Ingeniería de prompts (prompt engineering)
Última actualización:
Qué es la ingeniería de prompts
Lo que genera un modelo de lenguaje depende mucho de lo que recibe. El mismo modelo puede dar una respuesta vaga y dispersa o una precisa y bien estructurada según cómo se formule la petición y qué contexto la acompañe. La ingeniería de prompts es el trabajo de encontrar entradas que lleven de forma fiable al resultado deseado.
El término abarca desde una pregunta bien planteada en una app de chat hasta las instrucciones cuidadosamente mantenidas de un chatbot en producción.
Técnicas habituales
En la práctica, la ingeniería de prompts se reduce a unos pocos hábitos:
- Ser concreto: indicar el papel, el público, el objetivo y el formato de la respuesta.
- Dar contexto: aportar los datos que el modelo necesita en lugar de suponer que los conoce.
- Mostrar ejemplos: una o dos preguntas de muestra con su respuesta ideal, lo que se llama few-shot prompting, enseñan estilo y formato más rápido que una descripción.
- Poner límites: decir qué hacer cuando falta información y qué temas quedan fuera.
- Dividir tareas: pedir pasos o un resultado estructurado cuando la tarea es compleja.
- Iterar: cambiar una sola cosa cada vez y comparar los resultados con las mismas preguntas de prueba.
Ejemplo
Un primer borrador de instrucciones para un chatbot dice: «Responde a las preguntas de los clientes.» Las respuestas salen largas, a veces se desvían y de vez en cuando inventan plazos de entrega. Una versión revisada dice: «Respondes preguntas de los clientes de Óptica Aurora sobre gafas, lentes, citas y envíos. Usa solo el contenido proporcionado. Responde en dos a cuatro frases. Si los plazos de entrega no están en el contenido, di que no puedes confirmarlos y remite a la página de contacto.» Con las mismas preguntas de prueba, la nueva versión da respuestas más cortas y centradas, y admite cuándo no conoce un plazo.
Por qué la ingeniería de prompts importa en los chatbots de empresa
En un chatbot de empresa, el prompt es la principal palanca que controlas directamente. Decide el tono, el alcance y cómo gestiona el bot la incertidumbre.
Sus límites importan igual. Ningún prompt puede hacer que un modelo sepa datos que nunca recibió, y las listas largas de reglas pueden contradecirse. La falta de conocimiento se arregla añadiendo contenido, no reformulando el prompt. Una buena práctica es mantener un conjunto de preguntas de prueba, incluidas las difíciles y las ajenas al tema, y repetirlas tras cada cambio.
La ingeniería de prompts en intoCHAT
En intoCHAT, la ingeniería de prompts se hace en el campo Instrucciones, partiendo de una plantilla si quieres, junto con el mensaje de bienvenida y las preguntas sugeridas. No necesitas escribir reglas de grounding ni de resistencia a la inyección de prompt, porque intoCHAT las añade automáticamente. En el playground puedes probar cada cambio. Para las preguntas en las que importa la respuesta exacta, un par de pregunta y respuesta es más fiable que un prompt más largo, porque las respuestas de Q&A tienen prioridad sobre otras fuentes.