Guía Práctica de Prompt Engineering

¿Por qué importa el prompt engineering?

La diferencia entre un resultado mediocre y uno excepcional de un LLM muchas veces se reduce a cómo le pides las cosas. El prompt engineering no es magia — es una habilidad que se puede aprender y mejorar.

Las 5 técnicas fundamentales

1. Sé específico con el contexto

Malo:

Escríbeme un email.

Bueno:

Escríbeme un email profesional pero amigable para un cliente
que preguntó por los precios de nuestro servicio de consultoría
en IA. El tono debe ser accesible pero experto.

2. Usa few-shot examples

Dar ejemplos del output esperado es una de las técnicas más poderosas:

Clasifica el sentimiento de estas reseñas:

Reseña: "El producto llegó rápido y funciona perfecto"
Sentimiento: Positivo

Reseña: "Después de 2 semanas dejó de funcionar"
Sentimiento: Negativo

Reseña: "Es normal, nada especial pero cumple"
Sentimiento: Neutro

Reseña: "La batería dura todo el día, increíble"
Sentimiento:

3. Chain of Thought (Cadena de pensamiento)

Pedirle al modelo que piense paso a paso mejora dramáticamente el razonamiento:

Resuelve este problema paso a paso:
Si tengo 3 servidores que procesan 100 requests/segundo
cada uno, y espero un pico de 500 requests/segundo,
¿cuántos servidores más necesito?

4. Define el formato de salida

Analiza estas métricas y devuelve el resultado en JSON:
{
  "tendencia": "crecimiento|decrecimiento|estable",
  "porcentaje_cambio": number,
  "recomendación": "string"
}

5. Asigna un rol

Eres un arquitecto de software senior con 15 años de
experiencia en sistemas distribuidos. Revisa esta
arquitectura y señala posibles problemas de escalabilidad.

Errores comunes a evitar

• Prompts ambiguos: Si tú no sabes exactamente qué quieres, el modelo tampoco
• Demasiadas instrucciones a la vez: Divide tareas complejas en pasos
• Ignorar el contexto del modelo: Cada modelo tiene fortalezas diferentes
• No iterar: El primer prompt rara vez es el mejor

Herramientas para mejorar

1. Playgrounds: Usa los playgrounds oficiales de cada proveedor para experimentar
2. Versionado de prompts: Guarda y versiona tus prompts como código
3. A/B testing: Compara variaciones para encontrar el prompt óptimo

---

Más tips de prompt engineering en nuestro Instagram.