Los nanosatélites producen cada vez más datos de los que se pueden transmitir en un tiempo razonable debido a su ancho de banda y potencia limitados. Por lo tanto, se requiere un sistema a bordo para priorizar los datos científicamente significativos para su transmisión, como lo describen los científicos. Este artículo determina si se puede utilizar el procesamiento de lenguaje natural para priorizar imágenes de teledetección en CubeSats con más flexibilidad en comparación con los métodos existentes. Se comparan dos enfoques que implementan el mismo pipeline conceptual de priorización. El primero utiliza YOLOv8 y Llama2 para extraer características de la imagen y compararlas con descripciones de texto a través de la similitud coseno. El segundo enfoque emplea CLIP, ajustado finamente en datos de teledetección, para lograr lo mismo. Ambos enfoques se evalúan en hardware real de nanosatélites, la Placa de Control de Cámara VERTECS. El enfoque CLIP, particularmente el modelo basado en ResNet50, muestra el mejor rendimiento en la priorización y secuenciación de imágenes de teledetección. Este artículo demuestra que la priorización en órbita utilizando descripciones en lenguaje natural es viable y permite más flexibilidad que los métodos existentes.