¿Escribes instrucciones distintas para los modelos pequeños y los modelos de vanguardia?

Mucha gente cambia de modelo para ahorrar o ganar velocidad y se sorprende cuando empeora el resultado. Casi siempre el problema no es el modelo, sino la instrucción, que se escribió para un modelo que entendía más cosas por su cuenta.

Los modelos de vanguardia entienden mejor lo que quisiste decir, así que puedes dejar más cosas implícitas.

Con modelos pequeños, conviene dar objetivos más claros, más contexto y más orientación cuando se atascan.

En un trabajo de seguridad, todo empieza con la pregunta concreta del cliente: ¿están expuestos los datos de sus clientes? ¿Se puede burlar una barrera de pago? ¿O se trata de un análisis general? Son trabajos distintos, y la solicitud y el alcance deben reflejarlo.

Qué cambia de un modelo a otro

Un modelo de punta completa los vacíos con sentido común. Si le pides que revise un contrato, ya supone que debe mirar los plazos, las multas y las cláusulas extrañas. Un modelo más pequeño hace exactamente lo que está escrito y se detiene ahí.

Por eso, la misma instrucción (el prompt, el texto que le envías a la IA) puede dar un excelente resultado con un modelo y uno superficial con otro. El modelo pequeño no es tonto: simplemente necesita más orientación.

Los tres refuerzos para modelos más pequeños

Primero, un objetivo claro: di qué significa tener éxito, de forma verificable. En vez de analizar el sitio, pídele que enumere las páginas que muestran datos de clientes sin pedirles que inicien sesión.

Segundo, contexto (la información de fondo que necesita la IA para entender el caso): qué sistema es, para quién es y qué se probó. Tercero, una indicación para cuando se atasque: si repitió el mismo intento dos veces, dile que cambie de camino y cuál debe seguir.

En seguridad, el alcance va primero

El alcance es el límite acordado del trabajo: qué se puede probar, cómo y hasta dónde. Se define a partir de la pregunta del cliente y no de las ganas de probarlo todo.

Saber si se filtran datos de clientes es una investigación. Saber si se puede eludir la barrera del pago es otra. Un análisis general es una tercera. Cada una requiere instrucciones, herramientas e informes distintos, y el modelo pequeño solo da en el blanco si el alcance está escrito en las instrucciones.

Cuándo conviene usar el modelo más pequeño

Los modelos más pequeños suelen ser más baratos y rápidos. Valen la pena para tareas repetitivas y bien definidas cuyo paso a paso puedes describir. Para tareas abiertas, en las que ni tú sabes cuál es el camino, el modelo de punta suele rendir más. Prueba ambos con la misma tarea antes de decidir.

1. Escribe en una frase la pregunta del cliente antes de dar cualquier instrucción.
2. Convierte esa pregunta en un alcance: qué se puede hacer, qué no y hasta dónde llegar.
3. Define qué cuenta como resultado de forma que se pueda verificar.
4. Agrega el contexto que el modelo no puede adivinar.
5. Ejecuta la misma tarea con el modelo más pequeño y el de punta, y compara.
6. Guarda la instrucción que funcionó para volver a usarla.

• Usar con el modelo más pequeño el mismo prompt breve del modelo de punta, porque no completa lo que falta.
• Empezar a probar sin dejar el alcance por escrito, lo que mezcla trabajos distintos y confunde el informe.
• Dejar que el agente insista en el mismo camino y desperdicie tiempo y dinero sin avanzar.

• Modelo de vanguardia: puedes dejar cosas implícitas.
• Modelo pequeño: objetivo, contexto y orientación.
• El alcance nace de la pregunta del cliente.

• ProyectoQué modelo de IA usarCuándo conviene un modelo de última generación y cuándo basta con uno más pequeño.
• Proyecto7pa — Ficha del AgenteSiete preguntas sencillas que se convierten en instrucciones listas para el agente.
• Proyectodiga-o-que-importaRegla 5-4-3 para enseñar al agente: preguntas, autonomía y casos de prueba.