IA práctica
Prompt engineering: guía práctica para principiantes
Método repetible basado en definición de tarea, contexto, restricciones, ejemplos, formato, iteración y evaluación.
- Rol
- Principiantes, Profesionales, Creadores, Desarrolladores
- Idioma
- es
- Duración
- 2026-08-28
Prompt engineering consiste en especificar una tarea y comprobar si el modelo la realiza con fiabilidad suficiente. No es una frase secreta: es un brief claro acompañado de pruebas.
Define la tarea
Expón la acción y la decisión que apoyará el resultado. “Mejora esto” no se puede evaluar; indica audiencia, información que debe conservarse y siguiente paso. Separa objetivos no relacionados.
Aporta contexto
Incluye fuente, audiencia, definiciones o política y señala qué es autoritativo. Elimina contexto irrelevante, antiguo o contradictorio.
Fija restricciones y ejemplos
Define alcance, tono, longitud, fuentes permitidas, exclusiones y qué hacer si falta información. Uno o dos ejemplos ayudan con etiquetas o estilo; añade un caso límite y comprueba que los ejemplos obedecen la regla.
Pide un formato
Usa encabezados para lectura, tabla para comparación o JSON definido para software. Explica los campos y valores admitidos. Consulta Structured Prompting.
Itera con evidencia
Prueba varias entradas reales. Clasifica cada fallo: falta de contexto, instrucción ambigua, restricciones incompatibles, límite del modelo o herramienta inadecuada. Cambia un elemento importante cada vez.
Crea un conjunto de pruebas y una rúbrica para apoyo factual, integridad, formato, tono y extremos. La autoevaluación del modelo puede ayudar, pero no debe ser el único control en tareas de impacto.
Evita alargar el prompt indefinidamente, pedir hechos ausentes o tomar una respuesta buena como prueba de fiabilidad. Aplica la estructura a una tarea de la ruta Prompt Engineer y conserva el prompt más corto que supere tus pruebas.