Biblioteca de patrones de prompts
Una caja de herramientas de patrones de prompting reutilizables. Cada tarjeta te dice qué es, cuándo recurrir a ella y te da una plantilla para copiar y pegar. Se apilan — combínalas libremente. ¿Eres nuevo? Empieza primero por Fundamentos del prompting.
- Reconocer los 11 patrones de prompting fundamentales y cuándo aplica cada uno
- Llevarte una plantilla para copiar y pegar para cualquier tarea — zero-shot, few-shot, cadena de razonamiento y más
- Combinar patrones (rol + ejemplo + restricción de salida + permiso para abstenerse) en un único prompt potente
- Usar el anclaje para reducir las alucinaciones y el meta-prompting para arreglar prompts débiles
Zero-shot (solo pregunta, con claridad)
Cuándo: tareas simples y comunes. Por qué: el menor esfuerzo, a menudo suficiente.
Resumen zero-shot
Summarize the text below in 5 bullets for a busy manager.
TEXT: """{paste}"""Few-shot (muestra ejemplos)
Cuándo: necesitas un formato o estilo específico. Por qué: los ejemplos enseñan más rápido que las descripciones. Consulta Few-Shot bien hecho.
Clasificador de sentimiento few-shot
Classify the sentiment as positive/negative/neutral.
Review: "Loved it, shipped fast" → positive
Review: "Broke on day one" → negative
Review: "{new review}" →Chain-of-thought (piensa paso a paso)
Cuándo: matemáticas, lógica, razonamiento de varios pasos. Por qué: razonar antes de responder mejora la precisión.
Cadena de razonamiento
Work through this step by step, then give the final answer on its own line.
PROBLEM: {problem}Descomposición (divídelo)
Cuándo: tareas grandes y difusas. Por qué: las subtareas más pequeñas son más fáciles y fiables.
Descomposición
First, list the sub-tasks needed to {goal}. Then do them one at a time,
showing each result before moving on.Role prompting (asigna una persona)
Cuándo: quieres una óptica o un estándar específicos. Por qué: prepara el comportamiento relevante.
Role prompting
You are a meticulous senior copy editor. Edit the text for clarity and concision without changing meaning. Show a bullet list of the changes you made.
Restricción del formato de salida
Cuándo: el resultado alimenta otra herramienta, o quieres consistencia. Por qué: las formas predecibles son utilizables.
Restricción del formato de salida
Reply with ONLY valid JSON matching: {"title": string, "tags": string[]}.
No prose, no markdown fences.Autoconsistencia / autocrítica
Cuándo: la corrección importa. Por qué: una segunda pasada detecta los errores de la primera.
Autocrítica
Answer the question. Then, in a section called "Check", critique your own answer for errors or missing cases and revise if needed.
Anclaje (responde solo a partir del contexto proporcionado)
Cuándo: los hechos importan — preguntas y respuestas sobre tus documentos, RAG, cualquier cosa en la que una respuesta equivocada sea peor que ninguna respuesta. Por qué: la mayor palanca contra las alucinaciones es prohibir al modelo inventar y darle permiso explícito para abstenerse.
Preguntas y respuestas ancladas
Answer the QUESTION using ONLY the CONTEXT below. Quote the exact sentence(s)
you relied on. If the context does not contain the answer, reply exactly:
"Not found in the provided context." Do not use outside knowledge.
CONTEXT: """{paste your sources}"""
QUESTION: {question}Meta-prompting (deja que la IA mejore tu prompt)
Cuándo: tu prompt rinde por debajo de lo esperado. Por qué: el modelo es bueno detectando lo que le falta.
Meta-prompting
Here's my prompt: "{prompt}". Ask me the 3 questions that would most improve it,
then rewrite it incorporating sensible defaults.Refinamiento iterativo
Cuándo: casi siempre. Por qué: la primera salida es un borrador, no el destino.
Refinamiento iterativo
{after a result} Shorter and more concrete. Keep the second paragraph. Add one
example. Drop the marketing tone.:::tip Combínalos Un prompt real potente suele ser: un rol + un ejemplo + una restricción de salida + permiso para decir "no lo sé". Apila las tarjetas. :::
Cómo apilar las tarjetas
- Asigna la persona o el estándar que quieras — p. ej. un editor de textos sénior y meticuloso — para preparar el comportamiento relevante.
- Muestra uno o dos ejemplos few-shot para que el modelo aprenda tu formato o estilo más rápido de lo que podría enseñarle una descripción.
- Fija la forma: SOLO JSON válido, 5 viñetas, sin vallas de markdown — lo que necesite el siguiente paso.
- Deja que el modelo diga No lo sé o No se encuentra en el contexto proporcionado en lugar de inventar una respuesta.
- Trata la primera salida como un borrador. Pide más corto, más concreto, conserva este párrafo, elimina ese tono — repite hasta que encaje.
Ponte a prueba
0/3- Los patrones son bloques de construcción reutilizables — elige según la tarea: zero-shot para lo simple, few-shot para el formato, chain-of-thought para el razonamiento, descomposición para tareas grandes
- El anclaje (responder solo a partir del contexto + permiso para abstenerse) es la defensa más fuerte contra las alucinaciones
- Las restricciones del formato de salida hacen que los resultados sean predecibles y listos para herramientas
- Las tarjetas se apilan: un prompt potente suele ser rol + ejemplo + restricción de salida + permiso para decir 'no lo sé'
- La primera salida es un borrador — refina de forma iterativa y usa meta-prompting cuando un prompt rinde por debajo de lo esperado