Ir al contenido principal

Inteligencia Artificial: Creación de prompts

PROMPTS

Un prompt es la entrada que se proporciona a un modelo de lenguaje. Puede ser una instrucción, una consulta o un contexto que orienta al modelo para generar una respuesta o completar una tarea. 

Los prompts pueden adoptar diferentes formas, como una pregunta directa, una declaración a completar o una serie de instrucciones detalladas. Su objetivo principal es guiar al modelo para que entienda y resuelva una tarea de manera precisa y relevante.

 

Elementos fundamentales de un prompt:

  • Instrucción: Debe definir exactamente lo que se espera que el modelo haga, como "Resumir el contenido de este artículo".
  • Contexto o información adicional: Proporciona información previa al modelo para generar una respuesta más relevante y precisa. Es uno de los elementos más importantes para el éxito de un prompt. Puede incluir detalles sobre el rol que debe asumir el modelo.
  • Datos de entrada: Son los datos o la información específica que el modelo debe utilizar para realizar la tarea o responder la pregunta.
  • Indicador o formato de salida: Especifica el tipo o formato deseado para el resultado, como la longitud del texto (ej. "30-40 palabras"), el formato (ej. "lista", "tabla", "código") o el tipo de texto (ej. "correo electrónico", "informe profesional").
  • El tono: Permite adaptar el texto o la respuesta de la IA a la audiencia o al estilo deseado (ej. "humorístico", "profesional", "académico").

Recomendaciones para el diseño de prompts

Delgado‑Vázquez, Á. (2025, 9 de marzo). La inteligencia artificial al servicio de la investigación [Presentación]. Zenodo. https://doi.org/10.5281/zenodo.14995626

Buen prompt

 

Marco CLEAR

La calidad de la respuesta de un modelo de IA no solo depende de sus algoritmos, sino fundamentalmente de la eficacia del prompt que recibe; un prompt bien diseñado puede generar una respuesta significativa, mientras que una mal construida puede llevar a resultados irrelevantes o sin sentido. Ante esta idea surge el marco CLEAR, desarrollado por el bibliotecario Leo S. Este marco es un método conciso y fácil de usar, especialmente para principiantes, para interactuar con modelos de IA generativa. Su objetivo es proporcionar una guía estándar para componer prompts efectivas, mejorando la calidad y relevancia del contenido generado por IA.

Los cinco componentes del marco CLEAR:

  1. Concise: Se refiere a la brevedad y claridad en los prompts, eliminando información superflua para obtener respuestas más pertinentes y precisas.
  2. Logical: Enfatiza la importancia de mantener un flujo lógico y un orden de ideas dentro de la prompt, lo que permite a la IA comprender mejor el contexto y las relaciones entre conceptos.
  3. Explicit: Subraya la necesidad de especificaciones claras sobre el formato, contenido o alcance deseado en la salida, reduciendo la probabilidad de respuestas inesperadas o irrelevantes.
  4. Adaptive: Implica la flexibilidad y personalización, experimentando con diferentes formulaciones y configuraciones para equilibrar la creatividad y la concentración, y adaptando las respuestas de la IA a los requisitos específicos de la tarea.
  5. Reflective: Enfatiza la evaluación continua para mejorar las técnicas de ingeniería de prompts, analizando el contenido generado por la IA y aplicando las lecciones aprendidas a futuras prompts.

Lo, L. S. (2023). The CLEAR path: A framework for enhancing information literacy through prompt engineering. The Journal of Academic Librarianship, 49(4), 102720. https://doi.org/10.1016/j.acalib.2023.102720

Técnicas de ingeniería de prompts

Few-shot prompting

Proporcionar al modelo algunos (2 a 5) ejemplos específicos de la tarea para ayudarle a entender el tipo de respuesta deseada
Técnica ASPECT Un acrónimo (Action, Subject, Purpose, Examples, Constraints, Tone) para diseñar prompts detallados y enfocados
Chain-of-thought prompting

Anima al modelo a "pensar en voz alta" proporcionando un razonamiento paso a paso antes de la respuesta final, útil para problemas que requieren lógica o análisis complejo
Prompt layering (Prompt en capas) Dividir una tarea compleja en varios prompts más pequeños y secuenciales, combinando las partes para formar la respuesta final
Instructive prompting Dar instrucciones claras y específicas sobre cómo se espera que responda el modelo, incluyendo formato, estructura o tono
Iterative prompt refinement (Refinamiento iterativo) Mejorar un prompt basándose en las respuestas obtenidas, ajustándolo y volviendo a intentarlo para refinar el proceso

Richaud, A. (s. f.). Guía completa de ingeniería de prompts [PDF]. Recuperado de https://antonio-richaud.com/biblioteca/archivo/guia-prompts/guia-prompts.pdf 

Tipos de prompts

Los siguientes prompts están pensados para acelerar procesos en fases iniciales de trabajos de investigación (Codina, 2024)

  1. Pregunta Sí/NO + línea de desarrollo: Evalúa si se cumple una relación o hipótesis, solicitando un desarrollo de la respuesta. No siempre funciona y la IA puede interpretar mal o no haber una respuesta concluyente.
  2. Conceptual: Pide la definición de un concepto, clarificación de diferencias o ejemplos. Las IA suelen resolver muy bien estas instrucciones.
  3. Cadena de acciones: Conduce el "pensamiento" de la IA dividiendo la tarea en pasos secuenciales. Puede dar muy buenos resultados.
  4. Relacional: Busca que la IA proporcione relaciones lógicas entre conceptos y las argumente, aportando mucha información útil en las primeras etapas de un tema.
  5. Estructural: Incluye indicaciones sobre el formato deseado para la respuesta, como una tabla.
  6. Estructural con escenario y rol explícito: Añade un contexto o escenario explícito, que puede funcionar bien, y opcionalmente un rol (aunque no hay tanta evidencia de que funcione tan bien).
  7. Evaluativo: Pide evaluar la validez lógica de una proposición. Puede funcionar sorprendentemente bien, pero no siempre.
  8. Clarificación conceptual: Similar al tipo 2, pide el significado de una teoría o concepto. Se puede esperar muy buen rendimiento y se pueden añadir instrucciones adicionales.
  9. Determinación de variables: Un stress test para la IA que pide identificar relaciones entre fenómenos y determinar variables independientes y dependientes, o posibles variables ocultas. Puede funcionar muy bien o con errores conceptuales.
  10. Línea de confrontación: Describe líneas de ideas o principios confrontados y pide argumentos o criterios para conciliarlos. Pone a prueba la capacidad de la IA y si lo resuelve bien, puede ser muy útil.
  11. Metodológico: Solicita los componentes y fases para llevar a cabo una metodología de investigación, como entrevistas en profundidad. Es uno de los prompts más útiles que se pueden pedir a una IA.
  12. Complejo, con cualquier combinación de los anteriores: Permite combinar diferentes tipos de prompts en uno solo, por ejemplo, pedir definiciones, características y luego presentarlas en una tabla con ejemplos. El enlace proporcionado en la fuente muestra su eficacia en algunos casos.

Imagen creada con inteligencia artificial utilizando ChatGPT 4o

Símbolos y signos que pueden utilizarse en prompts

Los corchetes se utilizan para ofrecer opciones dentro de los prompts, permitiendo que el sistema escoja entre múltiples posibilidades. 

Ejemplo:

Eres un asesor académico especializado en técnicas de estudio para [DEFINIR ASIGNATURA]. Proporciona estrategias adaptadas a los estilos de aprendizaje de los estudiantes para mejorar su rendimiento académico.       

Este uso de corchetes añade una capa de adaptabilidad y personalización crucial en respuestas automatizadas, permitiendo una mayor relevancia según el contexto del usuario.

Las barras verticales se emplean para separar alternativas dentro de una misma opción. Esta estructuración facilita la adaptación del prompt a diferentes necesidades sin alterar su esencia. 

Ejemplo:

Eres un tutor virtual especializado en técnicas de estudio para la preparación de exámenes. Proporciona consejos sobre cómo manejar el tiempo durante un examen en asignaturas como matemáticas|historia|literatura, adaptando tu respuesta al contexto específico del estudiante.       

Este prompt utiliza las barras verticales para permitir que el Chatbot trabaje en las asignaturas (matemáticas|historia|literatura), adaptando así sus consejos de manera más específica según el área de estudio del estudiante.

Los paréntesis pueden incluir detalles adicionales que ayuden a precisar la tarea o aclarar el enfoque del prompt. 

Ejemplo:

Proporciona sugerencias para estructurar ensayos argumentativos, destacando la importancia de una buena organización (introducción, desarrollo y conclusión) y cómo desarrollar argumentos sólidos.       

Este prompt utiliza los paréntesis para aclarar los componentes específicos de la estructura de un ensayo (introducción, desarrollo y conclusión), lo cual ayuda a orientar la respuesta del Chatbot de manera que sea directamente aplicable a la tarea de escritura que enfrentan los estudiantes.

El uso de asteriscos en los prompts ayuda a indicar la importancia de ciertas palabras o frases y a aplicar formatos como negrita o cursiva para dar énfasis. Un asterisco es formato cursivo, doble asterisco es negrita.

Ejemplo:

Eres un coordinador en una institución educativa que ayuda a organizar y promover eventos de desarrollo profesional para docentes. Describe cómo puedes utilizar canales de comunicación efectivos como **correo electrónico**, **redes sociales**, y **boletines informativos** para maximizar la participación de los docentes en talleres y seminarios.       

Este prompt utiliza el doble asterisco para destacar diferentes herramientas de comunicación que son esenciales en la promoción y organización de eventos, enfocándose en su importancia para asegurar una participación amplia y activa de los docentes.

Las comillas se utilizan para asegurar que ciertas frases se utilicen de manera exacta, preservando el mensaje original que se desea transmitir. 

Ejemplo:

Actúa como un orientador escolar que ayuda a los estudiantes a explorar sus opciones de carrera. Brinda información sobre la importancia de elegir una carrera que coincida con sus intereses y habilidades. Utiliza la frase "encuentra tu pasión y hazla tu profesión" para inspirar a los estudiantes a reflexionar sobre sus decisiones futuras y cómo estas se alinean con sus pasiones personales.  

La almohadilla es un símbolo de formato utilizado en la creación de prompts, especialmente útil para organizar y destacar encabezados o títulos dentro del texto. 

Ejemplo:

Eres un administrador de sistemas educativos encargado de documentar y actualizar el manual de procedimientos para la utilización de plataformas de aprendizaje en línea. Redacta una sección del manual con título y subtítulo según la siguiente indicación:

# Manual de Estrategias Didácticas para Profesores de Secundaria

## Uso de Tecnologías en el Aula

Este capítulo tratará el cómo integrar efectivamente tecnologías para enriquecer la enseñanza y el aprendizaje en materias de [ESCRIBE AQUÍ LA ASIGNATURA]. Detallaremos paso a paso las aplicaciones más recomendadas y métodos para evaluar su impacto en el rendimiento estudiantil.       

Este formato utiliza la almohadilla para organizar claramente la jerarquía del contenido, haciendo que el documento sea fácil de navegar y entender, lo cual es particularmente útil en manuales y guías educativas.

Relación entre el diseño de prompts y las ecuaciones de búsqueda

  1. Claridad y especificidad: Tanto en el diseño de prompts como en las ecuaciones de búsqueda la claridad y la especificidad en la formulación son esenciales para obtener resultados adecuados. Si la consulta o el prompt es vago o ambiguo, los resultados serán imprecisos.
    • Diseño de prompts: Si se quiere generar una imagen específica como una ciudad futurista al atardecer, la especificidad del prompt garantiza que la IA genere una imagen que cumpla con esas expectativas.
    • Ecuación de búsqueda: De igual manera, una ecuación de búsqueda precisa como "tecnología" AND "educación" AND "futuro" ayudará a filtrar resultados más relevantes que una consulta general como "tecnología".
  2. Uso de palabras clave: ambos, prompts y ecuaciones de búsqueda, dependen de las palabras clave que guían la generación o recuperación de contenido. Cuanto mejor se elijan estas palabras, mejor será el resultado.
    • Diseño de prompts: Las palabras clave como "futurista", "atardecer", "neón", etc., guiarán a la IA para crear una imagen que corresponda a esas ideas.
    • Ecuación de búsqueda: El uso de operadores lógicos (AND, OR, NOT) y palabras clave precisa el tipo de contenido que se quiere recuperar, como buscar artículos sobre "IA"  y "salud" usando "IA"  AND "salud".
  3. Iteración y refinamiento: si los resultados no son satisfactorios, se pueden hacer modificaciones para mejorar la precisión.
    • Diseño de prompts: Si una imagen generada no cumple con la visión, el prompt puede modificarse, añadiendo detalles más específicos o cambiando el enfoque.
    • Ecuación de búsqueda: Si los resultados de una búsqueda no son lo que se esperaba, se pueden añadir más palabras clave, usar comillas para términos exactos o aplicar operadores para mejorar la relevancia.
  4. Optimización de resultados: en ambos casos se busca optimizar el resultado final ya que el objetivo es obtener respuestas lo más precisas y útiles posibles.
    • Diseño de prompts: Un prompt bien estructurado puede dar como resultado una imagen o texto que cumple perfectamente con las expectativas del usuario, mientras que un diseño impreciso puede generar algo irrelevante.
    • Ecuación de búsqueda: Un uso adecuado de los operadores lógicos y las palabras clave permite que la búsqueda sea eficiente y devuelva solo la información más pertinente.
  1. Intención de resultado
    • Diseño de prompts: Su principal objetivo es generar algo nuevo, como texto, imágenes, música, etc. El modelo de IA interpreta el prompt para crear algo que no existía previamente, según la estructura proporcionada.
    • Ecuación de búsqueda: El objetivo es recuperar información ya existente en una base de datos o un motor de búsqueda, como  artículos, libros, etc. No se está generando nada nuevo, sino simplemente recuperando datos relevantes de una fuente.
  2. Creatividad y flexibilidad 
    • Diseño de prompts: La IA puede interpretar y generar respuestas de manera más flexible, con muchos matices y variaciones dependiendo del diseño del prompt.
    • Ecuación de búsqueda: La creatividad es menos relevante ya que la consulta debe estar centrada en recuperar hechos específicos o artículos existentes. La precisión y uso de los términos correctos son esenciales, pero no se espera que los resultados sean creativos.
  3. Proceso de interacción
    • Diseño de prompts: en la generación de contenido el modelo de IA realiza una interpretación del input (como texto o imagen) y produce una salida basada en patrones aprendidos.
    • Ecuación de búsqueda: el motor de búsqueda aplica una fórmula matemática para recuperar la información más relevante de acuerdo con los términos ingresados, utilizando índices de bases de datos y algoritmos de ranking.