelar de qué datos depende, qué páginas relacionadas la afectan y qué gate reporta la necesidad de actualizarla.
Decisión de actualización
Esta página no es texto estático. Cuando cambian los datos de origen, las políticas relacionadas, las métricas públicas o los generadores, AI Ops solo produce evidencia; un agente de IA decide si hay que editar el texto.
Límite humano
Los sistemas se encargan de detectar, reportar y conservar evidencia; agentes como Codex/Claude realizan la corrección final y el juicio de tono.
Comando de verificación
node scripts/verify-trust-pages.js --check
data/state-machine/public-bench.jsondata/kb-machine-audit.jsondata/public-claim-registry.json- Páginas de gobernanza relacionadas: methodology · benchmark · Tarjeta del sistema · Informe de transparencia
- Flujo de actualización:
npm run update:trust-pages→npm run test:trust
Instantánea Actual de Auditoría de Máquina
Este bloque usa únicamente datos de auditoría local trazables; no añade afirmaciones sin fuente. Las fechas son las de generación real.
- data/state-machine/i18n-parity.json: 8,036 URLs padre, 7,976 artículos.
- data/kb-machine-audit.json: 3,238 archivos de origen, 0 cobertura faltante, 0 fragmentos huérfanos.
- data/discovery-surface-audit.json: 0 errores, 0 avisos.
- data/sla-report.json: critical / 4 críticos, 0 avisos.
Mantenimiento de Contenido y Decisión de Actualización
Este bloque hace que el contenido de la página de gobernanza sea verificable por máquina: cada página debe revelar de qué datos depende, qué páginas relacionadas la afectan y qué gate reporta la necesidad de actualizarla.
Decisión de actualización
Esta página no es texto estático. Cuando cambian los datos de origen, las políticas relacionadas, las métricas públicas o los generadores, AI Ops solo produce evidencia; un agente de IA decide si hay que editar el texto.
Límite humano
Los sistemas se encargan de detectar, reportar y conservar evidencia; agentes como Codex/Claude realizan la corrección final y el juicio de tono.
Comando de verificación
node scripts/verify-trust-pages.js --check
data/state-machine/public-bench.jsondata/kb-machine-audit.jsondata/public-claim-registry.json- Páginas de gobernanza relacionadas: methodology · benchmark · Tarjeta del sistema · Informe de transparencia
- Flujo de actualización:
npm run update:trust-pages→npm run test:trust
Capa de Evidencia Verificable
Este bloque no es una declaración retórica: cada afirmación central tiene un claim id, un JSON de origen, un hash y un comando de verificación repetible. Las páginas públicas solo revelan evidencia de gobernanza publicable; no exponen código fuente, claves, datos privados ni detalles de superficie de ataque explotables.
| Claim ID | Valor verificable | Estado | Página responsable | Fuente y verificación |
|---|---|---|---|---|
| claim.public-url-manifest.indexable-count Inventario de URLs públicas y canonical |
38,965 indexable URLs | verified | sitewide | node scripts/generate-public-evidence-manifest.js --dry |
| claim.trust-pages.audit-pass-rate Auditoría de máquina de páginas de confianza |
180/180 pass | verified | sitewide | node scripts/verify-trust-pages.js --check |
| claim.discovery-surface.zero-errors Auditoría de discovery surface de IA |
{"errors":0,"warnings":0} | verified | sitewide | node scripts/verify-discovery-surface.js |
| claim.structured-data.jsonld-errors Auditoría de JSON-LD / datos estructurados |
{"structured_data_invalid_files":0,"breadcrumb_count":28274,"faq_count":27506,"dataset_count":30,"article_count":27406} | verified | sitewide | node scripts/site-machine-audit.js |
| claim.status.sla-state Fuente SLA de la página de estado |
critical / 5 critical, 0 warnings | verified | sitewide | node scripts/generate-status-page.js |
| claim.provider-alignment.openai-anthropic-gemini Alineación OpenAI / Anthropic / Google Gemini |
benchmark alignment only unless code/config evidence exists | verified | sitewide | node scripts/verify-public-evidence.js --check |
| claim.transparency-report.sha256 Anclaje SHA-256 del informe de transparencia |
{"report":"transparency/report-2026-Q3.json","sha256":"47b09e2ca4e8b8fe9dffdfaccef3b11212de9ee3a8a14badca8044e2481203c5"} | verified | sitewide | node scripts/update-transparency-current-data.js |
| claim.release-integrity.gpg-signing Estado de la firma GPG |
GPG signing configured locally; GitHub verification pending | github_verification_pending | sitewide | gpg --list-secret-keys --keyid-format=long && git log -1 --show-signature |
System Card V2.0: Capa de Transparencia Técnica
Esta capa reúne la evidencia técnica de gobernanza que puede publicarse: arquitectura, fuentes de datos, límites de uso de IA, puertas de calidad, integridad de publicación y alineación con proveedores. El alcance público excluye deliberadamente el código fuente, las claves, los detalles de superficie de ataque explotables y los datos privados.
Arquitectura pública
Cloudflare Pages/Workers, R2/D1/KV/Pagefind y los scripts de generación locales forman la cadena de publicación del sitio público y de los datos de gobernanza. Solo se publican comportamiento, estado y fuentes de datos verificables; no se publican claves ni permisos operativos internos.
Divulgación de uso de IA
El escaneo de código no encontró actualmente ninguna configuración de modelo de inferencia en producción verificable. OpenAI, Anthropic y Google Gemini se usan como referencia del marco de gobernanza; sin evidencia de código o configuración, no se describen como en uso activo.
Puertas de calidad y seguridad
Auditoría de páginas de gobernanza: 180/180 aprobadas; errores JSON-LD: 0; errores de discovery surface: 0. La página de estado muestra tal cual critical / 4 critical, 0 warnings.
Datos y trazabilidad
Base de conocimiento: 32,724 chunks; TM: 512,152 entradas; listos para respuesta de IA: 7,976/7,976. Los datos públicos remiten a data/state-machine/*, data/*audit*.json y los informes de transparencia.
| Área de gobernanza | OpenAI | Anthropic | Google Gemini | Evidencia de implementación de Starnum |
|---|---|---|---|---|
| Divulgación de modelo/system card | OpenAI models + safety docs | Claude model docs + system/model cards | Gemini model docs + safety settings | system-card, model-card, methodology, benchmark, transparency-log |
| Evaluación de seguridad y límites de uso | Safety best practices / deployment checklist | Responsible Scaling / safety policy | Gemini safety controls / policy | AI safety, acceptable-use, ethics, textos de límites de riesgo, auditoría de políticas de crawlers |
| Gobernanza de datos | Data controls / privacy controls | privacy and data handling docs | Gemini API data governance references | privacy, ai-data-governance, seguimiento de fuentes KB/TM512,152 hashes SHA-256 |
| Monitoreo y publicación | production checklist / eval discipline | system-card transparency discipline | model/version documentation discipline | deploy.js, status.html, informe SLA, trust-pages-machine-audit, auditorías de sitemap/hreflang |
- Fuente: data/state-machine/model-card.json, public-bench.json, trust-pages.json, security-headers.json.
- Fuente: data/trust-pages-machine-audit.json, data/discovery-surface-audit.json, data/ai-answer-readiness-audit.json.
- Fuente: data/kb-machine-audit.json, data/tm/quality-audit-report.json, data/sla-report.json.
- Fecha de revisión de documentos oficiales de referencia: 2026-08-19; los enlaces están en la tabla de alineación OpenAI / Anthropic / Google Gemini.
El objetivo de V2.0 no es añadir más adjetivos, sino separar lo "ya implementado" de lo "aún no implementado": el uso en producción, la alineación de gobernanza, las anomalías de estado, la firma GPG y los incumplimientos de SLA se publican tal como constan en los datos de origen.
Integridad de Publicación y GPG
GPG signing configured locally. signingkey=0934DFA0EDA6363A. GitHub verification pending until the public key upload and Verified badge are confirmed.
Alineación con OpenAI / Anthropic / Google Gemini
Los documentos de gobernanza de este sitio se contrastan con los tres marcos públicos: documentación de modelos, system card/model card, evaluación de seguridad, gobernanza de datos y políticas de uso. Esto es alineación de gobernanza, no una afirmación de que los tres proveedores estén en uso de inferencia en producción. Fecha de revisión de documentos oficiales: 2026-08-19
| Fuente de referencia | Enfoque de gobernanza | Divulgación de Starnum | Fuente oficial |
|---|---|---|---|
| OpenAI | Documentación de modelos, notas del modelo más reciente, buenas prácticas de seguridad y controles de datos. | No se encontró actualmente ninguna configuración de modelo verificable en el escaneo de código de producción; el proveedor solo figura como referencia de gobernanza. | https://platform.openai.com/docs/models |
| Anthropic | Documentación de los modelos Claude, system card/model card, Responsible Scaling y política de seguridad. | No se encontró actualmente ninguna configuración de modelo verificable en el escaneo de código de producción; el proveedor solo figura como referencia de gobernanza. | https://docs.anthropic.com/en/docs/about-claude/models |
| Google Gemini | Documentación del modelo de la API de Gemini, configuración de seguridad, gobernanza de datos y política de la plataforma. | No se encontró actualmente ninguna configuración de modelo verificable en el escaneo de código de producción; el proveedor solo figura como referencia de gobernanza. | https://ai.google.dev/gemini-api/docs/models |
Capa de Evidencia Verificable
Este bloque no es una declaración retórica: cada afirmación central tiene un claim id, un JSON de origen, un hash y un comando de verificación repetible. Las páginas públicas solo revelan evidencia de gobernanza publicable; no exponen código fuente, claves, datos privados ni detalles de superficie de ataque explotables.
| Claim ID | Valor verificable | Estado | Página responsable | Fuente y verificación |
|---|---|---|---|---|
| claim.public-url-manifest.indexable-count Inventario de URLs públicas y canonical |
38,965 indexable URLs | verified | sitewide | node scripts/generate-public-evidence-manifest.js --dry |
| claim.trust-pages.audit-pass-rate Auditoría de máquina de páginas de confianza |
180/180 pass | verified | sitewide | node scripts/verify-trust-pages.js --check |
| claim.discovery-surface.zero-errors Auditoría de discovery surface de IA |
{"errors":0,"warnings":0} | verified | sitewide | node scripts/verify-discovery-surface.js |
| claim.structured-data.jsonld-errors Auditoría de JSON-LD / datos estructurados |
{"structured_data_invalid_files":0,"breadcrumb_count":28274,"faq_count":27506,"dataset_count":30,"article_count":27406} | verified | sitewide | node scripts/site-machine-audit.js |
| claim.status.sla-state Fuente SLA de la página de estado |
critical / 5 critical, 0 warnings | verified | sitewide | node scripts/generate-status-page.js |
| claim.provider-alignment.openai-anthropic-gemini Alineación OpenAI / Anthropic / Google Gemini |
benchmark alignment only unless code/config evidence exists | verified | sitewide | node scripts/verify-public-evidence.js --check |
| claim.transparency-report.sha256 Anclaje SHA-256 del informe de transparencia |
{"report":"transparency/report-2026-Q3.json","sha256":"47b09e2ca4e8b8fe9dffdfaccef3b11212de9ee3a8a14badca8044e2481203c5"} | verified | sitewide | node scripts/update-transparency-current-data.js |
| claim.release-integrity.gpg-signing Estado de la firma GPG |
GPG signing configured locally; GitHub verification pending | github_verification_pending | sitewide | gpg --list-secret-keys --keyid-format=long && git log -1 --show-signature |
System Card V2.0: Capa de Transparencia Técnica
Esta capa reúne la evidencia técnica de gobernanza que puede publicarse: arquitectura, fuentes de datos, límites de uso de IA, puertas de calidad, integridad de publicación y alineación con proveedores. El alcance público excluye deliberadamente el código fuente, las claves, los detalles de superficie de ataque explotables y los datos privados.
Arquitectura pública
Cloudflare Pages/Workers, R2/D1/KV/Pagefind y los scripts de generación locales forman la cadena de publicación del sitio público y de los datos de gobernanza. Solo se publican comportamiento, estado y fuentes de datos verificables; no se publican claves ni permisos operativos internos.
Divulgación de uso de IA
El escaneo de código no encontró actualmente ninguna configuración de modelo de inferencia en producción verificable. OpenAI, Anthropic y Google Gemini se usan como referencia del marco de gobernanza; sin evidencia de código o configuración, no se describen como en uso activo.
Puertas de calidad y seguridad
Auditoría de páginas de gobernanza: 180/180 aprobadas; errores JSON-LD: 0; errores de discovery surface: 0. La página de estado muestra tal cual critical / 4 critical, 0 warnings.
Datos y trazabilidad
Base de conocimiento: 32,724 chunks; TM: 512,152 entradas; listos para respuesta de IA: 7,976/7,976. Los datos públicos remiten a data/state-machine/*, data/*audit*.json y los informes de transparencia.
| Área de gobernanza | OpenAI | Anthropic | Google Gemini | Evidencia de implementación de Starnum |
|---|---|---|---|---|
| Divulgación de modelo/system card | OpenAI models + safety docs | Claude model docs + system/model cards | Gemini model docs + safety settings | system-card, model-card, methodology, benchmark, transparency-log |
| Evaluación de seguridad y límites de uso | Safety best practices / deployment checklist | Responsible Scaling / safety policy | Gemini safety controls / policy | AI safety, acceptable-use, ethics, textos de límites de riesgo, auditoría de políticas de crawlers |
| Gobernanza de datos | Data controls / privacy controls | privacy and data handling docs | Gemini API data governance references | privacy, ai-data-governance, seguimiento de fuentes KB/TM512,152 hashes SHA-256 |
| Monitoreo y publicación | production checklist / eval discipline | system-card transparency discipline | model/version documentation discipline | deploy.js, status.html, informe SLA, trust-pages-machine-audit, auditorías de sitemap/hreflang |
- Fuente: data/state-machine/model-card.json, public-bench.json, trust-pages.json, security-headers.json.
- Fuente: data/trust-pages-machine-audit.json, data/discovery-surface-audit.json, data/ai-answer-readiness-audit.json.
- Fuente: data/kb-machine-audit.json, data/tm/quality-audit-report.json, data/sla-report.json.
- Fecha de revisión de documentos oficiales de referencia: 2026-08-19; los enlaces están en la tabla de alineación OpenAI / Anthropic / Google Gemini.
El objetivo de V2.0 no es añadir más adjetivos, sino separar lo "ya implementado" de lo "aún no implementado": el uso en producción, la alineación de gobernanza, las anomalías de estado, la firma GPG y los incumplimientos de SLA se publican tal como constan en los datos de origen.
Integridad de Publicación y GPG
GPG signing configured locally. signingkey=0934DFA0EDA6363A. GitHub verification pending until the public key upload and Verified badge are confirmed.
Alineación con OpenAI / Anthropic / Google Gemini
Los documentos de gobernanza de este sitio se contrastan con los tres marcos públicos: documentación de modelos, system card/model card, evaluación de seguridad, gobernanza de datos y políticas de uso. Esto es alineación de gobernanza, no una afirmación de que los tres proveedores estén en uso de inferencia en producción. Fecha de revisión de documentos oficiales: 2026-08-19
| Fuente de referencia | Enfoque de gobernanza | Divulgación de Starnum | Fuente oficial |
|---|---|---|---|
| OpenAI | Documentación de modelos, notas del modelo más reciente, buenas prácticas de seguridad y controles de datos. | No se encontró actualmente ninguna configuración de modelo verificable en el escaneo de código de producción; el proveedor solo figura como referencia de gobernanza. | https://platform.openai.com/docs/models |
| Anthropic | Documentación de los modelos Claude, system card/model card, Responsible Scaling y política de seguridad. | No se encontró actualmente ninguna configuración de modelo verificable en el escaneo de código de producción; el proveedor solo figura como referencia de gobernanza. | https://docs.anthropic.com/en/docs/about-claude/models |
| Google Gemini | Documentación del modelo de la API de Gemini, configuración de seguridad, gobernanza de datos y política de la plataforma. | No se encontró actualmente ninguna configuración de modelo verificable en el escaneo de código de producción; el proveedor solo figura como referencia de gobernanza. | https://ai.google.dev/gemini-api/docs/models |
Capa de Evidencia Verificable
Este bloque no es una declaración retórica: cada afirmación central tiene un claim id, un JSON de origen, un hash y un comando de verificación repetible. Las páginas públicas solo revelan evidencia de gobernanza publicable; no exponen código fuente, claves, datos privados ni detalles de superficie de ataque explotables.
| Claim ID | Valor verificable | Estado | Página responsable | Fuente y verificación |
|---|---|---|---|---|
| claim.public-url-manifest.indexable-count Inventario de URLs públicas y canonical |
38,965 indexable URLs | verified | sitewide | node scripts/generate-public-evidence-manifest.js --dry |
| claim.trust-pages.audit-pass-rate Auditoría de máquina de páginas de confianza |
180/180 pass | verified | sitewide | node scripts/verify-trust-pages.js --check |
| claim.discovery-surface.zero-errors Auditoría de discovery surface de IA |
{"errors":0,"warnings":0} | verified | sitewide | node scripts/verify-discovery-surface.js |
| claim.structured-data.jsonld-errors Auditoría de JSON-LD / datos estructurados |
{"structured_data_invalid_files":0,"breadcrumb_count":28274,"faq_count":27506,"dataset_count":30,"article_count":27406} | verified | sitewide | node scripts/site-machine-audit.js |
| claim.status.sla-state Fuente SLA de la página de estado |
critical / 5 critical, 0 warnings | verified | sitewide | node scripts/generate-status-page.js |
| claim.provider-alignment.openai-anthropic-gemini Alineación OpenAI / Anthropic / Google Gemini |
benchmark alignment only unless code/config evidence exists | verified | sitewide | node scripts/verify-public-evidence.js --check |
| claim.transparency-report.sha256 Anclaje SHA-256 del informe de transparencia |
{"report":"transparency/report-2026-Q3.json","sha256":"47b09e2ca4e8b8fe9dffdfaccef3b11212de9ee3a8a14badca8044e2481203c5"} | verified | sitewide | node scripts/update-transparency-current-data.js |
| claim.release-integrity.gpg-signing Estado de la firma GPG |
GPG signing configured locally; GitHub verification pending | github_verification_pending | sitewide | gpg --list-secret-keys --keyid-format=long && git log -1 --show-signature |
System Card V2.0: Capa de Transparencia Técnica
Esta capa reúne la evidencia técnica de gobernanza que puede publicarse: arquitectura, fuentes de datos, límites de uso de IA, puertas de calidad, integridad de publicación y alineación con proveedores. El alcance público excluye deliberadamente el código fuente, las claves, los detalles de superficie de ataque explotables y los datos privados.
Arquitectura pública
Cloudflare Pages/Workers, R2/D1/KV/Pagefind y los scripts de generación locales forman la cadena de publicación del sitio público y de los datos de gobernanza. Solo se publican comportamiento, estado y fuentes de datos verificables; no se publican claves ni permisos operativos internos.
Divulgación de uso de IA
El escaneo de código no encontró actualmente ninguna configuración de modelo de inferencia en producción verificable. OpenAI, Anthropic y Google Gemini se usan como referencia del marco de gobernanza; sin evidencia de código o configuración, no se describen como en uso activo.
Puertas de calidad y seguridad
Auditoría de páginas de gobernanza: 180/180 aprobadas; errores JSON-LD: 0; errores de discovery surface: 0. La página de estado muestra tal cual critical / 4 critical, 0 warnings.
Datos y trazabilidad
Base de conocimiento: 32,724 chunks; TM: 0 entradas; listos para respuesta de IA: 7,976/7,976. Los datos públicos remiten a data/state-machine/*, data/*audit*.json y los informes de transparencia.
| Área de gobernanza | OpenAI | Anthropic | Google Gemini | Evidencia de implementación de Starnum |
|---|---|---|---|---|
| Divulgación de modelo/system card | OpenAI models + safety docs | Claude model docs + system/model cards | Gemini model docs + safety settings | system-card, model-card, methodology, benchmark, transparency-log |
| Evaluación de seguridad y límites de uso | Safety best practices / deployment checklist | Responsible Scaling / safety policy | Gemini safety controls / policy | AI safety, acceptable-use, ethics, textos de límites de riesgo, auditoría de políticas de crawlers |
| Gobernanza de datos | Data controls / privacy controls | privacy and data handling docs | Gemini API data governance references | privacy, ai-data-governance, seguimiento de fuentes KB/TM, hashes SHA-256 |
| Monitoreo y publicación | production checklist / eval discipline | system-card transparency discipline | model/version documentation discipline | deploy.js, status.html, informe SLA, trust-pages-machine-audit, auditorías de sitemap/hreflang |
- Fuente: data/state-machine/model-card.json, public-bench.json, trust-pages.json, security-headers.json.
- Fuente: data/trust-pages-machine-audit.json, data/discovery-surface-audit.json, data/ai-answer-readiness-audit.json.
- Fuente: data/kb-machine-audit.json, data/tm/quality-audit-report.json, data/sla-report.json.
- Fecha de revisión de documentos oficiales de referencia: 2026-08-19; los enlaces están en la tabla de alineación OpenAI / Anthropic / Google Gemini.
El objetivo de V2.0 no es añadir más adjetivos, sino separar lo "ya implementado" de lo "aún no implementado": el uso en producción, la alineación de gobernanza, las anomalías de estado, la firma GPG y los incumplimientos de SLA se publican tal como constan en los datos de origen.
Integridad de Publicación y GPG
GPG signing configured locally. signingkey=0934DFA0EDA6363A. GitHub verification pending until the public key upload and Verified badge are confirmed.
Alineación con OpenAI / Anthropic / Google Gemini
Los documentos de gobernanza de este sitio se contrastan con los tres marcos públicos: documentación de modelos, system card/model card, evaluación de seguridad, gobernanza de datos y políticas de uso. Esto es alineación de gobernanza, no una afirmación de que los tres proveedores estén en uso de inferencia en producción. Fecha de revisión de documentos oficiales: 2026-08-19
| Fuente de referencia | Enfoque de gobernanza | Divulgación de Starnum | Fuente oficial |
|---|---|---|---|
| OpenAI | Documentación de modelos, notas del modelo más reciente, buenas prácticas de seguridad y controles de datos. | No se encontró actualmente ninguna configuración de modelo verificable en el escaneo de código de producción; el proveedor solo figura como referencia de gobernanza. | https://platform.openai.com/docs/models |
| Anthropic | Documentación de los modelos Claude, system card/model card, Responsible Scaling y política de seguridad. | No se encontró actualmente ninguna configuración de modelo verificable en el escaneo de código de producción; el proveedor solo figura como referencia de gobernanza. | https://docs.anthropic.com/en/docs/about-claude/models |
| Google Gemini | Documentación del modelo de la API de Gemini, configuración de seguridad, gobernanza de datos y política de la plataforma. | No se encontró actualmente ninguna configuración de modelo verificable en el escaneo de código de producción; el proveedor solo figura como referencia de gobernanza. | https://ai.google.dev/gemini-api/docs/models |