Spring GDS 25 Aniversario
Una empresa de logística que envía a 190 países construyó algo para enviarse a sí misma.
Prompt engineering
¿Qué es el prompt engineering?
El prompt engineering es la práctica de diseñar las instrucciones que das a un modelo de lenguaje para que produzca el resultado que de verdad quieres. El mismo modelo puede devolver un párrafo vago o una respuesta limpia y estructurada según cómo plantees la petición.
Las técnicas son concretas. Dar al modelo un rol y un objetivo claros. Mostrarle unos pocos ejemplos resueltos para que aprenda el patrón (few-shot prompting). Pedirle que razone paso a paso antes de comprometerse con una respuesta. Especificar el formato de salida exacto, como JSON con campos nombrados, para que el código posterior pueda procesarlo. Un modelo al que se le pide "extrae el total, la fecha y el proveedor de la factura como JSON" se comporta de forma muy distinta a uno al que se le dice "háblame de esta factura", y esa diferencia es todo el trabajo.
El prompt engineering no sustituye al grounding ni al fine-tuning. Es la palanca más barata y rápida que tienes, y a menudo te lleva casi hasta el final. El hueco que queda, donde la redacción por sí sola no arregla la precisión, es donde entran la recuperación y la evaluación.
El prompt engineering en Dallonses
Tratamos los prompts como parte del código, no como texto desechable en un notebook. Se versionan, se prueban contra entradas reales y se cambian de forma deliberada cuando podemos demostrar que la nueva versión funciona mejor. Un prompt que va bien en una prueba rápida suele romperse en el quinto caso enrevesado, así que construimos el conjunto de pruebas pronto y dejamos que cace las regresiones.
Dentro de nuestras soluciones de IA y machine learning, el diseño de prompts vive junto a la recuperación y la evaluación, no en solitario. Cuando construimos chatbots y asistentes virtuales, el prompt define el tono, los límites y la forma de la salida, y lo ajustamos contra las preguntas incómodas que hacen los usuarios reales. Es un trabajo poco vistoso que decide si el sistema parece fiable o frágil.
¿Obtienes resultados inconsistentes de un modelo que debería rendir mejor? Vamos a afinarlo.
Servicios relacionados
Trabajos relacionados
Vizitio
Convertir una marca en un negocio que funciona.
Access Ticket
Medio millón de personas. Una app. Cero caos.
¿Listo para trabajar juntos?
Reservar una reunión
