Elementos de los prompts y buenas prácticas en la ingeniería de prompts
Elementos clave de un buen prompt
Instrucción clara
Contexto relevante
Ejemplos
Tono o rol
Formato de salida deseado
Limitaciones
Parámetros específicos
Instrucción, contexto y ejemplos
Instrucción clara: Explica exactamente qué quieres que haga la IA.
Evita la ambigüedad. Si pides "un resumen", el modelo no sabrá de qué. Si dices "un resumen de 100 palabras sobre la historia de México", es mucho mejor. Contexto relevante: Proporciona información necesaria para entender la tarea o situación. Por ejemplo, si quieres un correo electrónico, dile el propósito, el destinatario y los puntos clave. Ejemplos (opcional): Guían el estilo o formato esperado.
Tono o rol
Puedes pedirle a la IA que actúe como experto, narrador, etc. Si por ejemplo le pides que explique un concepto como maestro de primaria o como experto educador, puede producir dos tipos de respuesta muy diferentes a una misma petición.
Formato de Salida Deseado
Indica cómo quieres la respuesta: una lista, un párrafo, un poema, código, etc. Esto guía al modelo a estructurar su salida.
Verificar lo aprendido
Instrucciones: Elige la respuesta correcta entre las opciones disponibles. Haz clic en la que corresponda a tu elección.
Instrucciones: Elige la respuesta correcta entre las opciones disponibles. Haz clic en la que corresponda a tu elección.
Restricciones y parámetros específicos
Restricciones o Limitaciones
Si hay algo que el modelo debe evitar o incluir, menciónalo explícitamente. Por ejemplo, "No uses jerga técnica" o "Incluye al menos tres ejemplos". En el caso de la educación es importante señalar el nivel o tipo de alumno o material que se intenta diseñar.
Parámetros específicos
No es lo mismo diseñar instrucciones para niños de primaria que para adultos universitarios. La taxonomía de bloom nos puede ofrecer una buena guía hacia el tipo de elemento que queremos generar.
Parte 2: Buenas prácticas en Prompt Engineering
Crear buenos prompts no es algo de una sola vez. Es un proceso iterativo. Las buenas prácticas incluyen: Iteración, Prueba y documentación.
Iteración
Ajusta y reformula el prompt varias veces según la respuesta obtenida. La iteración significa que rara vez el primer prompt que creas será el mejor. Empieza con una versión, no dudes en modificarlo y refinarlo basándote en los resultados que obtengas. Pequeños cambios en la redacción, la inclusión de ejemplos o la adición de restricciones pueden marcar una gran diferencia. Es como esculpir: empiezas con una idea general y poco a poco vas detallando. Cada versión debe acercarse más al resultado deseado.
Prueba (Testing)
Prueba (Testing): Probar el prompt en diferentes escenarios y entradas permite medir su consistencia y efectividad. Una vez que tienes un prompt, la prueba es fundamental. Esto implica ejecutar tu prompt varias veces y observar las respuestas del modelo. No te limites a una sola ejecución. Prueba con diferentes parámetros si el modelo lo permite (como la "temperatura", que afecta la creatividad de la respuesta). Si el modelo genera respuestas inconsistentes, es una señal de que tu prompt necesita mejoras.
Validación
Verifica si las respuestas cumplen los criterios establecidos (precisión, tono, formato, etc.) y valida con usuarios si es necesario. La validación es el proceso de evaluar si la respuesta del modelo cumple con tus expectativas y requisitos. Pregúntate: Si la respuesta no es satisfactoria, vuelves al paso de iteración para ajustar el prompt. Este ciclo de iterar, probar y validar es la clave para dominar la ingeniería de prompts.
¿Cumple con el formato deseado?
¿La respuesta es precisa y relevante?
¿Hay algún sesgo o contenido indeseado?
¿Es útil para el propósito que tenías en mente?
Documentación y división de tareas complejas
Documentación: Registra qué funcionó y qué no para futuros usos o mejoras.
Divide tareas complejas: Usa prompts por etapas o en cadena para tareas difíciles. Ocasionalmente le pedimos algo al modelo que no es capaz de hacer, esto es particularmente notorio en las versiones gratuitas o cuando le pedimos que analice algún archivo. Si te encuentras este tipo de problemas, segmenta la tareas en pasos más sencillos, Por ejemplo en vez de pedirle que escriba una planeación completa, intenta pedir cada elemento por separado: "dame los objetivos generales de cada unidad" seguido de "Ahora genera los objetivos específicos de la unidad 1"
Verificar lo aprendido
Instrucciones: Elige la respuesta correcta entre las opciones disponibles. Haz clic en la que corresponda a tu elección.
Instrucciones: Elige la respuesta correcta entre las opciones disponibles. Haz clic en la que corresponda a tu elección.
🎉
¡Tema 6.02.02 finalizado!
Instrucciones: Elige la respuesta correcta entre las opciones disponibles. Haz clic en la que corresponda a tu elección.
AA.06.02.02
UTTT
Created on September 18, 2025
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Corporate Christmas Presentation
View
Business Results Presentation
View
Meeting Plan Presentation
View
Customer Service Manual
View
Business vision deck
View
Economic Presentation
View
Tech Presentation Mobile
Explore all templates
Transcript
Elementos de los prompts y buenas prácticas en la ingeniería de prompts
Elementos clave de un buen prompt
Instrucción clara
Contexto relevante
Ejemplos
Tono o rol
Formato de salida deseado
Limitaciones
Parámetros específicos
Instrucción, contexto y ejemplos
Instrucción clara: Explica exactamente qué quieres que haga la IA. Evita la ambigüedad. Si pides "un resumen", el modelo no sabrá de qué. Si dices "un resumen de 100 palabras sobre la historia de México", es mucho mejor. Contexto relevante: Proporciona información necesaria para entender la tarea o situación. Por ejemplo, si quieres un correo electrónico, dile el propósito, el destinatario y los puntos clave. Ejemplos (opcional): Guían el estilo o formato esperado.
Tono o rol
Puedes pedirle a la IA que actúe como experto, narrador, etc. Si por ejemplo le pides que explique un concepto como maestro de primaria o como experto educador, puede producir dos tipos de respuesta muy diferentes a una misma petición.
Formato de Salida Deseado
Indica cómo quieres la respuesta: una lista, un párrafo, un poema, código, etc. Esto guía al modelo a estructurar su salida.
Verificar lo aprendido
Instrucciones: Elige la respuesta correcta entre las opciones disponibles. Haz clic en la que corresponda a tu elección.
Instrucciones: Elige la respuesta correcta entre las opciones disponibles. Haz clic en la que corresponda a tu elección.
Restricciones y parámetros específicos
Restricciones o Limitaciones
Si hay algo que el modelo debe evitar o incluir, menciónalo explícitamente. Por ejemplo, "No uses jerga técnica" o "Incluye al menos tres ejemplos". En el caso de la educación es importante señalar el nivel o tipo de alumno o material que se intenta diseñar.
Parámetros específicos
No es lo mismo diseñar instrucciones para niños de primaria que para adultos universitarios. La taxonomía de bloom nos puede ofrecer una buena guía hacia el tipo de elemento que queremos generar.
Parte 2: Buenas prácticas en Prompt Engineering
Crear buenos prompts no es algo de una sola vez. Es un proceso iterativo. Las buenas prácticas incluyen: Iteración, Prueba y documentación.
Iteración
Ajusta y reformula el prompt varias veces según la respuesta obtenida. La iteración significa que rara vez el primer prompt que creas será el mejor. Empieza con una versión, no dudes en modificarlo y refinarlo basándote en los resultados que obtengas. Pequeños cambios en la redacción, la inclusión de ejemplos o la adición de restricciones pueden marcar una gran diferencia. Es como esculpir: empiezas con una idea general y poco a poco vas detallando. Cada versión debe acercarse más al resultado deseado.
Prueba (Testing)
Prueba (Testing): Probar el prompt en diferentes escenarios y entradas permite medir su consistencia y efectividad. Una vez que tienes un prompt, la prueba es fundamental. Esto implica ejecutar tu prompt varias veces y observar las respuestas del modelo. No te limites a una sola ejecución. Prueba con diferentes parámetros si el modelo lo permite (como la "temperatura", que afecta la creatividad de la respuesta). Si el modelo genera respuestas inconsistentes, es una señal de que tu prompt necesita mejoras.
Validación
Verifica si las respuestas cumplen los criterios establecidos (precisión, tono, formato, etc.) y valida con usuarios si es necesario. La validación es el proceso de evaluar si la respuesta del modelo cumple con tus expectativas y requisitos. Pregúntate: Si la respuesta no es satisfactoria, vuelves al paso de iteración para ajustar el prompt. Este ciclo de iterar, probar y validar es la clave para dominar la ingeniería de prompts.
¿Cumple con el formato deseado?
¿La respuesta es precisa y relevante?
¿Hay algún sesgo o contenido indeseado?
¿Es útil para el propósito que tenías en mente?
Documentación y división de tareas complejas
Documentación: Registra qué funcionó y qué no para futuros usos o mejoras. Divide tareas complejas: Usa prompts por etapas o en cadena para tareas difíciles. Ocasionalmente le pedimos algo al modelo que no es capaz de hacer, esto es particularmente notorio en las versiones gratuitas o cuando le pedimos que analice algún archivo. Si te encuentras este tipo de problemas, segmenta la tareas en pasos más sencillos, Por ejemplo en vez de pedirle que escriba una planeación completa, intenta pedir cada elemento por separado: "dame los objetivos generales de cada unidad" seguido de "Ahora genera los objetivos específicos de la unidad 1"
Verificar lo aprendido
Instrucciones: Elige la respuesta correcta entre las opciones disponibles. Haz clic en la que corresponda a tu elección.
Instrucciones: Elige la respuesta correcta entre las opciones disponibles. Haz clic en la que corresponda a tu elección.
🎉
¡Tema 6.02.02 finalizado!
Instrucciones: Elige la respuesta correcta entre las opciones disponibles. Haz clic en la que corresponda a tu elección.