Fundamentos de prompting para trabajo técnico

Un buen prompt técnico le indica a la IA el rol, la tarea, el contexto, las restricciones y el formato de salida deseado. Cuanto más verificable sea tu petición, más fácil será juzgar si la respuesta es útil.

La estructura de prompt en cinco partes

Usa esta estructura para la mayoría de prompts técnicos:

1. Rol: ¿qué perspectiva debe adoptar la IA?
2. Tarea: ¿qué debe hacer?
3. Contexto: ¿qué hechos, código, datos o requisitos importan?
4. Restricciones: ¿qué debe evitar o preservar?
5. Formato de salida: ¿cómo debe estructurarse la respuesta?

No necesitas las cinco partes siempre, pero la falta de contexto es la razón más común de respuestas débiles.

Prompt débil vs prompt útil

Débil:

Make this function better.

Útil:

Act as a TypeScript reviewer. Refactor this function for readability without changing behavior. Keep the public API the same. Explain risky assumptions and suggest two test cases.

El segundo prompt hace que la respuesta sea más fácil de evaluar.

Añade ejemplos cuando el formato importa

Si necesitas JSON, SQL, Markdown o un estilo de nomenclatura específico, incluye un ejemplo pequeño. Los ejemplos reducen la ambigüedad y ayudan al modelo a coincidir con la forma esperada.

Cuando la salida será analizada por software, pide al modelo que devuelva solo el formato objetivo y ningún comentario.

Pide suposiciones

Para trabajo técnico, pide a la IA que liste suposiciones antes de las recomendaciones finales. Esto hace visibles las conjeturas ocultas y te da algo concreto que comprobar.

Plantilla de prompt reutilizable

Usa esta plantilla cuando la tarea importe:

Act as [role].
Task: [specific task].
Context: [relevant code, data, requirements, or symptoms].
Constraints: [what must stay unchanged, what to avoid, risk level].
Output: [format, length, sections, or schema].
Before the final answer, list assumptions and verification steps.

Para tareas de código, añade el comando de prueba o el estándar de revisión. Para tareas de redacción, añade la audiencia y el material fuente que debe preservarse.

Errores comunes de prompting

• Pedir una respuesta final antes de definir el problema.
• Omitir el formato de salida esperado.
• Proporcionar demasiado contexto irrelevante y ocultar la restricción importante.
• Pedir confianza en lugar de evidencia.
• Olvidar decir qué no debe cambiar.

Puntos clave

• Los buenos prompts reducen la ambigüedad; no garantizan la corrección.
• El contexto, las restricciones y el formato de salida importan más que una redacción ingeniosa.
• Los ejemplos son especialmente útiles cuando necesitas salida estructurada.
• Una plantilla de prompt reutilizable convierte el prompting de improvisación en un flujo de trabajo revisable.

Siguiente lección

A continuación, aplica estos hábitos de prompting a flujos de trabajo de código, depuración y revisión.