Extracción de recetas con IA: cómo funciona de verdad

Pegas el enlace de un vídeo caótico de TikTok y, segundos después, tienes una receta ordenada con ingredientes, cantidades y pasos. Parece magia, pero es ingeniería con sus reglas, sus trucos y sus límites. Este artículo explica qué hace exactamente la IA con tu enlace, por qué a veces se equivoca y cómo sacarle el máximo partido.

El problema: las recetas reales son un desastre

Una receta “de verdad” en internet casi nunca viene ordenada. Puede ser:

• Un vídeo de 30 segundos donde alguien echa “un poco de esto” a la sartén.
• Una descripción de Instagram con emoticonos, hashtags y la receta desperdigada.
• Un blog donde los ingredientes van saliendo entre párrafos de historia familiar.
• Una transcripción automática de YouTube: texto corrido, sin puntuación, con errores.

Para cocinar necesitas justo lo contrario: una lista de ingredientes con cantidades y unos pasos numerados. El trabajo de la IA es cruzar ese puente.

Qué hace la IA, paso a paso

Aunque cada sistema tiene sus matices, el proceso que sigue la app que desarrollamos, Rețetele Mele, ilustra bien el patrón general:

1. Conseguir el texto de partida

Primero hay que convertir la fuente en texto. Con una web, se descarga la página y se limpia de menús, anuncios y relleno. Con YouTube, se lee la descripción del vídeo y, si no trae la receta, la transcripción de lo que se dice en él (lo contamos a fondo en cómo sacar la receta de un vídeo de YouTube). Con TikTok o Instagram, se parte de la descripción de la publicación.

Un detalle de diseño importante: si la página ya trae la receta en formato estructurado (los datos schema.org que usan las grandes webs), no hace falta IA en absoluto: se lee directamente y punto. La IA es el último recurso, no el primero. Eso hace la importación más rápida, más barata y más fiel al original.

2. Entender qué es cada cosa

Aquí entra el modelo de lenguaje. Se le pasa el texto desordenado con una instrucción muy concreta: identifica el título, los ingredientes con sus cantidades y unidades, y los pasos de elaboración, e ignora todo lo demás. El modelo “sabe” leer cocina: entiende que “un vaso de arroz” es una cantidad, que “sofreír la cebolla hasta que esté transparente” es un paso y que “no olvidéis suscribiros al canal” es ruido.

3. Validar la estructura

La salida del modelo no se acepta a ciegas: se comprueba contra un esquema fijo (¿hay ingredientes?, ¿hay pasos?, ¿los campos tienen el formato correcto?). Si la respuesta no encaja, se reintenta o se rechaza. Este control de calidad es lo que separa una extracción seria de un “chatbot que a veces acierta”.

4. Traducir si hace falta

Si la receta está en otro idioma, un paso adicional la traduce manteniendo la estructura: los “200 g of butter” se convierten en mantequilla sin perder la cantidad por el camino. Es la pieza que derriba la barrera del idioma, y le dedicamos un artículo entero: traducir recetas extranjeras.

Por qué a veces falla (y qué falla exactamente)

La honestidad obliga: la extracción con IA no es infalible, y conviene saber dónde están los límites.

• La fuente no da datos. Es el fallo más común y el más incomprendido. Si el creador nunca dice cuánta harina echa, la IA no puede sabérselo. Un buen sistema deja el ingrediente sin cantidad en vez de inventársela, pero algún modelo puede caer en la tentación de rellenar huecos: revisa las cantidades de fuentes vagas.
• Transcripciones con errores. El reconocimiento de voz confunde palabras, sobre todo con música de fondo. “Cardamomo” puede llegar como algo irreconocible y perderse.
• Recetas múltiples en una página. Un artículo con tres variantes de tortilla puede mezclar ingredientes de las tres.
• Contenido que no es una receta. Si pegas un enlace a un vídeo que en realidad no enseña a cocinar nada, el sistema debe decírtelo en lugar de fabricar una receta fantasma. Que lo haga es señal de calidad.

Cómo corregir y mejorar los resultados

Tres hábitos convierten una extracción buena en una receta perfecta:

1. Revisa antes de guardar. Un vistazo de veinte segundos a ingredientes y cantidades detecta el 95 % de los problemas. Toda receta importada es editable: corrige, añade o borra lo que haga falta.
2. Anota tus ajustes al cocinarla. Si la fuente decía “sal al gusto” y tú diste con el punto, apúntalo en la receta. A la segunda vez ya es tu receta, mejor que la original.
3. Elige bien la fuente cuando puedas. Entre un TikTok de 15 segundos y el vídeo largo de YouTube del mismo plato, el largo casi siempre extrae mejor: más palabras, más datos.

Con ese pequeño hábito de revisión, el flujo completo —pegar enlace, revisar, guardar— tarda menos de un minuto por receta, frente a los diez o quince de transcribir a mano. Es la diferencia entre “algún día ordenaré mis recetas” y tenerlas ordenadas de verdad, un tema que seguimos en cómo organizar todas tus recetas.

Preguntas frecuentes

¿La IA se inventa cantidades cuando el vídeo no las dice?

Un sistema bien diseñado no debe inventarlas: deja el dato vacío o aproximado y tú lo completas. Aun así, la buena práctica universal es revisar las cantidades de cualquier receta extraída de una fuente que no las decía claramente.

¿Qué fuente da mejores resultados: web, YouTube o TikTok?

De más a menos fiable: web con receta escrita, vídeo largo de YouTube con buena narración, publicación de Instagram con receta en la descripción y, por último, vídeo corto sin apenas texto. Cuanta más información dé la fuente, mejor la extracción.

¿Necesito saber de IA para usar esto?

No. Todo el proceso es invisible: tú pegas un enlace y recibes una receta. Entender lo que pasa por debajo solo sirve para ajustar expectativas y corregir mejor cuando algo no cuadra.

¿Mis recetas se usan para entrenar modelos?

En el caso de Rețetele Mele, la app funciona sin anuncios ni rastreo: tus recetas son tuyas, se guardan en tu cuenta y se sincronizan entre tus dispositivos, nada más.