Cómo escribir un prompt de IA claro y específico

Dale al modelo el contexto que no puede adivinar

Un modelo responde a partir de lo que hay en la conversación más lo que aprendió durante el entrenamiento; no sabe para quién estás escribiendo, qué ya intentaste, ni por qué importa la tarea, a menos que se lo digas. "Reescribe este correo" y "reescribe este correo para que un cliente que ya está molesto lo lea como una disculpa, no como una excusa" son la misma tarea con una cantidad distinta de contexto, y obtienen respuestas distintas. El contexto no necesita ser largo; necesita incluir el dato o los dos datos que cambiarían cómo una persona haría la tarea.

Indica las restricciones en lugar de esperar que se sobreentiendan

Un límite de longitud, un nivel de lectura, un tono, algo que evitar mencionar, un plazo que la respuesta debe respetar: un modelo aplica una restricción si la indicas, y de lo contrario recurre a un valor genérico por defecto que puede no encajar. "Mantenlo por debajo de 150 palabras" y "evita la jerga técnica" son ambas restricciones que un modelo puede seguir de forma confiable una vez que son explícitas; ninguna es algo que infiera correctamente por sí solo con consistencia.

Nombra el formato de salida que realmente quieres

Una lista con viñetas, un párrafo breve, una tabla, una línea de asunto más un cuerpo: pedir de entrada la forma que quieres ahorra un mensaje de seguimiento pidiendo un reformateo. Esto importa más, no menos, cuando la salida tiene que ser procesada por algo distinto a una persona que la lee; para ese caso, consulta cómo pedir salida estructurada, enlazado más abajo, que es la guía complementaria más profunda sobre este punto.

Añade un ejemplo cuando una descripción por sí sola sería ambigua

Algunas cosas son más fáciles de mostrar que de describir: un estilo de casa, un tono, un formato específico para una tarea recurrente. Un ejemplo bien elegido a menudo resuelve una ambigüedad que varias frases de descripción no resolverían. Consulta prompting con pocos ejemplos, enlazado más abajo, para saber cómo usar más de un ejemplo de forma deliberada, y cuándo vale la pena la extensión adicional en el prompt.

Preguntas frecuentes

¿Un prompt más largo siempre obtiene una mejor respuesta?

No: un prompt más largo solo ayuda si la extensión adicional es contexto, una restricción o un ejemplo que al modelo de otro modo le faltaría. Rellenar un prompt con instrucciones repetidas o relleno no mejora la respuesta y puede enterrar la parte que sí importaba.

¿Un prompt claro evitará que un modelo se equivoque en los hechos?

No. Un prompt claro hace más probable que el modelo entienda lo que estás pidiendo, pero no verifica hechos ni elimina las alucinaciones; consulta por qué la IA alucina, enlazado más abajo, para saber qué causa eso en realidad y por qué el prompting por sí solo no puede arreglarlo.

¿Cuál es la única cosa más útil que se puede añadir a un prompt vago?

Normalmente el contexto: el dato o los dos datos sobre la audiencia, el objetivo o la situación que una persona necesitaría para hacer bien la tarea. Una restricción o un ejemplo también ayudan, pero importan menos si el modelo aún no sabe para quién es la respuesta.