¿Qué es el prompt engineering?
La diferencia entre una petición vaga y una respuesta útil suele estar en el prompt. Estas son las partes que de verdad marcan la diferencia.
La versión corta
- → El prompt engineering consiste simplemente en formular tu petición para que el modelo pueda hacerla bien.
- → El contexto, la concreción y los ejemplos importan más que las palabras mágicas.
- → Es un proceso de ida y vuelta: ajusta el prompt según lo que te devuelve.
El prompt engineering suena técnico, pero sobre todo es comunicarse con claridad. Un modelo solo puede trabajar con lo que le das, así que la forma en que formulas una petición influye mucho en la respuesta.
No necesitas trucos ni frases secretas. Un puñado de costumbres cubre casi todo lo que importa.
Dale contexto
Dile al modelo para quién es, cuál es el objetivo y qué restricciones hay. «Escribe un email» y «escribe un email corto y cordial a un cliente para rechazar una reunión pero ofrecerle horas la semana que viene» dan resultados muy distintos. El segundo puede salir bien de verdad.
Concreta el resultado
Di qué forma quieres: extensión, tono, formato, público. Si necesitas una lista con viñetas, una tabla o tres opciones, pide exactamente eso. Si entra ambigüedad, sale ambigüedad.
Enséñale un ejemplo
Un ejemplo del estilo o del formato que quieres suele valer más que un párrafo de instrucciones. Los modelos son muy buenos imitando un patrón que les enseñas. A esto a veces se le llama few-shot prompting.
Repite y ajusta
La primera respuesta es un borrador, no un veredicto. Dile al modelo qué cambiar: más corto, menos formal, quita la introducción, céntrate en el segundo punto. Pulir un prompt en dos o tres turnos funciona mejor que intentar escribir el perfecto a la primera.
Una analogía
Es como darle instrucciones a un asistente nuevo y espabilado. Es capaz, pero no te lee la mente. Cuanto más claras las instrucciones, más se acerca el primer borrador. Con instrucciones vagas te llega algo genérico. Con unas buenas, algo que puedes usar.
Dónde encaja Berges AI
Berges AI se apoya en los pipelines para que tengas que escribir menos instrucciones. Elegir Reasoning, WebSearch, Brainstorm o Empathy prepara al modelo para un tipo de tarea sin que tengas que explicar el estilo cada vez. Escribir buenos prompts sigue ayudando, pero los ajustes por defecto hacen parte del trabajo.
Conceptos relacionados
¿Qué es un LLM?
El tipo de IA que hay detrás de los asistentes de chat, explicado sin jerga: qué es, cómo produce texto y dónde se queda corto. Leer →
¿Qué son los agentes de IA?
El paso de un modelo que responde preguntas a uno que actúa por ti, y por qué ese paso es más difícil de lo que parece. Leer →
Lo que nos suelen preguntar
¿Tengo que aprender prompt engineering para usar la IA?
No. Las peticiones sencillas y concretas funcionan bien. Aprender unas cuantas costumbres solo te da mejores resultados más rápido.
¿Hay palabras mágicas que consigan mejores respuestas?
En realidad, no. La claridad, el contexto y los ejemplos hacen mucho más que cualquier frase especial. Desconfía de los «trucos» de prompts que prometen lo contrario.
¿Por qué el modelo ha ignorado parte de mi prompt?
En los prompts largos o muy cargados las instrucciones pueden quedar enterradas. Pon con claridad el requisito más importante, mantén el prompt centrado y repite una restricción si se le pasa.