¿Qué es la ingeniería de prompts? Guía práctica para no desarrolladores
La ingeniería de prompts es la práctica de escribir y refinar instrucciones para un modelo de IA, de forma que produzca de manera fiable lo que quieres. Un prompt es cualquier cosa que le das al modelo: una pregunta, una tarea, algo de contexto, ejemplos. Ingeniería de prompts significa ser deliberado en lo que entra, probar lo que sale y ajustar. Tiene menos que ver con frases mágicas y más con comunicarse con claridad.
Por qué importa cuando construyes con IA
Con un constructor de apps con IA, tus prompts son la especificación. La IA solo puede construir lo que describes, y cuando tu petición deja huecos, los rellena con suposiciones razonables. A veces aciertan. Muchas veces no es lo que querías: los campos equivocados en un formulario, una función que no pediste, un diseño que no encaja con tu público.
Un prompt claro te ahorra rondas de correcciones, y cada ronda cuesta tiempo y normalmente créditos. El prompting también importa si añades IA dentro de tu app: las instrucciones que das a ese modelo deciden cómo habla tu chatbot con los clientes, qué rechaza y si se ajusta a tus datos. Para la creación de apps en concreto, consulta cómo escribir prompts para constructores de apps con IA.
Una analogía cotidiana
Imagina que das un encargo a un freelance muy capaz que nunca te ha conocido, no sabe nada de tu negocio y empezará a trabajar en cuanto dejes de hablar.
«Hazme un logo» te da un logo. «Un logo para una escuela de natación infantil en Dubái; amigable, no aniñado; azul y naranja; tiene que verse bien en un gorro de natación pequeño; aquí tienes dos que nos gustan y uno que no» te da algo bastante parecido a lo que quieres.
Un modelo de IA es ese freelance: talentoso, rápido y totalmente dependiente de tu encargo. La ingeniería de prompts consiste en aprender a escribir un buen encargo.
Las técnicas básicas
| Técnica | Qué significa | Ejemplo |
|---|---|---|
| Sé específico con el objetivo | Di qué quieres y por qué. | «Una página de reservas para que los clientes nuevos elijan una sesión de 30 o 60 minutos.» |
| Da contexto | Para quién es, qué existe ya, qué importa. | «Los usuarios son sobre todo clientes mayores que usan el móvil.» |
| Define «terminado» | Describe el resultado final. | «Terminado significa que un cliente puede reservar y yo recibo un correo.» |
| Pon límites | Qué no hacer y qué restricciones hay. | «Todavía no añadas el inicio de sesión. Mantén los colores actuales.» |
| Muestra ejemplos | Da una muestra de lo que es bueno. | «Escribe la respuesta con este estilo: …» |
| Pide un formato | Indica cómo estructurar la respuesta. | «Responde en una tabla con las columnas X, Y y Z.» |
| Divídelo en pasos | Una pieza cada vez en los trabajos grandes. | «Primero el modelo de datos, luego el formulario y después los correos.» |
| Pide que pregunte o planifique primero | Obtén un plan antes de los cambios. | «Antes de construir, enumera tus dudas y un plan.» |
| Itera | Revisa el resultado y refina. | «El formulario funciona. Ahora haz más grande el selector de fecha.» |
Un ejemplo práctico: antes y después
Antes:
Haz una app de gimnasio.
La IA tiene que adivinarlo todo: ¿socios o personal? ¿Clases o entrenamiento personal? ¿Pagos? Lo más probable es que obtengas un panel genérico con entrenamientos inventados.
Después:
Construye una app web para un pequeño gimnasio de boxeo con unos 150 socios.
Quién la usa: los socios reservan clases desde el móvil. La dueña, Sam, gestiona el horario desde un portátil.
Los socios pueden: ver las clases de esta semana (hora, entrenador, plazas libres) y reservar o cancelar hasta 2 horas antes del inicio.
Sam puede: añadir, editar y cancelar clases, y ver quién está apuntado a cada una.
Reglas: máximo 12 personas por clase. No se puede reservar dos veces el mismo horario.
Ahora no: pagos, seguimiento de entrenamientos ni una app móvil.
Estilo: fondo oscuro, acentos rojos y botones grandes para tocar.
Antes de construir, enumera lo que no esté claro y describe las páginas que vas a crear.
El segundo prompt no es ingenioso; está completo. Indica quién usa la app, qué puede hacer cada persona, qué reglas hay, qué dejar fuera y cómo empezar. La última línea invita a la IA a planificar y a hacer preguntas, lo que detecta los malentendidos antes de escribir cualquier código.
Prompts dentro de tu app
Cuando tu propia app llama a un LLM, escribes prompts que se ejecutan muchas veces, para muchos usuarios. Se aplican los mismos principios, más algunos adicionales:
- Prompt de sistema: instrucciones permanentes que dan forma a cada respuesta: rol, tono y reglas. «Eres el asistente de Leaf & Pot, una tienda de plantas. Responde solo a preguntas sobre pedidos, plantas y envíos.»
- Anclaje: incluye los datos que el modelo debe usar, como tus políticas o tu catálogo, e indícale que se base en ellos. Consulta qué es un LLM para entender por qué esto importa.
- Plan de respaldo: dile qué hacer cuando no esté seguro: «Si la respuesta no aparece en la información proporcionada, dilo y ofrece el correo de soporte.»
- Formato de salida: si tu código lee la respuesta, pide un formato estricto como JSON.
- Pruebas: prueba entradas difíciles (mensajes groseros, preguntas fuera de tema, intentos de hacer que ignore sus instrucciones, lo que se llama inyección de prompt) antes de que lo hagan los usuarios reales.
Términos clave explicados
| Término | Qué significa |
|---|---|
| Prompt | La entrada que das a un modelo de IA. |
| Prompt de sistema | Instrucciones permanentes definidas antes de la conversación. |
| Contexto | Información de fondo incluida en el prompt. |
| Zero-shot / few-shot | Pedir sin ejemplos, o con algunos ejemplos del resultado deseado. |
| Cadena de pensamiento | Pedir al modelo que razone paso a paso antes de responder. |
| Anclaje | Dar al modelo material de origen y pedirle que base sus respuestas en él. |
| Inyección de prompt | Texto que intenta anular las instrucciones del modelo, como «ignora las instrucciones anteriores». |
| Ventana de contexto | Cuánto texto puede tener en cuenta el modelo a la vez. |
| Iteración | Refinar un prompt a partir de lo que devolvió. |
Errores y malentendidos habituales
- Buscar palabras mágicas. «Eres un experto de primer nivel» importa mucho menos que decir lo que realmente necesitas.
- Pedirlo todo a la vez. Una petición de 20 funciones produce 20 funciones a medio hacer. Construye por partes.
- Describir la solución en lugar del problema. «Añade una tabla con tres columnas» es menos útil que «Sam necesita ver de un vistazo quién está apuntado a cada clase».
- Olvidar qué no hacer. Si no quieres inicio de sesión, pagos o un rediseño todavía, dilo.
- No revisar el resultado. Prueba lo construido contra tu definición de «terminado» antes de seguir.
- Empezar de cero en lugar de refinar. Normalmente, un seguimiento corto («está cerca; cambia X») funciona mejor que reescribir todo el prompt.
- Pegar secretos en los prompts. No pegues contraseñas ni claves de API activas en el chat, salvo que la herramienta tenga una forma segura de guardarlas.
Qué pedir a tu constructor de IA
- «Antes de construir, hazme las preguntas que tengas y muéstrame tu plan.»
- «Repite en tres frases lo que crees que quiero.»
- «Cambia solo el formulario de reservas; no toques nada más.»
- «¿Qué supusiste que yo no especifiqué?»
- «Convierte mis notas en una especificación breve con usuarios, funciones, reglas y los puntos de «ahora no».» Consulta cómo escribir un documento de requisitos de producto con IA.
- «Sugiere cómo podría haber redactado mejor esa petición.»
Prompting en Mythex
Mythex tiene tres modos de chat que encajan con esta forma de trabajar: Plan para acordar un enfoque antes de que cambie nada, Build para hacer cambios y Ask para preguntas que no deben editar archivos. Puedes adjuntar capturas o maquetas como contexto, y si un cambio sale mal, puedes volver a un punto de control. Las páginas de la documentación sobre prompts eficaces e iteración tienen más ejemplos, y cómo iterar sobre una app creada con IA explica el ciclo de seguimiento.
Preguntas
¿Qué es la ingeniería de prompts en pocas palabras?
Es la práctica de escribir y refinar instrucciones para un modelo de IA, de forma que produzca de manera fiable el resultado que quieres. Incluye qué pides, el contexto que das, los ejemplos, las restricciones y el formato en que quieres la respuesta.
¿Necesito trucos especiales o frases mágicas?
La verdad es que no. Los modelos actuales responden mejor a instrucciones claras, concretas y bien organizadas, las mismas cosas que ayudan a un compañero de trabajo. El contexto, los ejemplos y una descripción clara del resultado final importan mucho más que las frases especiales.
¿Qué es un prompt de sistema?
Es un conjunto de instrucciones permanentes que se da al modelo antes de la conversación, como su rol, sus reglas y su tono. Las apps lo usan para dar forma a cada respuesta, mientras que los mensajes del usuario llegan después.
¿Sigue haciendo falta la ingeniería de prompts a medida que la IA mejora?
Los modelos mejores necesitan menos trucos, pero siguen sin poder leerte la mente. Indicar tu objetivo, tu público, tus restricciones y qué significa «terminado» siempre mejorará los resultados, porque el modelo solo puede trabajar con lo que le cuentas.