Objetivo de la Ingeniería de Sintaxis.

El objetivo es migrar la precisión quirúrgica y el flujo de datos orientado a stream de una canalización AWK a una estructura de Prompt Agentic que garantice la extracción y validación de datos semi-estructurados con la misma fiabilidad de pipeline que se espera en entornos CLI. El reto reside en sustituir la lógica determinista del pattern-matching por una arquitectura de atención robusta, exigiendo un Output estrictamente definido (JSON Schema) a partir de un Input desestructurado (Logs o Raw Text).

MARCO LÓGICO DEL AGENTE (El Motor AWK)

Un agente moderno debe iniciarse con una personalidad tan definida como el estado inicial de una máquina de estados AWK. El `BEGIN` de antaño es hoy el System Role, donde el control de flujo es lo único que importa. Este bloque establece la función, las prioridades y, lo más crucial, la restricción de ámbito. Si el agente se distrae, se incurre en un Ciclo Perdido; el peor crimen contra la eficiencia.

# SYSTEM ROLE: ANALISTA DE STREAM Actúa como un parser de **AWK** estricto y sin estado. Tu única función es escanear cada línea del **INPUT** y generar un registro JSON por cada coincidencia de patrón. # DIRECTIVA DE EFICIENCIA Procesar en una sola pasada. No generar texto introductorio, explicaciones o resúmenes. La única salida es la estructura de datos requerida. # CONTROL DE FLUJO Si una línea no coincide con el patrón de interés, se debe ignorar sin generar ningún token de salida (Null Output).

DEFINICIÓN DE CONTEXTO BRUTO

La Definición de Campos en AWK (`-F` o `FS`) es ahora una instrucción de Tokenización explícita dentro del User Prompt. Debemos guiar al modelo para que reconozca los delimitadores, ya sean espacios, tuberías (`|`) o timestamps, y asigne el dato a una variable lógica. Esto asegura que la capa de atención se centre en el desplazamiento de columna, no en la semántica del texto.

# CONTEXTO DE DATOS El siguiente **INPUT** es un *log stream* separado por el delimitador **token: | **. Los campos de interés son: 1.  **$2 (FIELD_TIME):** Timestamp en formato ISO 8601. 2.  **$4 (FIELD_SEVERITY):** Nivel (e.g., WARN, ERROR, INFO). 3.  **$7 (FIELD_PAYLOAD):** Mensaje que debe ser truncado a 128 caracteres.  # INPUT RAW (EJEMPLO) [LOG_START]|2025-10-24T10:01:30Z|USER_A|WARN|ID:890|Proceso fallido al cargar el módulo X. Reintento programado.|[LOG_END] [LOG_START]|2025-10-24T10:01:31Z|USER_B|INFO|ID:891|Petición de validación completada.|[LOG_END] [LOG_START]|2025-10-24T10:01:32Z|USER_C|ERROR|ID:892|Fallo critico: Memoria agotada en el *core* de procesamiento.|[LOG_END]

Pasar de la lógica determinista de una expresión regular a la lógica probabilística de una red neuronal requiere un coraje que solo un programador de `C` puede entender. El desplazamiento lógico no es solo de sintaxis; es una transición de la certeza a la alta probabilidad. Aceptar que el parser pueda alucinar si no se le restringe es el desafío contemporáneo, y esa validación empática de la complejidad es vital para el ingeniero de sistemas que migra su lógica shell.

RESTRICCIONES DE EJECUCIÓN

Las instrucciones ad-hoc de un `if ($4 ~ /ERROR|WARN/) { … }` se convierten en restricciones directas en el prompt de la tarea. Es la implementación del Minimalismo Radical: cada palabra debe ser una directiva de token. La tarea debe obligar a la correspondencia uno a uno (Línea de Input a Objeto JSON), forzando el cumplimiento de la estructura.

# CONSTRAINTS: REGLA DE FILTRADO (AWK /pattern/) 1. **FILTRADO OBLIGATORIO:** Solo procesar líneas donde el campo **FIELD_SEVERITY** sea exactamente 'ERROR' o 'WARN'. 2. **TRUNCAMIENTO:** El **FIELD_PAYLOAD** debe ser forzosamente truncado a un máximo de 128 caracteres antes de su inclusión en el JSON. 3. **MAPPING:** Los campos deben ser renombrados según el **OUTPUT_SCHEMA**.

Para asegurar que la salida de la pipe sea consumible por el siguiente proceso (por ejemplo, un validador de esquema o una base de datos time-series), se requiere un forzado a nivel de API. El ajuste de los parámetros `temperature` y `top_p` es el nuevo arte de la depuración (`GDB`). Reducir la entropía es clave para la fiabilidad de producción.

{   "temperature": 0.05,   "top_p": 0.1,   "max_tokens": 1024,   "response_format": {     "type": "json_object",     "schema": {       "type": "array",       "items": {         "type": "object",         "properties": {           "timestamp_utc": {"type": "string"},           "level_alerta": {"type": "string"},           "extracto_log": {"type": "string"}         },         "required": ["timestamp_utc", "level_alerta", "extracto_log"]       }     }   } }

La validación es el Bucle de Procesamiento de la automatización. Un script `bash` moriría si fallaba una variable; un agente `LLM` debe ser instruido para morir (detener la generación) si se viola una restricción del esquema. El valor `temperature: 0.05` no es una sugerencia; es un comando de línea para Reducir la Creatividad a un nivel nulo, esencialmente volviendo al comportamiento determinista que tanto valoramos.

ARQUITECTURA DEL AGENTE (El Pipe Recursivo)

El agente, a diferencia del one-liner de AWK, introduce la Iteración con estado, la capacidad de planificar el siguiente paso. Esto eleva la pipe a un Modelo de Decisión Secuencial (Chain-of-Thought o CoT). La lógica CoT es la manifestación moderna de la vieja y fiable secuencia Fetch-Decode-Execute que aprendimos a optimizar.

# FLOW CONTROL: CADENA DE PENSAMIENTO (CoT) 1. **PASO_A (FETCH):** Extraer solo las líneas que cumplan el filtro de severidad. 2. **PASO_B (DECODE):** Aplicar el truncamiento obligatorio de 128 caracteres al payload (FIELD_PAYLOAD). 3. **PASO_C (EXECUTE):** Mapear el resultado final al **OUTPUT_SCHEMA** JSON. 4. **PASO_D (VALIDATE):** Ejecutar una autocorrección sintáctica contra el esquema antes de emitir la salida.  # FINAL OUTPUT INSTRUCTION Proporciona el JSON final, y solo el JSON, resultado del **PASO_D**.

La transición desde los entornos de CLI (línea de comandos) a las arquitecturas de Agente es el desplazamiento lógico definitivo. La sintaxis del scripting de bajo nivel se ha transformado en la Ingeniería de Instrucciones de alto nivel. Sin embargo, la verdad de todo esto sigue siendo la que nos enseñaron las pantallas de fósforo verde: la eficiencia de recursos, el minimalismo en la salida y la ausencia de bloatware son la única métrica que importa. El prompt no es una pregunta; es el Comando Final de un sistema que ha aprendido a automatizar su propia lógica de parsing.