Prompt Engineering: Cómo Hablarle a la IA

¿Qué es el Prompt Engineering?

Prompt Engineering es el arte y la ciencia de escribir instrucciones efectivas para modelos de lenguaje. Es la habilidad más importante para usar IA — y es completamente gratis.

[!TIP] Un buen prompt puede hacer que GPT-4o-mini supere a GPT-4 con un mal prompt. La técnica importa más que el modelo.

Las 5 técnicas fundamentales

1. Zero-shot prompt

Le das la instrucción sin ejemplos previos.

❌ Malo: "Traduce esto"
✅ Bueno: "Traduce el siguiente texto del español al inglés técnico de ingeniería de software. Mantén la terminología técnica y el formato."

2. Few-shot prompt

Le das ejemplos de lo que quieres antes de pedir la tarea.

Clasifica el sentimiento de estos tweets:

Tweet: "Me encanta este producto, es increíble" → Positivo
Tweet: "El servicio fue terrible, nunca más" → Negativo
Tweet: "Llegué a tiempo, nada especial" → Neutro
Tweet: "La mejor compra que he hecho este año" → ?

El modelo ahora tiene contexto claro de qué quieres. La respuesta será “Positivo”.

3. Chain-of-Thought (Cadena de pensamiento)

Le pides que razone paso a paso antes de dar la respuesta final.

❌ Malo: "¿Cuántos años faltan para que tenga el doble de la edad de mi hijo si ahora tengo 40 y él tiene 10?"
✅ Bueno: "Resuelve este problema paso a paso, mostrando cada cálculo. Al final, da la respuesta clara.

¿Cuántos años faltan para que tenga el doble de la edad de mi hijo si ahora tengo 40 y él tiene 10?"

Añadir “piensa paso a paso” (o “think step by step”) mejora dramáticamente la precisión en problemas matemáticos y lógicos.

4. Role-playing (Darle un rol)

❌ Malo: "Escribe un artículo sobre IA"
✅ Bueno: "Eres un periodista de tecnología con 15 años de experiencia escribiendo para Wired. Escribe un artículo de 800 palabras sobre el impacto de la IA generativa en el trabajo creativo. Usa un tono accesible pero informado. Incluye al menos 3 ejemplos reales. Evita jerga excesiva."

5. System prompts

Definen el comportamiento global del modelo para toda la conversación.

System: Eres un profesor de programación que:
- Responde en español
- Siempre incluye ejemplos de código
- Explica conceptos nuevos antes de usarlos
- Nunca asume conocimiento previo
- Usa analogías de la vida real

User: ¿Qué es una API?

Fórmula del prompt perfecto

[ROL] + [CONTEXTO] + [TAREA] + [FORMATO] + [RESTRICCIONES]

Ejemplo completo:

[ROL] Eres un desarrollador senior de Python especializado en ciencia de datos.
[CONTEXTO] Estoy analizando un dataset de ventas de una tienda online con 10,000 transacciones.
[TAREA] Escribe un script que identifique los 5 productos más vendidos por mes.
[FORMATO] Código Python bien comentado con pandas, usando tipo hint annotations.
[RESTRICCIONES] No uses librerías que no sean pandas y matplotlib. El código debe funcionar con Python 3.10+.

Patrones avanzados

Output estructurado

Siempre que puedas, pide formato específico:

❌ "Dame ideas para un blog"
✅ "Dame 5 ideas para artículos de blog sobre productividad. Para cada idea proporciona:
- Título sugerido (máximo 60 caracteres)
- Descripción de 2 líneas
- Palabras clave (3-5)
- Audiencia objetivo
Formato la respuesta como tabla markdown."

Verificación automática

Pídele al modelo que verifique su propio trabajo:

Resuelve este problema. Después de dar tu respuesta:
1. Verifica que el resultado sea consistente
2. Busca errores en tu razonamiento
3. Si encuentras errores, corrígelos y muestra la respuesta final correcta

Iteración (Chain of Prompts)

No intentes todo en un prompt. Divide y vencerás:

Prompt 1: "Dame un outline de 5 secciones para un artículo sobre IA en educación"
→ [Recibes el outline]

Prompt 2: "Ahora escribe la sección 1 usando este outline: [pegar sección 1]"
→ [Recibes sección 1]

Prompt 3: "Revisa esta sección y mejórala: [pegar texto]"
→ [Recibes versión mejorada]

Errores comunes

1. Prompts vagos

❌ "Escribe algo bueno sobre tecnología"
✅ "Escribe 3 párrafos sobre cómo la IA está transformando la atención médica en México, citando ejemplos reales posteriores a 2023"

2. No especificar restricciones

❌ "Explica machine learning"
✅ "Explica machine learning en 100 palabras o menos, para alguien sin conocimiento técnico, usando solo analogías de la cocina"

3. Pedir todo de una vez

❌ "Escribe un informe de 5000 palabras sobre..."
✅ [Divide en: outline → secciones → revisión]

4. No iterar

El primer prompt casi nunca es el mejor. Edita, refina, experimenta.

Cheatsheet rápida

Técnica	Cuándo usarla	Ejemplo clave
Zero-shot	Tareas simples	”Traduce al inglés”
Few-shot	Formato específico	”Aquí hay 3 ejemplos, ahora haz el 4to”
Chain-of-thought	Problemas lógicos	”Piensa paso a paso”
Role-playing	Escritura/expertise	”Eres un experto en…”
System prompt	Comportamiento consistente	”Siempre responde en español”
Output estructurado	Datos procesables	”Responde en JSON/tabla”
Verificación	Tareas críticas	”Verifica tu respuesta”

Ejercicios prácticos

1. Prueba zero-shot vs few-shot: Pídele a ChatGPT que clasifique reviews. Primero sin ejemplos, luego con 3 ejemplos. Compara la calidad.

2. Experimenta con temperature: Pide un poema creativo con temperature 0 vs 1. Observa la diferencia.

3. Itera un prompt: Toma un prompt que te dio mala respuesta y mejóralo 3 veces usando la fórmula [ROL] + [CONTEXTO] + [TAREA] + [FORMATO] + [RESTRICCIONES].

4. Chain-of-thought: Pide un problema matemático sin “piensa paso a paso” y luego con esa instrucción. Compara resultados.

[!NOTE] La mejor forma de aprender prompt engineering es practicar. Abre cualquier chatbot gratuito y experimenta. No hay substituto para la experiencia directa.