🎚️ Control de salida
Domina el formato, las restricciones y la validación de outputs. Control total sobre cómo responde el modelo.
1. Instrucciones negativas
Di qué NO hacer
A veces es más fácil decir qué evitar que describir todo lo que quieres. Usa instrucciones negativas para eliminar comportamientos no deseados.
# Ejemplos de instrucciones negativas
- NO uses jerga técnica
- NO inventes datos ni estadísticas
- NO hagas introducciones ni conclusiones genéricas
- NO repitas la pregunta en la respuesta
- NO uses más de 3 viñetas por sección
⚠️ Cuidado
Demasiadas negaciones pueden confundir. Úsalas con moderación y combínalas siempre con instrucciones positivas.
2. Restricciones y límites explícitos
Control de extensión y alcance
Define límites claros para evitar respuestas prolijas o fuera del alcance.
📊 Límites de Extensión
- • "Máximo 150 palabras"
- • "Entre 3 y 5 párrafos"
- • "Exactamente 10 elementos"
- • "Una oración por punto"
🎯 Límites del alcance
- • "Solo sobre [TEMA]"
- • "Enfócate en el período 2020-2024"
- • "Considera solo [CONTEXTO]"
- • "Ignora los aspectos [X, Y, Z]"
3. Formato avanzado de respuestas
JSON, XML, Markdown, tablas
Los outputs estructurados son esenciales para la integración con sistemas. Especifica el formato exacto.
# Forzar JSON
Responde SOLO con JSON válido en el formato:
{"análisis": "...", "score": 0-10, "tags": ["tag1", "tag2"]}
No incluyas texto antes ni después del JSON.
JSON
Para API
Markdown
Para documentación
XML
Para Claude
4. Output Prefilling
Inicia la respuesta del modelo
Empieza la respuesta con texto predefinido para garantizar el formato y orientar el estilo.
# User message
Analiza el sentimiento de este texto: «[TEXTO]»
# Assistant (prefill)
{"sentimento": "
# El modelo continúa a partir de aquí...
💡 Casos de Uso
Forzar JSON, empezar con un formato específico, evitar preámbulos, garantizar el idioma.
5. Control del tono, estilo y profundidad
Adapta al público objetivo
El mismo contenido puede presentarse de formas completamente diferentes. Define claramente el estilo.
🎭 Escalas de tono
- • Formal ←→ Informal
- • Técnico ←→ No técnico
- • Conciso ←→ Detallado
- • Serio ←→ Ligero
📊 Niveles de Profundidad
- • Resumen ejecutivo
- • Explicación intermedia
- • Análisis técnico profundo
- • Referencia completa
6. Validación y verificación de respuestas
Autocontrol y verificación
Pídele al modelo que verifique su propia respuesta antes de finalizar.
# Prompt con autocomprobación
[Tu tarea aquí]
Antes de responder, verifica:
1. ¿La respuesta cumple todos los requisitos?
2. ¿El formato es correcto?
3. ¿Hay información inventada?
4. ¿La extensión está dentro del límite?
7. Estandarización de outputs
Consistencia a escala
En producción, los resultados deben ser consistentes y predecibles para el procesamiento automatizado.
Definición de esquema
Define JSON Schema o los tipos esperados para la validación automática.
Lógica de reintento
Si la salida no es válida, vuelve a intentarlo con un prompt más específico.
Monitoreo
Haz seguimiento de la tasa de resultados válidos y ajusta los prompts según sea necesario.
🚀 Siguiente: Módulo 3
Continúa hacia Cadenas y procesos ¡y domina el prompt chaining y los workflows complejos!