Una Forma de Comunicarse con la Inteligencia Artificial – V.O.E. Para Escribir un Prompt en el Análisis Financiero Inmobiliario

La calidad del mensaje (Prompt) que se transmite a la inteligencia artificial (IA) es crucial para obtener los resultados deseados en cualquier trabajo, en este sentido, comunicar un prompt en el análisis Financiero inmobiliario, bien estructurado, a ChatGPT es sinónimo de una experiencia satisfactoria y de resultados eficientes. Pero, ¿cómo estructurar ese mensaje? Bien, en este post te presento una propuesta para ayudarte a estructurar la función que esperas que la IA ejecute.

Recuerdo que cuando comencé a trabajar con la IA en A.CRE no sabía muy bien cómo hablarle a ChatGPT, por ejemplo, pensaba que mis solicitudes debían ser respetuosas, educadas, (Buenos días…, por favor…, podrías amablemente…, etc.), además no tenía idea cuan directo debía ser, en pocas palabras, no estaba claro como estructurar mi comunicación con ChatGPT. De modo que, el primer paso fue investigar acerca de cómo escribir el mejor prompt.

Te recomiendo consultar el post Ingeniería de Prompts de IA en Bienes Raíces Comerciales

Como analogía, en ese momento recordé parte de mi trabajo en el mantenimiento industrial, por ejemplo, un análisis de fallas para planificar mantenimiento sobre un equipo era exitoso siempre y cuando la función de dicho equipo estuviera correctamente estructurada.

Estructurando la Comunicación con ChatGPT – V.O.E Para Escribir un Prompt en el Análisis Financiero Inmobiliario

En el sector inmobiliario, la mayoría de las decisiones deben tomarse con base en análisis detallados y proyecciones a futuro, esto significa que la claridad y precisión son fundamentales. Es por ello que, utilizar una metodología que te permita estructurar y clarificar las tareas que deseas que la IA ejecute en el sector inmobiliario es una herramienta muy útil.

La definición de la función que deseamos que ChatGPT ejecute, utilizando la estructura de un Verbo, un Objeto, y un Estándar (V.O.E.) es una manera de comunicarse con ChatGPT que, no solo mejora la comunicación entre los profesionales inmobiliarios y la IA, sino que también maximiza la eficiencia y precisión de las tareas realizadas, especialmente en un campo tan amplio y detallado como el inmobiliario.

Te recomiendo consultar el post titulado Acelerador de Modelos Financieros de A.CRE

Pero, ¿Cómo Estructurar una Función con un Verbo, un Objeto y un Estándar ?

La mejor manera de entenderlo es desglosando cada componente que da forma a la función que deseamos que la IA ejecute:

VERBO

Es el primer componente de la estructura, de modo que, el verbo representa la acción que queremos que la IA ejecute. Piensa en esto, al ser explícitos sobre el verbo, orientamos a ChatGPT hacia el tipo de operación o análisis que esperamos, por ejemplo, generar, proporcionar, calcular, proyectar, evaluar, comparar, etc.

¡Establecer un verbo claro y preciso ayuda a definir la naturaleza de la tarea, lo que reduce la ambigüedad y guía a la IA directamente hacia el tipo de acción!

OBJETO

El segundo componente te permite definir el sujeto o área sobre la que se ejecutará la acción, además, añade una capa adicional de claridad, asegurando que ChatGPT entienda el foco específico de la instrucción. En el contexto inmobiliario, esto puede variar desde un concepto, un modelo financiero, una fórmula, la sensibilidad proyecto inmobiliario, un código de VBA, hasta una tasa de capitalización de mercado, etc.

¡Detallar el objeto, proporciona a ChatGPT un enfoque claro y asegura que la información generada sea específica al caso en cuestión!

ESTÁNDAR

El último componente de la estructura es el responsable de definir el criterio o los parámetros específicos que se deben cumplir, el estándar va a determinar qué tan precisos y detallados serán los resultados.

Por ejemplo, pudiésemos pensar en las métricas financieras como la tasa interna de retorno (TIR), el múltiplo de capital, el margen de desarrollo o cualquier otro indicador clave de desempeño (KPI) relevante para un escenario en el sector, o en limitar la respuesta a número de caracteres. Inclusive pudiésemos definir un estándar más cualitativo, como, por ejemplo, adaptar una explicación al “nivel de un aprendiz”, etc. o cualquier otra directriz que ayude a personalizar la salida.

¡Establecer un estándar le permite a ChatGPT entender el nivel de detalle y precisión requeridos, ajustando sus métodos de análisis o cálculo para cumplir con dichos criterios!

CASO PRÁCTICO 1

Imagina que necesitas dar o recibir una explicación comprensible del Valor Presente Neto (VPN) donde se destaque su importancia en la toma de decisiones de inversiones inmobiliarias, pero dicha explicación se debe adaptar al nivel de un aprendiz.

Estructurando la función en el marco de un verbo, un objeto y un estándar:

Verbo: Explicar.

Objeto: El concepto de Valor Presente Neto (VPN) de las finanzas inmobiliarias.

Estándar: En términos sencillos adecuados para alguien nuevo en las finanzas inmobiliarias, en menos de 300 palabras.

Función (Prompt): Explique el Valor Presente Neto (VPN) de manera accesible para alguien sin experiencia previa en finanzas inmobiliarias en menos de 300 palabras.

En la siguiente imagen puedes apreciar el resultado:

CASO PRÁCTICO 2

La ejecución de un análisis de sensibilidad es fundamental en el análisis financiero inmobiliario para evaluar cómo distintas variables afectan los resultados financieros de un proyecto. Consideremos un caso en el que, se tenga que realizar un análisis de sensibilidad en Excel para examinar el impacto del “Préstamo al Costo” y “Costo de la Deuda” en la Tasa Interna de Retorno (TIR) apalancada de un proyecto inmobiliario. Estructuramos la función en el marco de un verbo, un objeto y un estándar para que obtengamos un adecuado prompt en el Análisis Financiero Inmobiliario.

Verbo: Analizar.

Objeto: Sensibilidad del proyecto inmobiliario.

Estándar: Ante variaciones del 5% en el “Préstamo al Costo” y de 0.25% en el “Costo de la Deuda” sobre la TIR apalancada.

Función (Prompt): Analiza la sensibilidad del proyecto inmobiliario ante variaciones del 5% en el “Préstamo al Costo” y de 0.25% en el “Costo de la Deuda” sobre la TIR apalancada.

Para ejecutar esta tarea, ChatGPT debería acceder acceder a ese conjunto de datos.

CASO PRÁCTICO 3

Supongamos que actualmente te desempeñas como un Analista de Desarrollo en una empresa privada de desarrollo inmobiliario, especializada en el desarrollo inicial de activos en los Estados Unidos, México, Colombia, Chile, Argentina y Europa. Y actualmente, existe la posibilidad de ejecutar desarrollos en Colombia, específicamente en la ciudad de Bogotá.

De modo que, como primer paso, debes recopilar y sintetizar la información más relevante y confiable que permita entender las dinámicas actuales del mercado inmobiliario en Bogotá, con el fin de identificar oportunidades de inversión, comprender los retos del sector y anticipar tendencias futuras.

Así que, decides ejecutar esta primera tarea con la ayuda de ChatGPT, enmarcando la función con un verbo, un objeto y un estándar.

Verbo: Proporcionar.

Objeto: Información de las tendencias en inversiones inmobiliarias.

Estándar: En la ciudad de Bogotá, Colombia hasta el año 2023, en menos de 300 palabras.

Función (Prompt): Proporciona información de las tendencias en inversiones inmobiliarias en Bogotá, Colombia hasta el año 2023, en menos de 300 palabras.

En la siguiente imagen puedes apreciar el resultado:

CASO PRÁCTICO 4

Supongamos que actualmente te desempeñas como Analista de Adquisiciones para una compañía inmobiliaria especializada en el sector de multifamiliar. Recientemente se ha presentado la oportunidad de adquirir una torre de clase A, de modo que, una vez calculados los retornos a nivel de la propiedad, necesitas calcular los retornos a nivel de la sociedad.

En este sentido, debes construir un modelo de cascada de capital básico que modele un escenario simplificado de dos niveles de distribución de flujo de efectivo, donde primero, se distribuyen los flujos de efectivo para devolver el capital inicial a ambos socios y después, se distribuyen los flujos de efectivo adicionales según un acuerdo predeterminado (por ejemplo, 80% para el socio limitado y 20% para el socio general, después de devolver el capital inicial).

Te diriges a ChatGPT y escribes la instrucción:

Verbo: Implementar.

Objeto: Modelo de cascada de capital para una sociedad conformada por un socio general (SG) y un socio limitado (SL).

Estándar: Distribuciones de flujo de efectivo basadas en dos niveles, utilizando una base anual. El primer nivel debe garantizar la devolución del capital inicial invertido. Una vez devuelto el capital, el segundo nivel distribuirá los flujos de efectivo restantes entre los socios según un acuerdo predeterminado. Este modelo debe estructurarse en Excel y ser automatizado mediante VBA para facilitar análisis recurrentes y ajustes en los parámetros.

Función (Prompt): Implementar un modelo de cascada de capital que distribuya el flujo de efectivo anual entre un socio general (SG) y un socio limitado (SL) siguiendo dos niveles. El primer nivel debe garantizar la devolución del capital inicial invertido. Una vez devuelto el capital, el segundo nivel distribuirá los flujos de efectivo restantes entre los socios según un acuerdo predeterminado. Este modelo debe estructurarse en Excel y ser automatizado mediante VBA para facilitar análisis recurrentes y ajustes en los parámetros.

En la siguiente imagen se observa el código VBA proporcionado por ChatGPT:

Ten en cuenta que este es un ejemplo muy básico y que los modelos de cascada de capital suelen ser mucho más complejos, involucrando múltiples niveles de distribución y diferentes tipos de preferencias y acuerdos de participación en los beneficios. Ajusta el código según sea necesario para adaptarlo a las especificaciones y complejidades de tu proyecto.

Te recomiendo consultar los posts titulados Módulo de Flujo de Efectivo en Cascada – Base Anual y Múltiples Niveles de TIR y Modulo de Flujo de Efectivo en Cascada de 3 Niveles añadido al Modelo de Desarrollo de Condominio.

CASO PRÁCTICO 5

Imagina que formas parte del equipo de adquisiciones de una empresa inmobiliaria especializada en propiedades retail (minoristas) en los Estados Unidos y México. La estrategia de adquisición consiste en encontrar activos core, totalmente estabilizados, de clase A, minoristas en mercados primarios, siendo el objetivo final proporcionar ingresos constantes a largo plazo a los inversores del fondo.

Actualmente se está analizando la posibilidad de adquirir un activo Retail en la región de Polanco de Ciudad de México, clase A, con múltiples inquilinos, de modo que, es necesario determinar una tasa de capitalización adecuada.

Los centros comerciales en Polanco se caracterizan por su arquitectura moderna, una amplia gama de tiendas internacionales y de lujo, experiencias gastronómicas de alta calidad, y servicios premium. Estos espacios están diseñados para atraer tanto a locales como a turistas, ofreciendo una experiencia de compra y entretenimiento de nivel mundial.

Utilizando la estructura de un verbo, un objeto y un estándar:

Verbo: Calcular.

Objeto: Tasa de capitalización de mercado para un centro comercial.

Estándar: Clase A, con múltiples inquilinos en la Ciudad de México. Mediante un análisis riguroso de los ingresos operativos netos y ventas comparables de propiedades similares durante los últimos 5 años, ajustado por factores específicos del mercado latinoamericano.

Función (Prompt): Calcular la tasa de capitalización de mercado apropiada para un centro comercial clase A con múltiples inquilinos en Ciudad de México, utilizando un análisis detallado de los ingresos operativos netos y ventas comparables de propiedades similares durante los últimos 5 años, ajustada por factores económicos, sociales, y de mercado específicos de la región de Polanco.

Es importante destacar que, para ejecutar esta tarea, ChatGPT debería contar con un amplio conjunto de datos. De modo que, para acceder a ese conjunto de datos, necesitaríamos un GPT entrenado en ese conjunto de datos o un plugin que se enlace con el conjunto de datos.

NOTAS FINALES

Minimizar la ambigüedad en la solicitud, ayudar a ChatGPT a comprender rápidamente qué se espera de él, facilitar la adaptación de las respuestas a las necesidades específicas del usuario, y fomentar claridad en la comunicación son parte de las ventajas que ofrece la combinación del verbo, objeto y estándar para crear un prompt en el análisis financiero inmobiliario. Además, a medida que las instrucciones se vuelven más complejas de definir, esta estructura te ayuda a seguir definiendo la función (prompt) correctamente.

¡Estructurar las instrucciones con estos 3 elementos no solo mejora la calidad de la comunicación sino también enseña a los profesionales inmobiliarios a pensar de manera más estructurada y clara cuando solicitan acciones a la IA!