Ingeniería de prompts, explicada
Un prompt puede incluir más que una pregunta. También puede contener contexto, ejemplos, límites y una descripción del resultado que necesitas.
La ingeniería de prompts es la práctica de diseñar, probar y refinar instrucciones para que un modelo de IA generativa produzca un resultado que se ajuste mejor al trabajo previsto.
Un buen prompt hace claro el trabajo
Comienza con el resultado. Nombra la audiencia, la información que el modelo debe usar y cualquier regla que la respuesta deba seguir. Incluye un ejemplo cuando la forma esperada sería difícil de explicar de otra manera.
Las instrucciones específicas facilitan la revisión. Puedes comparar la respuesta con el objetivo establecido en lugar de juzgar si simplemente suena convincente.
El refinamiento sigue al resultado
La ingeniería de prompts es un proceso iterativo. Pruebas el prompt, inspeccionas lo que el modelo devolvió y cambias la instrucción donde el resultado no cumplió la necesidad.
No ocultes una regla de negocio faltante detrás de una redacción más elaborada. Agrega la regla, fuente o criterio de decisión real que le faltaba al modelo.
Términos de ingeniería de prompts
- Prompt
- Las instrucciones, pregunta y contexto dados a un modelo de IA.
- Ejemplo
- Una entrada o salida de muestra que muestra al modelo la forma esperada del resultado.
- Iteración
- Un nuevo intento realizado después de revisar una respuesta y cambiar las instrucciones.
Qué incluir en un prompt útil
Un objetivo claro
Indica qué debe ayudarte a decidir, crear o completar el resultado.
Contexto relevante
Incluye los datos y material de origen que el modelo necesita para esta solicitud.
Un formato de resultado
Especifica cómo debe organizarse la respuesta para que puedas usarla y revisarla.
Preguntas sobre ingeniería de prompts
No. El conocimiento claro del trabajo y sus reglas a menudo importa más que el vocabulario técnico.
Un ejemplo muestra el formato esperado o nivel de detalle. Puede hacer más concreta una instrucción que de otra manera sería amplia.
No. Puede guiar la respuesta, pero el modelo aún puede cometer errores. Verifica datos importantes y prueba resultados que afecten el trabajo real.
Términos relacionados del glosario
Comienza con el resultado que necesitas
Las apps de Caffeine corren en Internet Computer, una red pública creada para esto.