¿Cómo hacer un buen prompt?
Para hacer un buen prompt hay que definir con claridad el objetivo, aportar el contexto necesario, indicar las restricciones y describir el formato de salida esperado.
El prompt debe escribirse para una tarea concreta. Si el sistema necesita datos de la empresa, deben proporcionarse mediante contexto o herramientas; pedir al modelo que los adivine aumenta los errores.
Antes de optimizarlo conviene establecer ejemplos de entrada y salida y criterios de éxito. Después se prueban casos normales, incompletos y adversos. La mejora se basa en resultados medidos, no en añadir instrucciones sin límite.
Las reglas críticas deben expresarse como acciones claras. También hay que indicar cuándo preguntar, cuándo reconocer que falta información y cuándo transferir el caso a una persona.
Definir la tarea antes de redactar
El primer paso es describir qué decisión o transformación debe realizar el modelo. «Analiza este documento» es ambiguo; identificar riesgos contractuales y devolverlos con evidencia permite evaluar el resultado.
También debe quedar claro quién utilizará la salida y para qué. El nivel de detalle, el tono y el formato cambian si la respuesta alimenta a una persona, una herramienta o el siguiente paso de una automatización.
Aportar sólo el contexto necesario
El modelo necesita datos, definiciones y políticas relevantes para la tarea. Añadir documentación sin seleccionar puede ocultar las instrucciones importantes y consumir la ventana de contexto.
Las fuentes extensas o cambiantes deberían recuperarse cuando se necesitan. El prompt conserva las reglas estables; una base de conocimiento o una herramienta aporta los datos actuales.
Especificar límites y formato
Las restricciones útiles describen qué hacer: citar el fragmento utilizado, pedir el dato que falta, marcar incertidumbre o no ejecutar una acción sin confirmación. Una lista genérica de prohibiciones no define una alternativa.
El formato debe ser suficientemente preciso para su consumidor. Si otro sistema procesa la salida, conviene utilizar campos estructurados y validación en código en lugar de confiar únicamente en una plantilla verbal.
Utilizar ejemplos con criterio
Los ejemplos ayudan a mostrar diferencias difíciles de explicar, como qué constituye una incidencia urgente o cuánto detalle necesita un resumen. Deben cubrir casos representativos y no enseñar accidentalmente atajos incorrectos.
Un ejemplo no sustituye una regla crítica. Cuando una decisión tiene consecuencias, la lógica también debe protegerse mediante herramientas, permisos y barreras de seguridad.
Evaluar y versionar
La mejora empieza con un conjunto de casos normales, incompletos y adversos. Cada cambio se compara con la versión anterior para comprobar si corrige el problema sin crear regresiones.
Cuando el prompt forma parte de un sistema en producción, su versión debe registrarse junto con los resultados. Así puede saberse qué modificación produjo una mejora o un fallo.
Qué es un prompt
Ingeniería de prompts
Ventana de contexto
Cómo probar agentes de IA
Prompts para agentes de voz
Si quieres aplicar IA en tu negocio,
Te explico qué hago y cómo trabajo: Aquí