Prompt Engineering
Ingeniería de prompts
En una frase
Prompt Engineering: la práctica de diseñar y ajustar prompts para obtener respuestas más útiles, precisas y consistentes de un modelo.
¿Demasiado técnico? Ver explicación sencilla¿Quieres profundizar? Ver explicación técnica
Explícamelo fácil
Es el arte de pedirle bien las cosas a una IA. Pequeños cambios —dar contexto, explicar el objetivo, mostrar un ejemplo, pedir un formato específico— pueden transformar una respuesta mediocre en una excelente.
No es magia ni trucos secretos: se parece mucho a escribir un buen encargo para una persona muy capaz que no conoce tu situación.
En 30 segundos
- 1Explica el objetivo y el contexto.
- 2Sé específico sobre el formato y la longitud.
- 3Da ejemplos de lo que esperas.
- 4Divide tareas complejas en pasos.
- 5Prueba, evalúa y ajusta.
Nivel técnico
Profundizando
Técnicas comunes: instrucciones explícitas y delimitadores para separar datos de instrucciones; ejemplos few-shot; pedir razonamiento paso a paso; asignar un rol en el System Prompt; solicitar salidas estructuradas; y encadenar prompts en flujos de varios pasos. En sistemas complejos se habla de context engineering: decidir qué información entra en el contexto, en qué orden y formato. Los cambios de prompt deben validarse con evals, no solo con ejemplos sueltos.
¿Por qué importa?
Es la forma más rápida y barata de mejorar un sistema basado en LLMs antes de recurrir a fine-tuning.
¿Dónde se utiliza?
- Construcción de chatbots
- Automatización
- Extracción de datos
- Agentes
Antes de aprender esto
Si alguno te resulta nuevo, empieza por ahí.
Continúa aprendiendo
- Few-Shot LearningIncluir unos pocos ejemplos de la tarea dentro del prompt para mostrarle al modelo exactamente qué se espera.
- Chain-of-ThoughtHacer que un modelo escriba sus pasos intermedios de razonamiento antes de dar la respuesta final.
- System PromptLas instrucciones de base que define el desarrollador para establecer el rol, el tono y las reglas de un modelo en toda la conversación.