Técnicas avanzadas de prompting

Cuando dominas lo básico, estas técnicas te ayudan a obtener resultados más fiables y consistentes, especialmente en tareas complejas o repetitivas.

Few-shot: aprender de ejemplos

Incluye 2-5 ejemplos de entrada y salida antes de la tarea real. Es muy eficaz para clasificar, extraer información o imitar un formato:

Clasifica el sentimiento de cada reseña como positivo, negativo o mixto.

Reseña: "Llegó rápido, pero la talla es pequeña." → mixto
Reseña: "Perfecto, repetiré." → positivo
Reseña: "No funciona desde el primer día." → negativo

Reseña: "El color es precioso, aunque tardó dos semanas." →

Usa ejemplos variados para que el modelo no copie detalles irrelevantes.

Razonamiento paso a paso

En problemas de lógica, cálculo o análisis, pide que razone antes de concluir: «analiza el problema paso a paso y después da la respuesta final en una línea». Muchos modelos actuales ya razonan internamente, pero pedir una estructura explícita ayuda a revisar el proceso.

Encadenar prompts

Divide un trabajo grande en etapas, usando la salida de una como entrada de la siguiente:

1. Extraer los puntos clave de 20 entrevistas.
2. Agrupar los puntos en temas.
3. Priorizar los temas por frecuencia e impacto.
4. Redactar el informe.

Cada etapa es más fácil de revisar y corregir.

Autocrítica y revisión

Pide a la IA que revise su propio trabajo con criterios concretos:

Revisa tu respuesta anterior según estos criterios: exactitud, claridad
para un principiante y si responde a todas las preguntas. Enumera los
problemas y después escribe una versión mejorada.

Salidas estructuradas

Para integrar la IA en aplicaciones o automatizaciones, pide un formato estricto (por ejemplo, JSON con claves concretas) e incluye un ejemplo del esquema. Algunas APIs ofrecen modos de salida estructurada que garantizan el formato.

Perspectivas múltiples

Pide que analice un problema desde varios puntos de vista o que genere el mejor argumento a favor y en contra antes de recomendar.

Evalúa tus prompts

Si un prompt se va a usar muchas veces (por ejemplo, en un agente o una automatización), crea un conjunto de casos de prueba con la respuesta esperada y comprueba cada nueva versión del prompt contra todos ellos. En la biblioteca tienes un prompt para diseñar las instrucciones de un agente IA que incluye casos de prueba.

Seguridad

Si tu prompt procesa textos de terceros (emails, webs, documentos), delimítalos claramente e indica a la IA que trate ese contenido como datos, no como instrucciones. Así reduces el riesgo de inyección de prompts.