Este artículo presenta un enfoque novedoso para desarrollar sistemas expertos de forma controlada y transparente utilizando Modelos de Lenguaje Grandes (LLM). Generamos una representación simbólica del conocimiento en Prolog mediante un método de extracción específico del dominio, bien estructurado y basado en indicaciones, que puede ser verificado y modificado por expertos. Esto da como resultado un sistema experto que garantiza la interpretabilidad, la escalabilidad y la fiabilidad. Experimentos cuantitativos y cualitativos con Claude Sonnet 3.7 y GPT-4.1 demuestran la precisión factual y la consistencia semántica de la base de conocimiento generada. Presentamos una solución híbrida transparente que combina la reproducibilidad de los LLM con la precisión de los sistemas simbólicos, allanando el camino para aplicaciones fiables de IA en dominios sensibles.
