Dialogando con la IA

Componentes de los prompts

Estos elementos pueden combinarse y adaptarse según las necesidades específicas de cada situación para formular preguntas de manera más flexible y efectiva.

CHATEANDO CON LA IAG

La integración de grandes modelos de lenguaje natural (LLM) está revolucionando la manera en que interactuamos con la tecnología y apoyamos el aprendizaje de nuestros estudiantes. Para utilizar estas herramientas de manera efectiva, es fundamental comprender y aplicar sus componentes clave. Esto no solo permite una comunicación más clara y precisa con los sistemas de inteligencia artificial, sino que también establece expectativas claras sobre las respuestas que buscamos. A continuación, encontrarás una guía diseñada para ayudarte a optimizar prompts y obtener respuestas más útiles y relevantes para tus necesidades específicas.

INPUT

OUTPUT

INSTRUCCIÓN

DE LA PREGUNTA AL DIÁLOGO

FORMULANDO PROMPTS DE CALIDAD

Al mantener un diálogo continuo podemos guiar a la IAG para que entienda mejor nuestras necesidades y nos ofrezca soluciones personalizadas. La retroalimentación constante permite afinar las respuestas del modelo, asegurando que se alineen con nuestros requerimientos específicos.

DE LA PREGUNTA AL DIÁLOGO

• Ofrece retroalimentación constante: Puedes indicar claramente qué te gustó, qué no o qué puede mejorar.
• Proporciona retroalimentación regular para que la IAG mantenga coherencia con la información previa y siga la dirección correcta.

• Proporciona contexto adicional: Puedes ayudarle a la IAG a entender mejor la tarea incluyendo información adicional relevante.

• Reformula solicitudes: Prueba hacer la misma solicitud de varias maneras para verificar la coherencia de las respuestas. Puedes usar diferentes palabras clave, contextos y datos para ver qué funciona mejor para tu necesidad específica.

• Valida la tarea: Solicita a la IAG que aclare cualquier duda antes de proceder y confirme si comprendió la tarea adecuadamente.

• Revisa las referencias: Asegúrate de que las citas y datos utilizados por la IAG sean correctos y relevantes.

• Mejora continuamente: Sigue mejorando tus indicaciones a medida que obtienes mejores resultados.

Para obtener respuestas claras y útiles de la IA, es importante evitar ciertas prácticas.

EVITA

Zero Shot

Few Shot

Chain of Thought

Tree of Thought

Zero Shot

FORMULANDO PROMPTS DE CALIDAD

Implica pedir al modelo una respuesta sin ejemplos previos, confiando en su capacidad para comprender y responder solo con instrucciones claras. Es especialmente útil para obtener resultados rápidos en una amplia variedad de contextos y temas, aprovechando el conocimiento general del modelo.

Las técnicas de prompting optimizan la interacción con la IAG, ayudando a formular preguntas claras y efectivas. Explora algunas estrategias clave como para mejorar la calidad de las respuestas.

Ejemplo

Zero Shot

Few Shot

Chain of Thought

Tree of Thought

Few shot

FORMULANDO PROMPTS DE CALIDAD

Consiste en proporcionar al menos un ejemplo antes de formular la pregunta. De esta forma, el modelo no solo reconoce la estructura de la pregunta, sino que también emplea su creatividad dentro de un marco dado, mejorando la precisión y relevancia de las respuestas.

Las técnicas de prompting optimizan la interacción con la IAG, ayudando a formular preguntas claras y efectivas. Explora algunas estrategias clave como para mejorar la calidad de las respuestas.

Ejemplo

Zero Shot

Few Shot

Chain of Thought

Tree of Thought

Chain of Thought

FORMULANDO PROMPTS DE CALIDAD

Requiere guiar a la IAG a través de un proceso lógico paso a paso para resolver problemas complejos. Para esto, descomponga su solicitud, establezca una secuencia lógica y use prompts claros que orienten el razonamiento de la IAG en cada paso. Combinar esta técnica con few shot puede mejorar los resultados en tareas difíciles.

Las técnicas de prompting optimizan la interacción con la IAG, ayudando a formular preguntas claras y efectivas. Explora algunas estrategias clave como para mejorar la calidad de las respuestas.

Ejemplo

Zero Shot

Few Shot

Chain of Thought

Tree of Thought

Tree of Thought

FORMULANDO PROMPTS DE CALIDAD

Permite guiar a la IAG para dividir su proceso de razonamiento de manera ramificada, a través de la formulación de prompts que exploren múltiples caminos lógicos simultáneamente. Esta técnica es especialmente útil para tareas complejas que requieren considerar varias opciones en paralelo antes de tomar una decisión.

Las técnicas de prompting optimizan la interacción con la IAG, ayudando a formular preguntas claras y efectivas. Explora algunas estrategias clave como para mejorar la calidad de las respuestas.

Ejemplo

INSTRUCCIÓN: Especifica claramente lo que necesitas que la IAG resuelva

• Define el rol: Invita a la IAG a asumir una personalidad específica para obtener respuestas más acordes a esa identidad.

• Define la tarea: Utiliza verbos claros como por ejemplo: “escribe", “clasifica", “resume", “traduce" , “ordena".

• Formula instrucciones paso a paso: Desglosa la tarea en pasos detallados para garantizar precisión.

OUTPUT: Indica la forma en que deseas recibir las repuestas de la IAG.

• Longitud: Indica la extensión que necesitas en la respuesta, por ejemplo, número de palabras, oraciones, párrafos o viñetas.

• Formato: Especifica si necesitas la respuesta en un formato determinado como una tabla, lista, guion de video o presentación u otros.
• Estilo y tono: Define si la respuesta debe ser en un tono formal, accesible, creativo.

• Referenciación: Si es relevante, sugiere al modelo que incluya citas de textos de referencia en su respuesta.

Ejemplo - Few Shot

Actúa como profesor del área de biología, proporciona una guía de estudio para el examen de biología para estudiantes universitarios, incluye los temas clave que deben ser revisados y consejos para una preparación efectiva, en una lista de temas y consejos. Mantén un estilo claro y práctico. Ejemplo:

• Revisión de la estructura y función de las células.
• Estudio de la genética y la herencia.
• Comprensión de los mecanismos de la evolución.
• Análisis de los ecosistemas y las interacciones biológicas.
• Práctica de preguntas tipo examen.
• Consejo: Dedicar tiempo diario a repasar notas y utilizar diagramas para visualizar conceptos.

Ejemplo - Chain of Thought

• Como profesor de ciencias políticas evalúa una política pública sobre salud, paso a paso, para estudiantes universitarios de ciencias políticas.
• Descripción de la política: Objetivos y alcance.
• Análisis de implementación: Métodos y recursos.
• Evaluación de impacto: Resultados y eficacia.
• Recomendaciones: Mejoras y ajustes necesarios.

Ejemplo - Tree of Thought

• Como profesor de medicina evalúa un caso clínico de un paciente con dolor abdominal crónico considerando diagnósticos diferenciales para estudiantes de medicina.

• Diagnóstico 1: Apendicitis: Síntomas y pruebas diagnósticas
• Tratamiento y pronóstico.

• Diagnóstico 2: Úlcera péptica. Síntomas y pruebas diagnósticas.

• Tratamiento y pronóstico.

• Diagnóstico 3: Síndrome de intestino irritable.
• Síntomas y pruebas diagnósticas.

• Tratamiento y pronóstico.

Evita:

• usar jergas que puedan ser confusas o desconocidas para la IAG.

• usar vocabularios ambiguos e imprecisiones como “en pocas palabras".

• la complejidad excesiva, crea prompts simples y directos.

• incluir sesgos que puedan influir en la respuesta de la IAG.

• hacer supuestos sin proporcionar la información necesaria.

Ejemplo - Zero Shot

Actúa como profesor en el área de sociología, describe las causas y consecuencias del cambio climático y su impacto en la sociedad actual para estudiantes universitarios de sociología de primer semestre, utilizando párrafos explicativos en un estilo académico y detallado.

INPUT: Define los datos que la IAG debe utilizar para responder la solicitud

• Define la audiencia: Indica a quien está dirigida la respuesta por ejemplo: edad, nivel de grado, materia, intereses personales.

• Incluye ejemplos o referentes: si la tarea lo requiere, indica al modelo que responda utilizando textos, datos, imágenes, ejemplos u otros materiales de referencia.
• Especifica los detalles : incluye información relevante para obtener una respuesta más precisa.

• Determina la temperatura del modelo: la temperatura en un prompt ajusta el nivel de creatividad y variabilidad de las respuestas generadas. Una temperatura baja (0.2 - 0.4) produce respuestas más conservadoras y coherentes, mientras que una temperatura alta (0.7 - 1.0) genera respuestas más creativas y variadas. Para definir la temperatura deseada escribe en el prompt el valor elegido. Algunas herramientas permiten seleccionar la temperatura.