feat(episode): EXPLORA_listo-john-la-versin-2-del-prompt-ya_S20261003.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD

Skill: TESSERA | Type: troubleshooting
Summary: EPISODIO 1 — MEMORIA: Listo, John: la versión 2 del prompt ya...

episodes/EXPLORA_listo-john-la-versin-2-del-prompt-ya_S20261003.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD.md

@@ -0,0 +1,44 @@
+---
+episode_id: "91412afe-5ecd-4596-b6b2-9f269719e9c5"
+puente_flat: "EXPLORA_listo-john-la-versin-2-del-prompt-ya_S20261003.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD"
+session_code: "S20261003.SID0D9930CB1FED"
+acto_dialogico: "informar"
+actor_flujo: "multi_actor"
+criticidad_aegis: "low"
+skill_dominante: "TESSERA"
+fase_proyecto: "operations"
+tipo_semantico: "troubleshooting"
+summary_one_line: "EPISODIO 1 — MEMORIA: Listo, John: la versión 2 del prompt ya..."
+source_type: "claude_code"
+trust_boundary: "internal"
+created_at: "2026-10-03T15:28:03.183158+00:00"
+relectura_tagged: false
+forgejo_commit_sha: "pending"
+---
+
+Listo, John: la versión 2 del prompt ya dice qué modelo de embeddings usa Ember. Tu dato era correcto y lo medí hoy: las colecciones de Qdrant en el servidor MEMORIA tienen vectores de **3072 dimensiones con distancia coseno**.
+
+**Qué cambió en la versión 2:**
+
+- **Hecho nuevo:** el sistema destino usa Qdrant y un solo espacio de embeddings (modelo `google/gemini-embedding-2`, 3072 dimensiones, coseno). Todo lo que entre debe quedar en ese mismo espacio.
+- **Sección 6:** pregunta si la ruta R2 puede decidir los cortes con ese mismo modelo o conviene otro solo para cortar.
+- **Sección 11:** pregunta qué cambiar en pdf2md para que los chunks sean compatibles: tamaño frente al límite del modelo, qué texto exacto convertir en embedding, y cómo tratar tablas e imágenes.
+
+**Un punto que te tranquiliza:** hoy no hay nada incompatible que deshacer. Según las fichas de ruteo de la última corrida, pdf2md todavía no ha calculado ningún embedding. Sus chunks son texto con metadatos, y la compatibilidad se decide al convertirlos en vectores.
+
+**Lo que no puse en el prompt, a propósito:** el detalle interno de cómo Ember escribe en la memoria. Eso no lo necesitan las otras IAs; es parte de mi propuesta de integración. Tampoco está decidido aún si los embeddings se calcularán dentro de pdf2md o del lado de Ember.
+
+**Versión 2 — usa esta** (reemplaza a la del mensaje anterior):
+
+La versión 2 pasó el verificador mecánico: `PASA · 2285 tokens · 0 hallazgos`. El texto verificado, idéntico byte a byte según su huella sha256, quedó guardado aquí por si prefieres copiarlo desde el archivo:
+
+- [PROMPT_v2_texto_para_copiar_carta_traspaso_pdf2md.txt](generados-por-claude/propuestas/S20261003_pdf2md_integracion_conocimiento_externo/PROMPT_v2_texto_para_copiar_carta_traspaso_pdf2md.txt) (solo el texto)
+- [PROMPT_carta_traspaso_tecnico_pdf2md_para_mistral_y_perplexity.md](generados-por-claude/propuestas/S20261003_pdf2md_integracion_conocimiento_externo/PROMPT_carta_traspaso_tecnico_pdf2md_para_mistral_y_perplexity.md) (ficha, cambios y procedencia)
+
+Una salvedad de procedencia: las 3072 dimensiones y la distancia coseno las medí hoy en Qdrant. El nombre del modelo lo tomo del reporte de arranque de esta sesión; no lo re-medí por otra vía.
+
+`★ Insight ─────────────────────────────────────`
+- Un chunk es texto con metadatos: no nace atado a ningún modelo. La compatibilidad se decide al convertirlo en vector, no al cortarlo.
+- "Mismo espacio" significa mismo modelo, no solo mismo tamaño. Dos vectores de 3072 dimensiones hechos por modelos distintos no se pueden comparar entre sí, aunque midan igual.
+- El único punto donde pdf2md usaría embeddings por su cuenta es la ruta R2, para decidir dónde cortar. Ese uso puede hacerse con otro modelo, porque esos vectores no se guardan en la memoria.
+`─────────────────────────────────────────────────`