Componentes Clave de un Prompt Efectivo
Rol o Persona: Define la identidad, el perfil o el nivel de experiencia que debe asumir la IA. Esto sesga positivamente el vocabulario y enfoque del modelo. Ejemplo: "Actúa como un administrador de sistemas experto en seguridad..."
Contexto: Proporciona los datos de fondo, la situación actual o el entorno del problema. Ayuda a que el modelo entienda el "por qué" y el "para quién".
Tarea u Objetivo: La instrucción central y directa de lo que necesitas que el modelo ejecute. Debe empezar siempre con un verbo de acción claro (analiza, optimiza, redacta, depura).
Restricciones: Define los límites de lo que la IA no debe hacer. Esto es crucial para ahorrar tokens y evitar respuestas genéricas o introducciones redundantes. Ejemplo: "No utilices lenguaje corporativo artificial, no incluyas código introductorio".
Formato de Salida: Especifica exactamente cómo quieres estructurar el resultado. Puede ser una tabla comparativa, una lista de viñetas, formato JSON o un bloque de código directamente funcional.
Buenas Prácticas de Redacción
Uso de Delimitadores: Si vas a introducir un documento, código o datos externos dentro del prompt, sepáralos usando etiquetas claras (por ejemplo,
<texto> ... </texto>o tres comillas"""). Esto ayuda al modelo a diferenciar la instrucción de los datos a procesar.Técnica Few-Shot (Ejemplificación): Si buscas un formato, tono o estilo muy específico que cuesta definir con reglas, incluye uno o dos ejemplos de "Entrada" y "Salida ideal" dentro del prompt. Es el método más eficiente para alinear el resultado.
Cuantificación: Reemplaza términos ambiguos como "hazlo corto" o "escribe un texto largo" por métricas exactas, como "limita la respuesta a un máximo de 3 párrafos" o "genera una lista de exactamente 5 puntos".
