Ingeniería de prompts
Ingeniería de prompts significa, en pocas palabras, hacer buenas preguntas a la IA. Un prompt es su entrada con su pregunta o solicitud.
La ingeniería de prompts consiste en idear preguntas y directrices específicas para ayudar a los modelos de IA a proporcionar las respuestas correctas durante los chats. Con mejores prompts, obtendrá mejores resultados.
Junto con las especificaciones del modelo elegido, esto determina la calidad de la respuesta.
Elementos de un prompt (pregunta)
Para obtener mejores resultados, debe tener en cuenta los siguientes puntos:
- Objetivo: ¿qué quiere exactamente del modelo de lenguaje?
- Rol: ¿qué rol tiene el modelo de lenguaje? (Por ejemplo, 'Analista de marketing', 'Asesor legal', 'Gerente de proyecto')
- Contexto: información de fondo sobre la solicitud (Por ejemplo, objetivos empresariales, detalles del proyecto, información del mercado)
- Estilo: ¿qué estilo desea usar? (Por ejemplo, formal, persuasivo, conciso)
- Salida: ¿en qué formato la quiere? (Por ejemplo, un informe, correo electrónico, esquema de presentación, fragmento de código)
El objetivo
Describir con precisión el objetivo de su pregunta es esencial y no puede omitirse.
¿Qué quiere saber?
- Puede ser una pregunta factual, pero sea consciente de las limitaciones (por ejemplo, falta de conocimiento actualizado)
- Al igual que en Google, no obtendrá exactamente la misma respuesta si hace la misma pregunta varias veces
- La ventaja es la función de “chat” que permite hacer preguntas de seguimiento
Ejemplo de prompt con un objetivo claro:
Dé una descripción de los principales desafíos para implementar una nueva plataforma de IA en una empresa mediana.
Implementar una nueva plataforma de IA en una empresa mediana conlleva varios desafíos importantes. Algunos de los principales son:
- Resistencia al cambio: Los empleados están acostumbrados a los procesos y sistemas existentes. Una nueva plataforma de IA requiere adaptación y puede generar resistencia, especialmente si el impacto en los flujos de trabajo no está claro.
- Calidad y disponibilidad de datos: Las plataformas de IA dependen en gran medida de los datos. Recopilar, limpiar y estructurar los datos para la nueva plataforma puede ser complejo y llevar mucho tiempo.
- Integración con sistemas existentes: La plataforma de IA a menudo debe integrarse con otras aplicaciones empresariales (ERP, fuentes de datos, herramientas BI). Esto puede presentar desafíos técnicos.
- Costos: Además de los costos de licencia de la plataforma, hay costos de implementación, capacitación, infraestructura de datos y posiblemente personal especializado.
- Capacitación y adopción: Los empleados deben ser capacitados en el uso de la nueva plataforma y en la interpretación de los resultados. Sin una buena formación y soporte continuo, la tasa de adopción puede ser baja.
- Elección de la plataforma y casos de uso adecuados: Hay muchas plataformas y tecnologías de IA. Seleccionar una plataforma y definir casos de uso relevantes que se ajusten a las necesidades específicas y objetivos estratégicos de la empresa es crucial.
- Consideraciones éticas y cumplimiento: Dependiendo del uso de la plataforma de IA, pueden existir cuestiones éticas y requisitos de cumplimiento (por ejemplo, GDPR) que deben abordarse cuidadosamente.
- Gestión del proyecto: Una implementación exitosa requiere una gestión de proyecto sólida, objetivos claros y la participación de interesados de diferentes departamentos.
Añadir rol y contexto
Añadir un rol y contexto proporciona respuestas mejores y más específicas.
Ejemplo de la misma pregunta pero con rol y contexto:
Como gerente de proyecto responsable de la implementación de una nueva plataforma de IA para análisis de datos y optimización de procesos en un proveedor de servicios B2B con 150 empleados, dé una descripción de los principales desafíos y posibles estrategias de mitigación.
Como gerente de proyecto para la implementación de una nueva plataforma de IA para análisis de datos y optimización de procesos en un proveedor de servicios B2B con 150 empleados, veo los siguientes desafíos importantes y posibles estrategias de mitigación:
- Resistencia al cambio y adopción por parte de usuarios:
- Desafío: Los empleados, especialmente aquellos cuyas tareas se ven directamente afectadas, pueden mostrarse reacios a abandonar sus métodos habituales y adoptar los nuevos conocimientos impulsados por IA.
- Mitigación: Involucrar a los usuarios clave desde temprano. Comunicar claramente los beneficios (eficiencia, mejor toma de decisiones, nuevos conocimientos). Proporcionar capacitación extensa basada en roles y soporte continuo. Designar 'campeones de IA' dentro de los departamentos.
- Calidad, gobernanza y migración de datos:
- Desafío: La efectividad de la plataforma de IA depende de datos de alta calidad y bien gestionados. Los datos de sistemas existentes suelen ser inconsistentes, incompletos o incorrectos.
- Mitigación: Comenzar con una auditoría exhaustiva de datos, definir un marco de gobernanza de datos y realizar limpieza de datos antes de la integración/migración. Definir modelos y flujos de datos claros. Realizar pruebas y validar cuidadosamente los datos.
- Integración con la infraestructura TI existente:
- Desafío: Las conexiones con fuentes de datos existentes, ERP, CRM y otros sistemas empresariales deben funcionar de manera fluida y segura.
- Mitigación: Identificar todas las integraciones necesarias desde temprano. Elegir una plataforma de IA con capacidades robustas de API o conectores estándar. Probar las integraciones a fondo.
- Ampliación del alcance y sobrecostos:
- Desafío: Durante el proyecto pueden surgir nuevas demandas para aplicaciones de IA que amplíen el alcance y aumenten los costos.
- Mitigación: Definir un alcance claro y delimitado con casos de uso específicos (MVP - Producto Mínimo Viable) para la primera fase. Aplicar un proceso estricto de gestión de cambios. Mantener una planificación y presupuesto realistas, incluyendo un margen de contingencia.
- Selección de tecnología adecuada y socio de implementación:
- Desafío: El mercado de IA es complejo. Una elección tecnológica incorrecta o un socio inexperto puede hacer fracasar el proyecto.
- Mitigación: Investigar a fondo las tecnologías de IA adecuadas para los casos de uso definidos. Seleccionar un socio con experiencia demostrable en su sector y con las tecnologías elegidas. Solicitar referencias.
- Falta de conocimientos y habilidades en IA dentro de la organización:
- Desafío: Puede que no haya suficiente experiencia interna para usar, mantener o desarrollar eficazmente la plataforma de IA.
- Mitigación: Invertir en formación y capacitación. Considerar la contratación de personal especializado o colaborar estrechamente con el socio de implementación para transferencia de conocimientos. Fomentar una cultura de aprendizaje continuo.
- Consideraciones éticas y explicabilidad (Explainable AI):
- Desafío: Las decisiones tomadas o apoyadas por IA deben ser transparentes y explicables, especialmente si afectan a clientes o empleados. El sesgo en los datos puede conducir a resultados injustos.
- Mitigación: Establecer directrices éticas para el uso de IA. Elegir modelos interpretables cuando sea posible. Implementar procesos para detectar y mitigar sesgos. Garantizar supervisión humana en decisiones críticas de IA.
Abordando proactivamente estos desafíos, aumentamos las probabilidades de una implementación exitosa de la plataforma de IA que realmente contribuya a los objetivos empresariales.
Técnicas
A continuación describimos algunas técnicas que puede usar para prompts más avanzados.
Técnica 1 - dar ejemplos
Para asegurarse de que el modelo de lenguaje use el mismo estilo que usted desea, dé uno o dos ejemplos.
El método se llama “one & few-shot prompting”
Escriba un correo electrónico conceptual a clientes sobre una próxima actualización planificada del sistema. Use nuestra política interna para comunicación con clientes (incluya puntos relevantes de la política). Use como guía de estilo este boletín reciente, pero no incluya información de contenido: (inserte texto del boletín)
El prompt completo es el siguiente:
Política interna para comunicación con clientes:
- Sea siempre profesional y cortés.
- Proporcione actualizaciones oportunas sobre cambios importantes o interrupciones.
- Ofrezca información clara y concisa.
- Proporcione una solución o compensación si aplica.
Use para el estilo este boletín, pero no use información de este boletín. Estimado cliente,
Queremos informarle sobre una próxima actualización del sistema que puede afectar nuestro servicio.
Fecha y hora de la actualización: [fecha y hora] Duración prevista de la interrupción: [duración] Servicios afectados: [servicios]
Durante este período, nuestro servicio puede estar temporalmente interrumpido. Haremos todo lo posible para minimizar las molestias y restaurar los servicios lo antes posible.
A continuación está la respuesta del modelo de lenguaje al prompt extendido con ejemplos
Estimado cliente,
Queremos informarle sobre una próxima actualización del sistema que puede afectar nuestro servicio.
Fecha y hora de la actualización: [fecha y hora] Duración prevista de la interrupción: [duración] Servicios afectados: [servicios]
Durante este período, nuestro servicio puede estar temporalmente interrumpido. Haremos todo lo posible para minimizar las molestias y restaurar los servicios lo antes posible.
Si tiene alguna pregunta, no dude en contactarnos.
Atentamente, [Su Nombre] [Su Cargo] [Nombre de la empresa] [Información de contacto]
Técnica 2 - dar plantilla
Para asegurarse de que el modelo de lenguaje use un formato específico, dé una plantilla y un ejemplo. Esto hace que el modelo estructure o forme su respuesta de una manera determinada. Puede pensar en formatos muy diferentes que son útiles en situaciones como:
- salida csv para importar en una hoja de Excel o herramienta de análisis de datos
- salida json para integraciones API o archivos de configuración
- esquema de agenda para una reunión de proyecto
Ejemplo de prompt: Genere una lista de tres canales de marketing potenciales para un nuevo producto SaaS dirigido a pymes. Formatee su respuesta así: Canal: Alcance del público objetivo: ROI potencial: Recursos necesarios:
Por ejemplo: Canal: Publicidad en LinkedIn Alcance del público objetivo: Títulos específicos, industrias, tamaño de empresa ROI potencial: Alto, si está bien segmentado Recursos necesarios: Presupuesto publicitario, creación de contenido, gestión de campaña
El método se llama “plantillas de salida”
A continuación está la respuesta del modelo de lenguaje al prompt con una plantilla de salida
Canal: Marketing de contenidos (Blog & SEO) Alcance del público objetivo: Empresas que buscan activamente soluciones a sus problemas, tráfico orgánico ROI potencial: Alto a largo plazo, construye autoridad Recursos necesarios: Redactores de contenido, especialista SEO, tiempo para investigación de palabras clave y promoción de contenido
Canal: Google Ads (Búsqueda) Alcance del público objetivo: Empresas que buscan activamente palabras clave específicas relacionadas con el producto SaaS ROI potencial: Medio a alto, dependiendo de la competencia y CPC Recursos necesarios: Presupuesto publicitario, investigación de palabras clave, optimización de página de destino, gestión de campaña
Canal: Email Marketing (Lead Nurturing) Alcance del público objetivo: Leads recopilados a través del sitio web, webinars u otros canales ROI potencial: Alto, efectivo para convertir leads en clientes Recursos necesarios: Plataforma de email marketing, contenido para secuencias de correo, habilidades de segmentación
Técnica 3 - dar pista
Para asegurarse de que el modelo de lenguaje comience y escriba de una manera determinada, dé una pista. Aquí escribimos la pista al final del prompt.
Ejemplo de prompt: ¿Puedes resumir este informe de investigación de mercado para mí? (pegue las secciones relevantes del informe). Comience su respuesta con: Los principales hallazgos de esta investigación de mercado son:
- PEGUE EL TEXTO DEL INFORME
El método se llama “cues y hints” Este ejemplo usa un informe ficticio.
A continuación está la respuesta del modelo de lenguaje al prompt con una pista
Los principales hallazgos de esta investigación de mercado son:
- La demanda de software de gestión de proyectos basado en la nube en pymes ha aumentado un 35% en los últimos dos años.
- Los factores clave de decisión para las pymes son la facilidad de uso, las posibilidades de integración con herramientas existentes y el precio.
- El competidor A tiene una cuota de mercado del 25%, seguido por el competidor B con un 18%. Hay espacio para nuevos actores que se enfoquen en nichos específicos o ofrezcan una experiencia de usuario superior.
- Los mayores desafíos para las pymes al adoptar nuevo software son la inversión inicial y el tiempo necesario para capacitar a los empleados.
- Se espera que el mercado crezca un 15% anual durante los próximos cinco años.
Técnica 4 - dividir contenido de instrucciones
A veces el prompt es muy largo por el contenido adicional y el modelo no interpreta exactamente lo que quiere. Probablemente ya vio esto en el ejemplo anterior. Entonces divida el contenido con tres comillas al inicio y al final del texto del resto del prompt.
Ejemplo de prompt: ¿Puedes resumir este artículo para mí? “”” (pega el texto de tu artículo). “”” Comience su respuesta con: Los puntos principales de este artículo son:
El método se llama “dividir contenido” Este ejemplo usa un artículo o informe de internet como material fuente. Puede usar para esto, por ejemplo, una nota de política, informe de investigación o página de información pública.
A continuación está la respuesta del modelo de lenguaje al prompt con contenido dividido. Usamos tres comillas o tres asteriscos para separar el contexto de la pregunta.
Los puntos principales de esta fuente son:
- El informe describe qué grupos objetivo se ven afectados por la política.
- La fuente menciona condiciones para una ejecución cuidadosa, como privacidad, accesibilidad y comunicación clara.
- El análisis muestra qué riesgos y dependencias deben considerarse previamente.
- El documento contiene recomendaciones que pueden traducirse en acciones concretas para equipos o departamentos.
- Para la toma de decisiones es importante hacer explícitas las suposiciones, incertidumbres y pasos siguientes.
Técnica 5 - preguntar primero información adicional
Puede dar instrucciones para que primero se hagan preguntas adicionales antes de generar la respuesta. Así el modelo le ayuda a refinar y especificar su solicitud.
Ejemplo de prompt: “Quiero preparar una propuesta de proyecto para desarrollar una nueva app móvil para comunicación interna. La app debe incluir funciones para noticias, directorio de empleados y mensajería directa. Antes de escribir la propuesta, ¿puedes hacerme preguntas adicionales para mejorarla?”
El método se llama “ask before answer prompting”
A continuación está la respuesta del modelo de lenguaje al prompt con la solicitud de información adicional
¡Por supuesto! Aquí hay algunas preguntas que puedo hacer para mejorar la propuesta del proyecto: ¿Cuál es el objetivo principal de la app de comunicación interna? (Por ejemplo, aumentar el compromiso, mejorar la difusión de información, facilitar la colaboración) ¿Quién es el público objetivo específico dentro de la empresa? (Por ejemplo, todos los empleados, departamentos específicos, trabajadores de campo) ¿Existen sistemas o plataformas existentes con los que la app deba integrarse? (Por ejemplo, intranet, sistema de RRHH, Active Directory) ¿Cuál es el presupuesto previsto y el plazo deseado para el desarrollo e implementación? ¿Hay requisitos específicos de seguridad o cumplimiento que la app deba cumplir? (Por ejemplo, GDPR, política de retención de datos) ¿Qué indicadores clave de rendimiento (KPI) se usarán para medir el éxito de la app? ¿Ya hay ideas sobre el diseño o la marca de la app? ¿Debe alinearse con la identidad de la organización? ¿Hay preferencia por la plataforma de desarrollo (iOS, Android, multiplataforma)?
Con esta información adicional podemos obtener una mejor visión del alcance y requisitos, y así preparar una propuesta de proyecto más sólida.
Técnica 6 - prompt emocional
Puede dar instrucciones para ajustar el tono del texto a las emociones subyacentes o para provocar una respuesta emocional específica. Esto es útil para servicio al cliente, comunicación interna o marketing.
Ejemplo de prompt: “Debo redactar un correo a un cliente insatisfecho por una reciente interrupción del servicio. El cliente escribió lo siguiente: “”” …. “”” (pegue el texto del cliente) Quiero que el correo sea empático, reconozca la frustración del cliente y ofrezca una solución constructiva.”
El método se llama “emotional prompting” Este ejemplo usa una queja ficticia.
El prompt completo es:
Debo redactar un correo a un cliente insatisfecho por una reciente interrupción del servicio. El cliente escribió lo siguiente: """Estimado/a señor/a,
Estoy muy decepcionado por la inesperada interrupción del servicio de ayer por la tarde. Esto ha afectado gravemente nuestra operación y causado pérdida de productividad. Confiamos en sus servicios y este tipo de incidentes son inaceptables. Espero una explicación clara y una compensación adecuada."""
Quiero que el correo sea empático, reconozca la frustración del cliente y ofrezca una solución constructiva.
A continuación está la respuesta que recibimos del modelo de lenguaje
Estimado/a [Nombre del Cliente],
Muchas gracias por su mensaje y nuestras sinceras disculpas por la interrupción del servicio que experimentó ayer por la tarde. Entiendo completamente su frustración y el impacto que esto ha tenido en su operación. Lamentamos profundamente no haber cumplido con sus expectativas ni con nuestros estándares de servicio.
La interrupción fue causada por [explicación breve y clara de la causa, por ejemplo, una falla técnica imprevista en nuestro centro de datos]. Hemos tomado medidas inmediatas y nuestros técnicos han trabajado arduamente para restaurar el servicio lo antes posible. El servicio está completamente operativo desde [hora].
Tomamos este incidente muy en serio y ya estamos evaluando la causa para evitar que se repita en el futuro.
Para compensar las molestias, nos gustaría ofrecerle [propuesta concreta, por ejemplo, un descuento en su próxima factura / una actualización gratuita por un mes / un crédito de servicio]. Uno de nuestros gerentes de cuenta se pondrá en contacto con usted en las próximas 24 horas para discutir esto personalmente y responder cualquier pregunta adicional.
Nuevamente, le pedimos disculpas por las molestias. Valoramos su confianza y nos esforzamos por ofrecerle en el futuro el servicio confiable que espera de nosotros.
Atentamente,
[Su Nombre/Nombre de la empresa]
Técnica 7 - pedir varias versiones
Aquí solicita varias versiones de una respuesta para tener opciones. Por ejemplo, quiere que el modelo ayude a generar diferentes slogans de marketing para un nuevo producto. Hay muchas perspectivas posibles, por lo que quiere varias opciones. Esto puede combinarse eficazmente con la configuración de un rol específico para el modelo y un prompt de sistema para guiarlo.
Puede leer más sobre roles en el artículo correspondiente. Este ejemplo con varias versiones está al final del artículo. No se repite aquí.
Técnica 8 - combinar con un prompt de sistema
Con un prompt de sistema puede dar instrucciones al modelo de IA. Es una instrucción que puede dar al modelo para definir específicamente la tarea o comportamiento del modelo. Puede incluir qué tipo de salida espera del modelo de IA. Es una forma de guiar el modelo y evitar que dé respuestas irrelevantes o no deseadas.
Algunos ejemplos de prompts de sistema simples y generales:
"Quiero que seas un asistente amable y servicial."
"Mantén siempre un lenguaje profesional y respetuoso."
"Concéntrate en dar respuestas concretas y directas sin detalles innecesarios."
El prompt de sistema establece el tono y las expectativas para la conversación o tarea específica que desea realizar con el modelo de IA.
También puede crear prompts de sistema más avanzados para tareas específicas, como resumir un texto: "Analiza cuidadosamente el texto dado y proporciona un resumen conciso pero informativo de los puntos principales. Identifica el mensaje central y los detalles clave."
Los prompts de sistema no tienen la misma influencia en todos los modelos de IA. En chatGPT funciona muy bien, en Claude también, en otros modelos la influencia es menor. Vale la pena probar y ver qué modelo funciona mejor para su entrada.
Puede configurar un prompt de sistema general en preferencias, pero lo mejor es crear estos prompts de sistema para cada tarea que quiera automatizar. A esto lo llamamos roles.
Puede leer más sobre roles en el artículo correspondiente.
Anotar un pasaje
Seleccione texto en un mensaje de chat cerrado y elija Anotar. Escriba en la ventana una pregunta o instrucción de cambio, por ejemplo ‘Haz esta frase más sencilla’, y elija Guardar. Puede anotar varios pasajes. Luego envíe; no es necesario un prompt adicional en el campo de entrada, pero puede hacerlo. El pasaje se conserva con el comentario, incluso si cambia a otra ventana. Puede eliminar una anotación antes de enviarla. En móvil, mantenga pulsado el texto para seleccionar.