Prompt Engineering

El prompt engineering es el conjunto de técnicas para diseñar las instrucciones (prompts) que se le dan a un modelo de IA con el objetivo de obtener respuestas de mayor calidad, más consistentes y mejor adaptadas al caso de uso.

Por qué importa

El mismo modelo puede dar resultados radicalmente distintos dependiendo de cómo se formule la instrucción. No es magia: es que los modelos de lenguaje son muy sensibles al contexto, el formato, el rol asignado y los ejemplos que se les dan.

Técnicas fundamentales

Role prompting: asignarle un rol al modelo (“eres un experto en logística con 20 años de experiencia”) mejora significativamente la calidad de las respuestas en dominios específicos.

Chain of thought: pedir al modelo que “piense paso a paso” antes de dar la respuesta final mejora drásticamente el rendimiento en tareas de razonamiento.

Few-shot examples: incluir 2-5 ejemplos del formato de entrada/salida esperado antes de la pregunta real. El modelo aprende el patrón sin necesidad de fine-tuning.

Output formatting: especificar exactamente el formato de salida (JSON, lista numerada, tabla) para que las respuestas sean procesables por sistemas posteriores.

Límites del prompt engineering

El prompt engineering no puede compensar la falta de información (para eso está RAG), no puede hacer que un modelo pequeño rinda como uno grande, y sus efectos pueden variar entre versiones del mismo modelo. Es una herramienta poderosa pero no un sustituto de la arquitectura correcta.