Què és l'enginyeria de prompts? Una guia pràctica per a no programadors
L'enginyeria de prompts és la pràctica d'escriure i refinar instruccions per a un model d'IA perquè produeixi de manera fiable el que vols. Un prompt és tot el que li dones al model —una pregunta, una tasca, context, exemples—, i enginyeria vol dir ser deliberat sobre el que hi entra, provar el que en surt i ajustar-ho. Té menys a veure amb frases màgiques i més amb una comunicació clara.
Per què importa quan crees amb IA
Amb un creador d'apps amb IA, els teus prompts són l'especificació. La IA només pot construir el que descrius, i quan la petició deixa buits, els omple amb suposicions que semblen raonables. De vegades les suposicions són bones. Sovint no és el que volies: els camps equivocats en un formulari, una funcionalitat que no volies, un disseny que no encaixa amb el teu públic.
Un prompt clar et estalvia rondes de correccions, i cada ronda costa temps i normalment crèdits. El prompting també importa si afegeixes IA dins de la teva app: les instruccions que dones a aquest model decideixen com parla el teu xatbot als clients, què rebutja i si es cenyeix a les teves dades. Per a la creació d'apps en concret, mira com escriure prompts per a creadors d'apps amb IA.
Una analogia del dia a dia
Imagina que expliques un encàrrec a un bon freelance que no t'ha conegut mai, no sap res del teu negoci i començarà a treballar en el moment que acabis de parlar.
«Fes-me un logotip» et dona un logotip. «Un logotip per a una escola de natació infantil a Dubai; amable, no infantilitzat; blau i taronja; ha de funcionar petit en un gorro de natació; aquí tens dos que ens agraden i un que no» et donarà alguna cosa força propera al que vols.
Un model d'IA és aquest freelance: talentós, ràpid i totalment dependent del teu encàrrec. L'enginyeria de prompts és aprendre a escriure un bon encàrrec.
Les tècniques bàsiques
| Tècnica | Què vol dir | Exemple |
|---|---|---|
| Sigues concret sobre l'objectiu | Digues què vols i per què. | «Una pàgina de reserves perquè els clients nous triïn una sessió de 30 o 60 minuts.» |
| Dona context | Per a qui és, què ja existeix, què importa. | «Els usuaris són sobretot clients grans, des del mòbil.» |
| Defineix «acabat» | Descriu el resultat final. | «Acabat vol dir que un client pot reservar i jo rebo un correu.» |
| Posa restriccions | Què no fer i quins límits hi ha. | «No afegeixis encara inici de sessió. Mantín els colors actuals.» |
| Mostra exemples | Dona una mostra de com és el bo. | «Escriu la resposta amb aquest estil: …» |
| Demana un format | Digues com estructurar la sortida. | «Respon en una taula amb les columnes X, Y, Z.» |
| Divideix en passos | Una peça cada cop en feines grans. | «Primer el model de dades, després el formulari, després els correus.» |
| Deixa que pregunti o planifiqui primer | Obtén un pla abans de canviar res. | «Abans de construir, enumera els dubtes i un pla.» |
| Itera | Revisa el resultat i refina. | «El formulari funciona. Ara fes més gran el selector de data.» |
Un exemple resolt: abans i després
Abans:
Fes una app per a un gimnàs.
La IA ha d'endevinar-ho tot: són socis o personal? Classes o entrenament personal? Pagaments? Probablement obtindràs un tauler genèric amb entrenaments inventats.
Després:
Construeix una app web per a un petit gimnàs de boxa amb uns 150 socis.
Qui l'usa: Els socis reserven classes des del mòbil. El propietari, en Sam, gestiona l'horari des d'un portàtil.
Els socis poden: veure les classes d'aquesta setmana (hora, entrenador, places lliures) i reservar o cancel·lar fins a 2 hores abans de l'inici.
En Sam pot: afegir, editar i cancel·lar classes, i veure qui està apuntat a cadascuna.
Regles: màxim 12 persones per classe. Cap doble reserva al mateix horari.
Ara no: pagaments, seguiment d'entrenaments, una app mòbil.
Estil: fons fosc, accents vermells, botons grans per tocar.
Abans de construir, enumera qualsevol cosa poc clara i descriu les pàgines que crearàs.
El segon prompt no és enginyós; és complet. Diu qui hi actua, les accions, les regles, què deixar fora i com començar. L'última línia convida la IA a planificar i a fer preguntes, cosa que detecta malentesos abans que s'escrigui cap codi.
Prompts dins de la teva app
Quan la teva app crida un LLM, escrius prompts que s'executen moltes vegades, per a molts usuaris. Els mateixos principis s'apliquen, més alguns d'extra:
- Prompt de sistema: instruccions permanents que donen forma a cada resposta: rol, to, normes. «Ets l'assistent de Leaf & Pot, una botiga de plantes. Respon només sobre comandes, plantes i enviaments.»
- Fonamentació (grounding): inclou els fets que el model ha d'usar, com les teves polítiques o el catàleg de productes, i digues-li que es basi en ells. Mira què és un LLM per saber per què importa.
- Alternatives: digues-li què fer quan no n'estigui segur: «Si la resposta no és a la informació facilitada, digues-ho i ofereix el correu de suport.»
- Format de sortida: si el teu codi llegeix la resposta, demana un format estricte com JSON.
- Proves: prova entrades complicades —missatges grollers, preguntes fora de tema, intents de fer-li ignorar les instruccions (anomenat injecció de prompt)— abans que ho facin els usuaris reals.
Termes clau explicats
| Terme | Què vol dir |
|---|---|
| Prompt | L'entrada que dones a un model d'IA. |
| Prompt de sistema | Instruccions permanents establertes abans de la conversa. |
| Context | Informació de fons inclosa en el prompt. |
| Zero-shot / few-shot | Preguntar sense exemples, o amb uns quants exemples del resultat desitjat. |
| Cadena de pensament | Demanar al model que resolgui un problema pas a pas abans de respondre. |
| Fonamentació (grounding) | Donar al model material de referència i dir-li que es basi en ell. |
| Injecció de prompt | Text que intenta anul·lar les instruccions del model, com «ignora les instruccions anteriors». |
| Finestra de context | Quant text pot considerar el model alhora. |
| Iteració | Refinar un prompt segons el que s'ha obtingut. |
Errors habituals i idees equivocades
- Buscar paraules màgiques. «Ets un expert de primer nivell» importa molt menys que dir què necessites de veritat.
- Demanar-ho tot de cop. Una petició de 20 funcionalitats produeix 20 funcionalitats a mitges. Construeix per parts.
- Descriure la solució en lloc del problema. «Afegeix una taula de tres columnes» és menys útil que «en Sam ha de veure d'un cop d'ull qui està apuntat a cada classe».
- No dir què no vols. Si no vols inici de sessió, pagaments o un redisseny encara, digues-ho.
- No revisar el resultat. Prova el que s'ha construït contra la teva definició de «acabat» abans de passar al següent pas.
- Començar de zero en lloc de refinar. Normalment un seguiment curt («gairebé, canvia X») guanya a reescriure tot el prompt.
- Enganxar secrets als prompts. No enganxis contrasenyes ni claus d'API en viu al xat, tret que l'eina tingui una manera segura d'emmagatzemar-les.
Què demanar al teu creador d'apps amb IA
- «Abans de construir, fes-me les preguntes que tinguis i mostra'm el pla.»
- «Repeteix en tres frases què crec que vull.»
- «Canvia només el formulari de reserves; no toquis res més.»
- «Què has suposat que jo no he especificat?»
- «Converteix les meves notes en una especificació curta amb usuaris, funcionalitats, regles i elements de “ara no”.» Mira com escriure un document de requisits de producte amb IA.
- «Suggereix com podria haver formulat millor aquesta petició.»
Prompting a Mythex
Mythex té tres modes de xat que encaixen amb aquesta manera de treballar: Plan per acordar un enfocament abans que canviï res, Build per fer canvis i Ask per fer preguntes que no han d'editar fitxers. Pots adjuntar captures de pantalla o maquetes com a context, i si un canvi surt malament pots tornar a un punt de control. Les pàgines de la documentació sobre prompts efectius i iterar tenen més exemples, i com iterar una app creada amb IA explica el bucle de seguiment.
Preguntes
Què és l'enginyeria de prompts en termes senzills?
És la pràctica d'escriure i refinar instruccions per a un model d'IA perquè produeixi de manera fiable el resultat que vols. Inclou què demanes, el context que aportes, els exemples, les restriccions i el format en què vols la resposta.
Necessito trucs especials o paraules màgiques?
No gaire. Els models actuals responen millor a instruccions clares, específiques i ben organitzades, les mateixes coses que ajuden un company de feina. El context, els exemples i una descripció clara del resultat final pesen molt més que les frases especials.
Què és un prompt de sistema?
És un conjunt d'instruccions permanents que es donen al model abans de la conversa, com ara el seu rol, les normes i el to. Les apps l'usen per donar forma a cada resposta, mentre que els missatges de l'usuari arriben després.
Cal encara l'enginyeria de prompts quan la IA millora?
Els models millors necessiten menys solucions alternatives, però encara no llegeixen el pensament. Dir quin és l'objectiu, per a qui és, les restriccions i què vol dir «acabat» sempre millorarà els resultats, perquè el model només pot treballar amb el que li expliques.