⚙️ Arquitectura de prompts
Domina la estructuración avanzada de prompts profesionales. Fundamentos esenciales para crear prompts consistentes y eficaces.
1. Estructuración avanzada de prompts
Arquitectura clara y jerárquica
Los prompts bien estructurados son como el código bien organizado: fáciles de entender, mantener y depurar. La estructura define la calidad de la respuesta.
# Estructura recomendada
## CONTEXTO
[Quién eres, situación actual]
## TAREA
[Qué hay que hacer]
## FORMATO
[Cómo debe ser la respuesta]
## RESTRICCIONES
[Qué evitar o limitar]
✓ Usa delimitadores claros
Etiquetas XML, encabezados Markdown o separadores como ---
✓ Jerarquía de la información
De lo más importante a lo menos importante
2. Separación de instrucciones, contexto y datos
Organización en bloques distintos
Mezclar instrucciones con datos es la principal causa de confusión en los modelos. Separa claramente cada tipo de información.
<instructions>
Analiza el texto siguiente y extrae los puntos principales.
</instructions>
<context>
Eres un analista de contenido especializado en resúmenes.
</context>
<data>
[Texto para analizar aquí]
</data>
⚠️ Cuidado con la inyección
Cuando los datos provengan del usuario, usa delimitadores que no puedan replicarse fácilmente.
3. Prompts orientados a objetivos
Enfoque en el resultado deseado
Antes de escribir el prompt, define claramente: ¿Qué significa tener éxito? ¿Cómo mediré si la respuesta es buena?
❌ Objetivo vago
"Escribe algo sobre marketing"
✓ Objetivo SMART
"Escribe 3 titulares de hasta 60 caracteres para una campaña de comercio electrónico de moda femenina, con énfasis en la urgencia"
Framework SMART para prompts:
- Specífico: ¿qué exactamente?
- Mensurable - ¿Cómo saber si está bien?
- Atingible - ¿El modelo puede hacerlo?
- Relevado - ¿Resuelve el problema real?
- Tempo - ¿Hay restricciones de extensión?
4. Uso estratégico de ejemplos (Few-Shot)
Ejemplos que definen patrones
Los ejemplos no son solo ilustrativos: definen el patrón de respuesta. Elígelos estratégicamente.
📊 Cantidad ideal: 2-5 ejemplos
Menos de 2 puede no establecer un patrón. Más de 5 generalmente no mejora el resultado y consume tokens.
🎯 Diversidad
Incluye casos variados: simple, complejo, edge case.
📍 Posicionamiento
Los ejemplos más recientes (al final) tienen más peso. Coloca el más importante al final.
5. Reducción de la ambigüedad
Eliminando interpretaciones múltiples
La ambigüedad es el enemigo n.º 1 de los buenos prompts. Cada término ambiguo es una oportunidad para obtener una respuesta incorrecta.
❌ Términos ambiguos
- • "corto" (¿cuántas palabras?)
- • «técnico» (¿qué nivel?)
- • «reciente» (¿último mes? ¿año?)
- • "mejor" (¿según qué criterio?)
✓ Definiciones explícitas
- • "máximo 100 palabras"
- • «para desarrolladores sénior»
- • "de los últimos 6 meses"
- • "con mayor ROI"
6. Plantillas reutilizables
Estructuras parametrizables
Crea plantillas con placeholders para tareas repetitivas. Ahorra tiempo y garantiza coherencia.
# Plantilla: Análisis de producto
Analiza el producto [PRODUCTO] considerando:
- Público objetivo: [PÚBLICO]
- Mercado: [MERCADO]
- Objetivo: [OBJETIVO]
Proporciona: puntos fuertes, puntos débiles y 3 sugerencias de mejora.
💡 Consejo Pro
Mantén una biblioteca de plantillas probadas. Versiona y documenta cada plantilla.
7. Análisis y corrección de fallas
Depuración sistemática de prompts
Cuando un prompt no funciona, no cambies todo de una vez. Diagnostica sistemáticamente.
Identifica el síntoma
¿Respuesta incorrecta? ¿Formato incorrecto? ¿Demasiado larga? ¿Demasiado corta?
Hipótesis de la causa
¿Instrucción ambigua? ¿Contexto insuficiente? ¿Malos ejemplos?
Prueba aislada
Cambia UNA cosa a la vez. Compara los resultados.
Documenta
Qué funcionó y qué no funcionó. Crea un registro.
🚀 Siguiente: Módulo 2
Continúa hacia Control de salida ¡y domina el formato, las restricciones y la validación de outputs!