Prompting que funciona
7 Componentes del prompt profesional
- Rol: Define expertise y perspectiva de la IA
- Contexto: Info de fondo para personalizar
- Tarea: Qué quieres, específico y medible
- Formato: Estructura, longitud, estilo del output
- Restricciones: Qué NO debe hacer (límites)
- Ejemplos: Muestras del resultado esperado
- Evaluación: Criterios para auto-evaluarse
Regla práctica:
- Tarea simple →
Tarea + Formato
- Tarea compleja → añade
Rol + Contexto + Restricciones
- Resultado inesperado → añade
Ejemplos + Evaluación
TIP: Usa etiquetas [ROL], [CONTEXTO], [TAREA] en tu prompt para que la IA identifique cada componente claramente.
Los 4 tipos de prompts
- Zero-shot: Sin ejemplos previos. Para tareas estándar con formato obvio
- Few-shot: Con ejemplos del resultado esperado. La técnica más infravalorada
- Chain-of-thought: Pide razonamiento paso a paso para tareas complejas
- Role-play: Asigna un personaje experto para cambiar perspectiva y tono
Few-shot learning
- Incluye 2-3 ejemplos completos del output deseado
- Los ejemplos definen: estilo, formato, nivel de detalle y tono
- Mejor que describir: muestra el resultado
- Útil cuando el formato no es obvio o el tema es especializado
TIP: Si el resultado no se parece a lo que esperabas, no reescribas el prompt completo. Añade un ejemplo concreto del estilo que buscas.
Debug de prompts
- Respuesta genérica → falta
Rol o Contexto
- Formato incorrecto → falta
Formato explícito
- Contenido irrelevante → faltan
Restricciones
- Estilo no deseado → faltan
Ejemplos
- Errores no detectados → falta
Evaluación
Prompt library
- Guarda prompts que funcionan en plantillas reutilizables
- Documenta: propósito, componentes usados, ejemplo de output
- Versiona: cuando mejores un prompt, guarda la nueva versión
- Clasifica por tipo de tarea (escritura, análisis, código, etc.)
Conclusión clave: La diferencia entre un prompt amateur y uno profesional no es la longitud, es la estructura. Los 7 componentes te dan el marco; los 4 tipos te dicen cuándo usar cada uno.