Saltar al contenido principal

Fundamentos del prompting

Principiante
What you'll learn
  • El marco de claridad y franqueza — objetivo, audiencia, contexto, formato, tono
  • Por qué la mayoría de los malos resultados son prompts poco especificados, no un modelo débil
  • Cómo convertir una petición vaga en una precisa, con un antes/después

La mayoría de los "malos resultados de la IA" son en realidad prompts poco especificados. Arregla el prompt y la salida se transforma — sin trucos. Esta es la base; todo lo que hay en Prompting se construye sobre ella, y se transfiere a cualquier IA.

El único hábito: sé claro y directo​

Trata al modelo como un colega nuevo brillante y literal que no puede leerte la mente. Dile cinco cosas:

ElementoPregúntateEjemplo
Objetivo¿Qué quiero realmente?"Escribe un correo en frío…"
Audiencia¿Para quién es?"…para un gerente de compras de un hospital muy ocupado"
Contexto¿Qué necesita saber?"Vendemos software de programación de turnos; les ahorramos ~6 h/semana"
Formato¿Qué forma debe tener la salida?"Menos de 120 palabras, 3 párrafos cortos, una CTA"
Tono¿Cómo debe sonar?"Profesional, cálido, sin ser insistente"

Todo junto:

"Escribe un correo en frío para un gerente de compras de un hospital muy ocupado. Vendemos software de programación de turnos que les ahorra unas 6 horas a la semana. Menos de 120 palabras, tres párrafos cortos, profesional y cálido pero sin ser insistente, terminando con una única llamada a la acción clara."

Correo en frío — claro y directo

Write a cold email to a busy hospital procurement manager. We sell scheduling software that saves them about 6 hours a week. Under 120 words, three short paragraphs, professional and warm but not pushy, ending with a single clear call to action.

Ese prompt superará a "escribe un correo en frío" en todo momento.

Cinco mejoras que rinden por encima de su peso​

  1. Muestra un ejemplo. Una sola muestra del estilo o formato que quieres ("imita la voz de esto: …") enseña más rápido que describirlo. Esto es prompting few-shot — consulta Few-Shot bien hecho.
  2. Asígnale un rol. "Eres un corrector de estilo meticuloso" prepara el comportamiento adecuado.
  3. Pide el razonamiento en problemas difíciles. "Resuélvelo paso a paso antes de dar la respuesta final" mejora el razonamiento (chain-of-thought).
  4. Restringe la salida. "Responde solo con el JSON, sin preámbulo." "Exactamente 5 viñetas." Las formas específicas son más fáciles de usar.
  5. Itera. Tu primer prompt es un borrador. Refínalo en lenguaje sencillo: "más corto", "más técnico", "añade un contraargumento".

Antipatrones que debes abandonar​

  • ❌ Lenguaje de palabras clave ("correo cliente descuento") — no estás usando un motor de búsqueda. Escribe frases completas.
  • ❌ Enterrar la petición en un muro de contexto. Pon la instrucción al principio y reitérala al final para entradas largas.
  • ❌ Palabras de calidad vagas ("hazlo bueno/profesional") sin decir qué significa eso para ti.
  • ❌ Asumir que recuerda chats anteriores. Por defecto no lo hace — consulta Tokens, contexto y memoria.

Pruébalo ahora​

Construye un prompt estructurado abajo y luego cópialo en Claude. Observa cómo nombrar el rol, el objetivo, el formato y el tono lo cambia todo:

Tu prompt
Task: <what you want done>
If you're unsure or lack the information, say so instead of guessing.

Después toma un prompt que normalmente escribirías, recompónlo aquí y compara las dos salidas en paralelo. Ese contraste es toda la lección.

Ponte a prueba

0/3
  1. ¿Qué suele causar malos resultados de la IA?
  2. ¿Cuál NO es una de las cinco cosas que hay que especificar?
  3. ¿Cómo deberías tratar al modelo al hacer prompting?

Siguiente​