![\"\"](\"https:\/\/blog.hostinger.io\/com-ar-tutoriales\/wp-content\/uploads\/sites\/38\/2022\/12\/eBook-Build-website-ES-1024x283.png\")
<\/a><\/figure>\n<\/p>
¿Qué es prompt engineering?<\/h2>\n
El prompt engineering se refiere a la creación de prompts precisos y eficaces para obtener resultados de IA basados en el contexto a partir de grandes modelos de lenguaje (LLM). Requiere experiencia en procesamiento del lenguaje natural y capacidades de LLM<\/p>\n <\/div>.<\/p>
Los ingenieros tienen que formular preguntas y afirmaciones claras y adaptadas al contexto para obtener las respuestas más pertinentes y precisas del modelo de IA. <\/p>
Ya sea para generar informes de marketing detallados, crear contenidos atractivos para un sitio web o desarrollar el código perfecto para un lenguaje de programación, un prompt engineering eficaz es una habilidad que ahorra tiempo y que los profesionales del sector deberían añadir a sus portfolios.<\/p>
Ten en cuenta quien realiza prompt engineering no tiene por qué estar familiarizado con los lenguajes de programación ni tener conocimientos de desarrollo de software. Cualquiera con buenos conocimientos lingüísticos y pensamiento analítico puede aprender prompt engineering. <\/p>
Conceptos básicos<\/h3>
Antes de adentrarnos en las técnicas avanzadas, repasemos los fundamentos de los prompts para guiar modelos lingüísticos. <\/p>
Para empezar, “prompting” significa utilizar un lenguaje natural, como el español, para explicar a las herramientas de inteligencia artificial lo que quieres y obtener una respuesta pertinente.<\/p>
Interactuar con modelos de lenguaje mediante prompts<\/strong><\/p> Los grandes modelos de lenguaje son herramientas de IA generativa que crean textos similares a los humanos a partir de las indicaciones que reciben. Estas indicaciones se denominan prompts.<\/p> Por ejemplo, pensemos en una agencia web<\/a> que quiere crear un eslogan para una nueva herramienta de diseño web que ha desarrollado. Un prompts bien diseñado, en este caso, podría ser:<\/p> “Genera un eslogan para una herramienta que hace que el diseño de páginas web sea fácil y accesible para todos”.<\/p> Este mensaje es claro e indica al LLM el tipo específico de contenido requerido: un eslogan pegadizo y conciso dirigido a los usuarios potenciales de una herramienta de diseño web. El objetivo es comunicar claramente tus objetivos al LLM para recibir un resultado preciso y pertinente.<\/p> Veamos el resultado que da este prompt cuando lo introducimos en ChatGPT-4:<\/p> El poder del contexto y la instrucción<\/strong><\/p> Para maximizar la eficacia de un modelo de lenguaje, debes incluir dos componentes en tus prompts: el contexto y la instrucción. <\/p> Añadir contexto ayuda al modelo a comprender mejor el escenario, mientras que la elaboración de instrucciones le indica específicamente lo que quieres que haga.<\/p> Por ejemplo, considera el prompt: “Como bloguero de salud y bienestar, resume los cuatro beneficios principales de una dieta mediterránea”. En este caso:<\/p> Proporcionar un contexto y una instrucción claros y completos es crucial por varias razones:<\/p> Este es el resultado de un prompt basado en el contexto cuando lo introducimos en ChatGPT-4:<\/p> A la hora de crear prompts en lenguaje natural para los chatbots de IA<\/a>, es crucial comprender los elementos fundamentales para lograr el resultado deseado. <\/p> Los elementos del prompt guían al modelo de inteligencia artificial en la dirección deseada, garantizando claridad y contexto. <\/p> Estos son algunos de los principales componentes que hay que tener en cuenta:<\/p> Preparar correctamente el escenario puede marcar la diferencia a la hora de obtener el resultado deseado.<\/p> Importancia del contexto<\/strong><\/p> El contexto proporciona a la IA un trasfondo claro que le permite generar contenidos pertinentes y adecuados. Sin el contexto adecuado, las respuestas pueden terminar siendo genéricas o incorrectas.<\/p> Por ejemplo, si preguntas al modelo sobre “tecnologías verdes”, introducir el contexto de “utilizadas en el transporte” reduce la respuesta a las tecnologías verdes relacionadas con los vehículos.<\/p> Introducir el contexto<\/strong><\/p> Generar un buen prompt no consiste sólo en darle contexto, sino en introducirlo eficazmente. Cuanto más detallado y específico sea el contexto, mejor será la comprensión de la IA.<\/p> Por ejemplo, en lugar de “Recomendaciones para el comercio electrónico”, especifica “Recomendaciones para mejorar la experiencia de usuario de un sitio web de comercio electrónico”.<\/p> Las instrucciones claras impulsan las interacciones contextuales de la IA.<\/p> Crear instrucciones precisas<\/strong><\/p> Ser explícito y directo con las instrucciones garantiza una mayor precisión en los resultados de la IA y deja menos espacio a la ambigüedad.<\/p> A modo de ejemplo, en lugar de preguntar “Cuéntame sobre los desarrolladores de sitios web”, especifica “Explica las funciones y responsabilidades de un desarrollador de sitios web”.<\/p> Evitar lenguaje impreciso<\/strong><\/p> La ambigüedad o el lenguaje contradictorio pueden confundir al modelo y dar lugar a respuestas menos precisas.<\/p> Por ejemplo, “Habla sobre el diseño de un sitio web” es vago. En cambio, “Habla sobre las tendencias en el diseño de sitios web para plataformas de comercio electrónico” es más directo.<\/p> Especificar el formato del resultado es crucial a la hora de desarrollar prompts. Ayuda a los grandes modelos de lenguaje con la creación de contenidos mejorados.<\/p> Formato<\/strong><\/p> Al dictar la estructura o el estilo de la respuesta de la IA, se pueden perfeccionar los resultados hasta conseguir la forma deseada.<\/p> Por ejemplo, si pides “Enumera las cinco mejores herramientas para desarrolladores de sitios web”, obtendrás una lista concisa.<\/p> Establecer el tono ayuda a infundir una emoción de lenguaje natural en las respuestas de la IA. Mientras tanto, la definición de la longitud permite a los modelos de inteligencia artificial determinar la profundidad de su respuesta.<\/p> Establecer el tono<\/strong><\/p> Puedes regular la resonancia emocional o el grado profesional de una respuesta indicando el tono deseado.<\/p> Por ejemplo: “Haz una crítica profesional del siguiente diseño de página web”.<\/p> La longitud dicta la profundidad<\/strong><\/p> Indicar si necesitas un resumen conciso o una explicación elaborada garantiza respuestas de AI a medida.<\/p> Por ejemplo: “Escribe una breve introducción (30-40 palabras) sobre la evolución del diseño de sitios web responsivos”.<\/p> Profundicemos ahora en algunas técnicas y estrategias básicas de prompt engineering que te ayudarán a dominar el modelo de prompting.<\/p> El “zero-shot prompting” consiste en generar una respuesta sin dar a los modelos lingüísticos grandes ejemplos ni contexto previo. Esta técnica es ideal cuando necesitas respuestas rápidas a preguntas básicas o temas generales.<\/p> Este es un ejemplo de zero-shot prompting con ChatGPT-3.5: <\/p> Se trata de extraer una respuesta a partir de un ejemplo o contexto proporcionado por el usuario.<\/p> Para ilustrarlo, hemos probado esta estrategia con ChatGPT-3.5:<\/p> Se habla de “retrieval prompting” cuando se trata a los grandes modelos de lenguaje como motores de búsqueda. Consiste en formular a la IA generativa una pregunta muy concreta para obtener respuestas más detalladas.<\/p> Algunos LLM son mejores en los prompts de recuperación de información debido a sus fuentes de datos. Por ejemplo, Gemini de Google puede acceder a la información actual de Internet, mientras que ChatGPT no tiene acceso a datos anteriores a septiembre de 2021.<\/p> He aquí un ejemplo con Gemini:<\/p> La creación de contenidos creativos puede ayudarte a generar relatos imaginativos, historias cautivadoras y expresiones textuales únicas adaptadas a las preferencias e intereses de tu audiencia.<\/p> He aquí un ejemplo de pregunta que pide a la IA generativa GPT-4 que escriba de forma creativa:<\/p> La técnica de ampliación del contexto gira en torno al enriquecimiento de la información facilitada a la IA para mejorar eficazmente su comprensión.<\/p> Una buena forma de redactar preguntas de ampliación de contexto es mediante el método de las 5W y 1H, que consiste en ampliar la consulta planteando las preguntas Quién, Qué, Dónde, Cuándo, Por qué y Cómo relacionadas con el tema. <\/p> Así es como ChatGPT-4 utilizó el método para ampliar el contexto de una simple afirmación: “El ejercicio es bueno para la salud”. <\/p> Un prompt engineering eficaz también consiste en dirigir la atención de la IA a partes concretas de la instrucción, sobre todo cuando se quieren resúmenes concisos con un énfasis particular. <\/p> Si elaboras instrucciones precisas, podrás destacar qué elementos del texto deseas que el modelo priorice, garantizando así que el resumen capte la esencia del enfoque deseado.<\/p>![\"Ejemplo](\"https:\/\/www.hostinger.com\/es\/tutoriales\/wp-content\/uploads\/sites\/32\/2023\/11\/image-49.png\")
<\/figure><\/div>\n
\n
![\"Ejemplo](\"https:\/\/www.hostinger.com\/es\/tutoriales\/wp-content\/uploads\/sites\/32\/2023\/11\/image-50-1024x548.png\")
<\/figure><\/div>Elementos principales<\/h2>
Contexto<\/h3>
Instrucciones claras<\/h3>
Formato del resultado deseado<\/h3>
Tono y longitud<\/h3>
Técnicas de prompt engineering<\/h2>
1. Zero-Shot Prompting<\/h3>
![\"\"](\"https:\/\/www.hostinger.com\/es\/tutoriales\/wp-content\/uploads\/sites\/32\/2023\/11\/image-51.png\")
<\/figure>2. One-Shot Prompting<\/h3>
![\"Ejemplo](\"https:\/\/www.hostinger.com\/es\/tutoriales\/wp-content\/uploads\/sites\/32\/2023\/11\/image-53.png\")
<\/figure><\/div>3. Recuperación de información<\/h3>
![\"Ejemplo](\"https:\/\/www.hostinger.com\/es\/tutoriales\/wp-content\/uploads\/sites\/32\/2024\/03\/Gemini-en-accio%CC%81n-2.png\")
<\/figure>4. Escritura creativa<\/h3>
![\"Ejemplo](\"https:\/\/www.hostinger.com\/es\/tutoriales\/wp-content\/uploads\/sites\/32\/2023\/11\/image-55-1024x553.png\")
<\/figure><\/div>5. Expansión del contexto<\/h3>
![\"Ejemplo](\"https:\/\/www.hostinger.com\/es\/tutoriales\/wp-content\/uploads\/sites\/32\/2023\/11\/image-56-1024x550.png\")
<\/figure><\/div>6. Resumen de contenidos con enfoque específico<\/h3>
![\"Ejemplo](\"https:\/\/www.hostinger.com\/es\/tutoriales\/wp-content\/uploads\/sites\/32\/2023\/11\/image-57.png\")
<\/figure><\/div>![\"Ejemplo](\"https:\/\/www.hostinger.com\/es\/tutoriales\/wp-content\/uploads\/sites\/32\/2023\/11\/image-58-1024x552.png\")
<\/figure><\/div>![\"Ejemplo](\"https:\/\/www.hostinger.com\/es\/tutoriales\/wp-content\/uploads\/sites\/32\/2023\/11\/image-59-1024x555.png\")
<\/figure><\/div>![\"Ejemplo](\"https:\/\/www.hostinger.com\/es\/tutoriales\/wp-content\/uploads\/sites\/32\/2023\/11\/image-60-1024x558.png\")
<\/figure><\/div>![\"Ejemplo](\"https:\/\/www.hostinger.com\/es\/tutoriales\/wp-content\/uploads\/sites\/32\/2023\/11\/image-61-1024x555.png\")
<\/figure><\/div>![\"Ejemplo](\"https:\/\/www.hostinger.com\/es\/tutoriales\/wp-content\/uploads\/sites\/32\/2023\/11\/image-62-1024x548.png\")
<\/figure><\/div>![\"Ejemplo](\"https:\/\/www.hostinger.com\/es\/tutoriales\/wp-content\/uploads\/sites\/32\/2023\/11\/image-68.png\")
<\/figure><\/div>![\"Ejemplo](\"https:\/\/www.hostinger.com\/es\/tutoriales\/wp-content\/uploads\/sites\/32\/2023\/11\/image-63-1024x558.png\")
<\/figure><\/div>![\"Ejemplo](\"https:\/\/www.hostinger.com\/es\/tutoriales\/wp-content\/uploads\/sites\/32\/2023\/11\/image-64.png\")
<\/figure><\/div>![\"Ejemplo](\"https:\/\/www.hostinger.com\/es\/tutoriales\/wp-content\/uploads\/sites\/32\/2023\/11\/image-65-1024x550.png\")
<\/figure><\/div>![\"ChatGPT](\"https:\/\/www.hostinger.com\/es\/tutoriales\/wp-content\/uploads\/sites\/32\/2023\/11\/image-66-1024x558.png\")
<\/figure><\/div>![\"\"](\"https:\/\/blog.hostinger.io\/com-ar-tutoriales\/wp-content\/uploads\/sites\/38\/2023\/02\/ES-Website-Builder_in-text-banner-1024x300.png\")
<\/a><\/figure>![\"ChatGPT](\"https:\/\/www.hostinger.com\/es\/tutoriales\/wp-content\/uploads\/sites\/32\/2023\/11\/image-67-1024x558.png\")
<\/figure><\/div>