Compilación Exhaustiva de Técnicas Avanzadas en Ingeniería de Prompts
Se presenta aquí una recopilación integral de las técnicas de ingeniería de prompts más relevantes abordadas hasta la fecha. El interés continuo en las mejores prácticas de ingeniería de prompts subraya su importancia creciente.
El panorama de la inteligencia artificial (IA) es vasto, abarcando desde la IA incorporada y el razonamiento de IA hasta avances tecnológicos, ingeniería de prompts, entrenamiento, implementación, regulaciones, arquitectura, nuevo hardware y gobernanza de IA.
La ingeniería de prompts se incluye regularmente en la cobertura de temas de IA, destacando los últimos avances y enfoques ejemplares. Se prioriza la identificación y recomendación de prácticas de ingeniería de prompts sólidamente respaldadas por investigación práctica y de aplicación cotidiana en el uso de IA generativa.
La ingeniería de prompts es un campo de actividad que mantiene un valor crucial. Se anticipa que esta disciplina tendrá una larga trayectoria y requerirá habilidades y técnicas suficientes para ser abordada con competencia y eficacia. Por ello, es fundamental mantenerse al día sobre la dirección que toma la ingeniería de prompts y presentar las mejores técnicas nuevas a la atención del lector.
Introducción a esta Compilación de Ingeniería de Prompts
Antes de adentrarnos en la compilación, es pertinente hacer algunas observaciones.
Cada técnica se resume brevemente, y se proporciona una indicación de la existencia de cobertura detallada que explica cómo se realiza activamente la técnica y señala cuidadosamente los aspectos necesarios. En esas exposiciones detalladas también se muestran ejemplos.
Una compilación similar se publicó en mayo de 2024, conteniendo en ese momento alrededor de 50 técnicas de prompting vitales. Desde entonces, se ha continuado cubriendo regularmente lo último en ingeniería de prompts. Por lo tanto, se han incluido las publicaciones adicionales de ingeniería de prompts desde finales de 2024 hasta ahora en 2025. El gran total asciende a 82 técnicas de prompting clave. Es importante tener en cuenta que muchas otras publicaciones también mencionan prácticas de prompting ad hoc y proporcionan consejos y perspectivas aquí y allá, mientras que las que se cubren aquí tuvieron una cobertura extensa dedicada a su eficacia.
Una de las preguntas más frecuentes es cómo alguien puede convertirse en un ingeniero de prompts competente.
Aquí una recomendación.
Revise cada técnica de ingeniería de prompts aquí expuesta. Asegúrese de consultar las indicaciones detalladas que sustentan cada técnica (sin omitir ni revisar superficialmente). Pruebe extensamente la técnica en su aplicación de IA generativa preferida. Evalúese para verificar que realmente sabe cómo usar cada técnica. Sea honesto y justo.
Al completar esa tarea, se podría decir que está en camino de ser un ingeniero de prompts de primer nivel. El seguimiento sería practicar el uso de las técnicas y sentirse completamente cómodo de que están a su alcance y fácilmente contenidas en su conjunto de herramientas mentales de ingeniería de prompts.
Técnicas Recomendadas de Ingeniería de Prompts
Las técnicas se han listado en orden alfabético.
En cuanto a la denominación de cada técnica, no existe una convención de nombres estandarizada en toda la industria, por lo que se ha utilizado el nombre o las frases que se consideran más utilizadas. El objetivo es invocar una indicación generalizada para que se comprenda inmediatamente el ámbito de cada técnica.
Aquí están.
Prompting con Complementos (Add-On Prompting)
Se pueden usar complementos especiales que se conectan a la IA generativa y ayudan a producir o ajustar prompts. Existen diversos ejemplos e indicaciones detalladas sobre la naturaleza y el uso de complementos para prompting.
Prompting de IA Agéntica (Agentic AI Prompting)
La IA agéntica está en auge. La idea es utilizar elaboradamente la IA generativa, realizando tareas de principio a fin. Un ejemplo popular sería usar IA generativa que no solo asesora sobre la planificación de un viaje, sino que también procede a realizar todas las reservas de vuelos y hoteles necesarias. El advenimiento de la IA agéntica también ha traído consigo la necesidad de técnicas adicionales de ingeniería de prompts para interactuar adecuadamente con los agentes de IA. Hay disponibles ejemplos e indicaciones detalladas sobre la naturaleza y el uso del prompting de IA agéntica.
Prompting para Evitar Alucinaciones de IA (AI Hallucination Avoidance Prompting)
Uno de los problemas más apremiantes de la IA generativa es que la IA puede inventar computacionalmente falsedades que parecen presentarse como verdades, un problema conocido como alucinaciones de IA (aunque el término es debatido por antropomorfizar la IA, se ha popularizado). Se dispone de cobertura extensa sobre la naturaleza de las alucinaciones de IA y cómo mitigarlas mediante prompting.
Prompting de Átomo de Pensamientos (Atom-of-Thoughts – AoT)
Esta técnica amplía la famosa técnica de cadena de pensamiento. Funciona así: se le indica a la IA que realice un razonamiento paso a paso dividiendo un problema en sus pasos más atómicos. La ventaja es que no solo tiende a mantener a la IA «honesta» en términos de averiguar los pasos adecuados, sino que la IA también puede procesar la ejecución de los pasos en paralelo, suponiendo que esté configurada para el paralelismo. Existen ejemplos e indicaciones adicionales sobre el prompting de átomo de pensamientos.
Prompting para Superar la «Maldición Inversa» (Beat the “Reverse Curse” Prompting)
Se sabe que la IA generativa tiene dificultades para manejar el lado inverso de la lógica deductiva; por lo tanto, asegúrese de estar familiarizado con los enfoques de prompting que pueden reducir o superar la llamada «maldición inversa». Hay ejemplos y explicaciones detalladas disponibles sobre esta técnica.
Prompting «Mantente Alerta» (“Be On Your Toes” Prompting)
La frase «Mantente alerta» puede usarse para incitar a la IA generativa a ser más exhaustiva al generar respuestas, aunque existen advertencias y limitaciones que deben tenerse en cuenta al usar esta técnica de prompting. Se pueden encontrar ejemplos y detalles sobre el prompting «mantente alerta».
Prompts Intimidatorios (Browbeating Prompts)
Una técnica de prompting comúnmente sugerida consiste en escribir prompts que buscan intimidar o acosar a la IA generativa. Es necesario ser cauteloso al usar tales prompts. Hay ejemplos e indicaciones detalladas sobre el prompting intimidatorio.
Catálogos o Marcos para Prompting (Catalogs Or Frameworks For Prompting)
Un marco o catálogo orientado a prompts intenta categorizar y presentar las formas fundamentales de elaborar y utilizar prompts. Existen ejemplos y detalles sobre la naturaleza y el uso de marcos o catálogos de ingeniería de prompts.
Prompting de Certeza e Incertidumbre (Certainty And Uncertainty Prompting)
Se puede indicar explícitamente en el prompt que se desea que la IA generativa emita un nivel de certeza o incertidumbre al proporcionar respuestas a las preguntas. Hay información disponible sobre la naturaleza y el uso del papel oculto de la certeza y la incertidumbre al solicitar respuestas de la IA generativa.
Prompting de Cadena de Pensamiento Continuo (Chain-of-Continuous-Thought – CCoT)
Supongamos que, en lugar de lidiar con tokens fluyendo aquí y allá, tomamos el método de prompting de cadena de pensamiento (CoT) y lo llevamos más allá. Funciona así: un componente recibiría una cadena de pensamiento de algún otro componente. El componente que recibe la CoT la utiliza como materia prima para hacer lo que se supone que debe hacer. El resultado del componente es otra cadena de pensamiento recién ideada que luego fluye más adelante en la línea. Se pueden consultar ejemplos y detalles sobre el prompting de cadena de pensamiento continuo.
Prompting de Cadena de Densidad (Chain-of-Density – CoD)
Un método astuto para elaborar resúmenes implica una estrategia de prompting inteligente conocida como cadena de densidad (CoD), que tiene como objetivo impulsar a la IA generativa hacia la obtención de resúmenes especialmente soberbios o, al menos, mejores de lo habitual. Existen ejemplos y detalles sobre la naturaleza y el uso del prompting CoD o de cadena de densidad.
Prompting de Cadena de Retroalimentación (Chain-of-Feedback – CoF)
Una variación de la Cadena de Pensamiento (CoT) consiste en la técnica de prompting de Cadena de Retroalimentación (CoF), que parece reducir el grado de alucinaciones de la IA generativa. Hay disponibles ejemplos y explicaciones sobre el prompting de cadena de retroalimentación.
Prompting de Cadena de Pensamiento (Chain-of-Thought – CoT)
El prompting de Cadena de Pensamiento (CoT) ha sido anunciado como una de las técnicas de prompting más importantes. Al ingresar un prompt, se invoca CoT simplemente diciéndole a la IA generativa que trabaje de manera escalonada. Se pueden encontrar ejemplos y detalles sobre la naturaleza y el uso del prompting de Cadena de Pensamiento (CoT).
Prompting de Descomposición Factorizada de Cadena de Pensamiento (Chain-of-Thought Factored Decomposition Prompting)
Se puede complementar el prompting convencional de Cadena de Pensamiento (CoT) con una instrucción adicional que le dice a la IA generativa que produzca una serie de preguntas y respuestas al realizar la generación de la cadena de pensamiento. El objetivo es empujar o incitar a la IA generativa a generar una serie de subpreguntas y subrespuestas. Hay información detallada sobre el uso de la cadena de pensamiento aprovechando la descomposición factorizada.
Prompting de Cadena de Verificación (Chain-of-Verification – CoV)
La Cadena de Verificación (conocida como COVE o CoVe, aunque algunos también dicen CoV) es una técnica avanzada de ingeniería de prompts que, en una serie de controles y contrapesos o dobles verificaciones, intenta aumentar la validez de las respuestas de la IA generativa. Existen ejemplos y detalles sobre la naturaleza y el uso del prompting CoV o de cadena de verificación.
Prompting de Lista de Verificación (Checklist Prompting)
Al emplear el prompting de lista de verificación, se le dice a la IA generativa que produzca una lista de verificación para cualquier pregunta o problema que se desee que la IA resuelva. Hacerlo ayuda a la IA a adoptar un enfoque más estructurado del asunto. Una ventaja secundaria es que la IA verifica, a través de la lista de verificación derivada, que todas las preguntas o partes del problema fueron realmente resueltas o al menos consideradas por la IA durante el proceso de resolución. Hay detalles disponibles sobre el prompting de lista de verificación.
Prompting Conversacional (Conversational Prompting)
Sea fluido e interactivo al hacer prompting, evitando la mentalidad miope de «una sola vez» que muchos desafortunadamente parecen adoptar al usar IA generativa. Existen ejemplos y detalles sobre la naturaleza y el uso del prompting conversacional.
Ingeniería de Prompts Amplificada Conversacionalmente (Conversational-Amplified Prompt Engineering – CAPE)
Un modo avanzado de prompting implica mantener una conversación de ida y vuelta con la IA generativa para estipular completamente las intenciones del prompt. A veces, es mejor usar múltiples prompts que solo uno. Hay información adicional disponible sobre la naturaleza y el uso de CAPE.
Prompting de DeepFakes a TrueFakes (DeepFakes To TrueFakes Prompting)
Sin duda conoce los Deepfakes, mientras que un ángulo diferente implica establecer a través de IA generativa un Truefake, es decir, una versión falsa de uno mismo que es «verdadera» en el sentido de que genuinamente se desea tener ese gemelo digital falso ideado. Existen ejemplos y detalles sobre cómo pasar de Deepfakes a Truefakes mediante prompting.
Prompting de Estímulo Direccional (Directional Stimulus Prompting – DSP) y Pistas
El uso de pistas sutiles o a veces muy transparentes en los prompts se conoce formalmente como Prompting de Estímulo Direccional (DSP) y puede impulsar sustancialmente las respuestas de la IA generativa. Hay información disponible sobre la naturaleza y el uso de pistas o prompting de estímulo direccional.
Prompting para Detección y Eliminación de Desinformación (Disinformation Detection And Removal Prompting)
El volumen de desinformación e información errónea que enfrenta la sociedad sigue creciendo y, lamentablemente, parece imparable. Un medio notable para hacer frente consiste en utilizar la IA generativa como filtro preferido para detectar desinformación e información errónea. Existen ejemplos y detalles sobre el uso de prompting para detectar y mitigar el flujo de desinformación.
Prompting de Duplicación de Cadena de Pensamiento (Doubling-Up Chain-of-Thought Prompting)
Muchas de las últimas IA generativas y LLM ahora tienen una función incorporada que invoca automáticamente la cadena de pensamiento. Esto está bien. Pero para aquellos que están acostumbrados a invocar directamente la cadena de pensamiento a través de un prompt, existe un nuevo dilema. El problema es que si se solicita una cadena de pensamiento, y la IA ya va a hacer automáticamente una cadena de pensamiento, la duplicación puede entorpecer el proceso. Hay ejemplos y detalles sobre el prompting de duplicación de cadena de pensamiento.
Prompting de Eco (Echo Prompting)
El prompting de eco es tal como su nombre indica: se le dice a la IA que repita la consulta del prompt que se ha ingresado. Cuando se usa adecuadamente, esto marca una diferencia notable y positiva en las respuestas que generará la IA. Es una técnica fácil y se puede usar cuando las circunstancias lo justifiquen. Hay información disponible sobre el prompting de eco.
Prompting Emocionalmente Engañoso (Emotionally Deceptive Prompting)
Los usuarios han descubierto que pueden expresar emocionalmente sus prompts para salirse con la suya cuando se trata de usar IA generativa que ejecuta chats de servicio al cliente en línea y similares. Se profundiza en el prompting expresado emocionalmente, revelando los últimos trucos utilizados por aquellos que intentan engañar o dirigir la IA en una dirección deseada. Existen ejemplos y detalles sobre el prompting emocionalmente engañoso.
Prompting Expresado Emocionalmente (Emotionally Expressed Prompting)
¿Hace alguna diferencia usar palabras expresadas emocionalmente en los prompts al conversar con IA generativa? La respuesta es sí. Y hay una razón lógica y completamente computacionalmente sólida de por qué la IA generativa «reacciona» al uso de palabras emocionales. Hay ejemplos y detalles sobre la naturaleza y el uso del prompting con palabras emocionales.
Prompting de Objetivo Final (End-Goal Prompting)
Una estrategia de prompting muy recomendable consiste en identificar cuál es el objetivo final mientras se trabaja en IA generativa y se busca resolver o profundizar en un tema o problema particular de interés específico. Existen ejemplos y detalles sobre la planificación de objetivos finales.
Prompting de Compresión de Ensayos (Essay-Compression Prompting)
A veces, en lugar de obtener un resumen, se desea comprimir un ensayo, lo que significa que contiene las mismas palabras que la fuente original pero elimina las palabras que no son necesariamente necesarias. Hay información disponible sobre el prompting de compresión de ensayos.
Prompting de Personas Expertas (Expert Personas Prompting)
Una técnica de prompting útil implica decirle a la IA generativa que finja ser un experto en un dominio determinado. Luego, se hace que la IA responda a los prompts como si fuera tal experto. Esto se puede mejorar aún más haciendo que la IA finja ser una multitud de personas expertas, debatiendo y desafiándose entre sí. Existen ejemplos y detalles sobre el prompting de personas expertas.
Prompting de Pensamiento Justo (Fair-Thinking Prompting)
Se pueden usar prompts inteligentes que harán que la IA generativa se incline en direcciones distintas a los sesgos ya predispuestos incorporados en la IA, con el objetivo de obtener una mayor apariencia de equidad en las respuestas generadas. Hay información disponible sobre la naturaleza y el uso del prompting de pensamiento justo.
Prompting de Respuesta Alternativa (Fallback Response Prompting)
Si ha utilizado IA generativa con alguna frecuencia, sabe que ocasionalmente, la IA le dirá que no puede o no responderá a su pregunta planteada en un prompt. Obtendrá una supuesta respuesta alternativa que la IA ha sido ajustada para proporcionar. Hay formas inteligentes de responder a una respuesta alternativa. Existen ejemplos y detalles sobre el prompting de respuesta alternativa.
Prompting de Interacción Invertida (Flipped Interaction Prompting)
Se puede invertir el guion, por así decirlo, haciendo que la IA generativa haga preguntas en lugar de que usted le haga preguntas a la IA generativa. Hay información disponible sobre la naturaleza y el uso de la interacción invertida.
Prompting de Gamificación (Gamification Prompting)
La gamificación es una forma útil y atractiva de mejorar sus habilidades de prompting. Ya sea un principiante o un experto en escribir prompts, resulta que la gamificación puede mejorar notablemente sus capacidades de ingeniería de prompts. Existen ejemplos y detalles sobre el prompting de gamificación.
Generación Automática de Prompts (Generating Prompts Automatically)
En lugar de componer directamente sus prompts, puede pedirle a la IA generativa que cree sus prompts por usted. Esto requiere saber qué tipos de prompting le darán los mejores prompts generados por IA. Hay ejemplos introductorios e indicaciones detalladas sobre la generación automática de prompts.
Generación de Prompts vs. Manual (Generating Prompts Versus By-Hand)
Un generador de prompts es esencialmente el uso de IA generativa para generar prompts para usted. La idea sencilla es que le dice a la IA sobre qué aspecto desea preguntar o indica un problema que desea resolver, y se generará un prompt en consecuencia. ¿Son los generadores de prompts mejores que componer prompts usted mismo? Se compara cuándo es mejor cada enfoque. Existen ejemplos y detalles sobre generadores de prompts versus composición manual.
Hackathons Prompt-A-Thon
Una forma útil de aprender nuevos prompts y ejercitar su perspicacia en ingeniería de prompts implica participar en un prompt-a-thon. Un prompt-a-thon es similar a un hackathon de programación, excepto que en lugar de codificar, se utilizan prompts. Hay información disponible sobre los prompt-a-thons.
Prompting de Prompts Difíciles (Hard Prompts Prompting)
Un prompt difícil es un prompt que presenta un problema especialmente arduo o difícil a la IA generativa. Es posible que la IA no pueda resolver el problema en absoluto, pero al menos lo intentará. La IA podría consumir mucho tiempo y costo mientras intenta hacerlo. Peor aún, mientras intenta resolver la pregunta o el problema proporcionado en un prompt difícil, existe una posibilidad real de que ocurra una llamada alucinación de IA y proporcione un resultado falso. Existen compensaciones al componer prompts difíciles. Hay ejemplos y detalles sobre el prompting de prompts difíciles.
Prompting Ilícito o No Permitido (Illicit Or Disallowed Prompting)
¿Sabía que el acuerdo de licencia de la mayoría de las aplicaciones de IA generativa dice que solo se le permite usar la IA generativa de varias maneras estrictamente estipuladas? Existen ejemplos e indicaciones detalladas sobre la naturaleza de lo que se consideran prompts ilícitos (es decir, que no se supone que deba usar).
Prompting Imperfecto (Imperfect Prompting)
Los prompts imperfectos pueden ser ingeniosamente útiles. Hay información disponible sobre la naturaleza y el uso de prompts imperfectos.
Importación de Texto como Habilidad de Prompting (Importing Text As Prompting Skill)
Hay circunstancias que involucran la importación de texto a la IA generativa que requieren habilidad cuidadosa y necesitan los tipos correctos de prompts para que el texto se incorpore adecuadamente y se infunda correctamente. Existen ejemplos y detalles sobre el prompting para la importación de texto.
Prompting de Conversaciones Entrelazadas (Interlaced Conversations Prompting)
La mayoría de las aplicaciones populares de IA generativa requieren que cada conversación sea distinta y separada de sus otras conversaciones con la IA. La última tendencia implica permitir el entrelazado de conversaciones y requiere repensar cómo compone sus prompts. Hay información disponible sobre el prompting de conversaciones entrelazadas.
Prompting de Arranque (Kickstart Prompting)
Un movimiento sabio al hacer prompting es engrasar los patines o cebar la bomba, también conocido como prompting de arranque, que implica hacer un prompt inicial que ponga a la IA generativa en el ritmo de cualquier tema o problema que desee resolver. Existen ejemplos y detalles sobre la naturaleza del prompting de arranque.
Prompting de Destilación de Conocimiento (Knowledge Distillation Prompting)
Cuando se desea entrenar datos para IA, se puede hacer uso de otra IA que esencialmente ayuda a transferir datos o «conocimiento» de esa IA fuente a la IA objetivo. Esto se conoce como destilación de conocimiento. Hay numerosas complejidades de prompting involucradas. Hay información disponible sobre la naturaleza del prompting de destilación de conocimiento.
Prompting de Modelo de Concepto Grande (Large Concept Model – LCM)
Algunos creen que la base convencional de la IA generativa tendrá que cambiar, como adoptar el uso de «conceptos» en lugar de centrarse únicamente en palabras y tokens. Estos nuevos enfoques utilizan un modelo de concepto grande (LCM). Todavía estamos en los primeros días de si los LCM serán un éxito rotundo o un fracaso. Conocer los LCM le dará perspectivas al hacer prompting con tal enfoque. Existen ejemplos y detalles sobre la naturaleza de los LCM.
Prompting de Menor a Mayor (Least-to-Most Prompting)
El prompting de Menor a Mayor (LTM) es una técnica que implica guiar a la IA generativa para que trabaje primero en la parte menos difícil y luego proceda a la parte más difícil (un enfoque alternativo es el prompting de Mayor a Menor o MTL). Hay información disponible sobre la naturaleza del prompting LTM y MTL.
Prompting de Lógica del Pensamiento (Logic-of-Thought – LoT)
La lógica del pensamiento implica decirle a la IA generativa que trabaje a través de una pregunta o problema de una manera altamente lógica y se apoye en el razonamiento lógico tanto como sea posible. Al hacerlo, hay tres elementos cruciales: (1) extracción lógica, (2) derivación de la solución usando proposiciones y (3) generación de una explicación en lenguaje sencillo. Existen ejemplos y detalles sobre la naturaleza del prompting de lógica del pensamiento.
Macros en Prompts (Macros In Prompts)
Similar al uso de macros en hojas de cálculo, se pueden usar macros en los prompts mientras se trabaja en IA generativa. Hay información disponible sobre la naturaleza y el uso de macros de prompt.
Prompting de Mega-Mega Personas (Mega-Mega Personas Prompting)
El prompting de mega-personas ahora se ha ampliado aún más al prompting de mega-mega personas. Mientras que las mega-personas convencionalmente estaban en los miles de personas, el mega-mega implica invocar millones o incluso miles de millones de personas. Existen ejemplos y detalles sobre la naturaleza y el uso del prompting de mega-mega personas.
Prompting de Mega-Personas (Mega-Personas Prompting)
Las mega-personas consisten en la ampliación del prompting de múltiples personas. Se le pide a la IA generativa que asuma una simulación de quizás miles de personas ficticias. Hay información disponible sobre la naturaleza y el uso del prompting de mega-personas.
Meta-Prompts
Un meta-prompt es un tipo especial de prompt que proporciona instrucciones o indicaciones sobre la naturaleza de los prompts y el prompting. En su uso más simple, los meta-prompts son especialmente útiles si aún no está familiarizado con los entresijos de las técnicas avanzadas de prompting. La IA puede hacer fácilmente el trabajo pesado por usted y agregar palabras notables que impulsen su prompt original. Existen ejemplos y detalles sobre la naturaleza y el uso de meta-prompts.
Prompting de Múltiples Personas (Multi-Persona Prompting)
A través del prompting de múltiples personas, puede hacer que la IA generativa simule una o más personas. Hay información disponible sobre la naturaleza y el uso del prompting de múltiples personas.
Prompting de Memoria Casi Infinita (Near-Infinite Memory Prompting)
Existe una especulación continua de que nos dirigimos hacia una memoria casi infinita para la IA generativa y los LLM. La idea es que, en lugar de las limitaciones existentes sobre cuánto «sabe» un LLM en un momento dado mientras conversa con la IA, pueda tener acceso inmediato a tanta memoria como necesite. El prompting actual requiere que sea consciente de las limitaciones de memoria prevalecientes, mientras que si alcanzamos una memoria casi infinita, su prompting debería ajustarse en consecuencia. Existen ejemplos y detalles sobre la naturaleza y el uso del prompting de memoria casi infinita.
Prompting para Superar el «Simplismo» (Overcoming “Dumbing Down” Prompting)
Saber cuándo usar palabras sucintas o concisas (injustamente denotadas como prompting «simplista»), versus usar palabras más verbosas o fluidas es una habilidad que cualquiera versado en ingeniería de prompts debería tener en su conjunto de habilidades. Hay información disponible sobre la naturaleza y el uso de evitar la simplificación de los prompts.
Prompting de Contexto Persistente e Instrucciones Personalizadas (Persistent Context And Custom Instructions Prompting)
Se puede establecer fácilmente un contexto que será persistente y garantizará que la IA generativa tenga una advertencia sobre lo que considera importante, a menudo configurado a través de instrucciones personalizadas. Existen ejemplos y detalles sobre la naturaleza y el uso del contexto persistente y las instrucciones personalizadas.
Prompting de Plagio (Plagiarism Prompting)
Sus prompts pueden, por diseño o por casualidad, incitar a la IA generativa a producir respuestas que contengan contenido plagiado. Tenga mucho cuidado, ya que podría ser responsable de cualquier responsabilidad debida al plagio. Hay información disponible sobre la naturaleza y el uso de prompts que podrían incitar al plagio.
Prompting de Cortesía (Politeness Prompting)
Una visión sorprendente de la investigación sobre IA generativa es que los prompts que utilizan «por favor» y «gracias» pueden incitar a la IA a producir mejores resultados. Asegúrese de usar la cortesía mientras hace prompting, aunque no se exceda y sea juicioso con tales palabras. Existen ejemplos y detalles sobre el prompting de cortesía.
Prompting de Detección Preventiva (Preemptive Detection Prompting)
La investigación muestra que a menudo se puede decir con éxito a la IA generativa que intente evitar enredarse en la generación de una alucinación de IA y, notablemente, la IA generalmente cumplirá. Por lo tanto, vale la pena advertir explícitamente a la IA que no produzca confabulaciones de IA diciéndolo explícitamente en sus prompts. Esto se conoce como prompting de detección preventiva. Hay información disponible sobre el prompting de detección preventiva.
Prompting de Protección de la Privacidad (Privacy Protection Prompting)
¿Se dio cuenta de que cuando ingresa prompts en la IA generativa, generalmente no se le garantiza que sus datos o información ingresados se mantendrán privados o confidenciales? Existen ejemplos y detalles sobre la naturaleza y el uso de prompts que podrían revelar privacidad o confidencialidad.
Ciclo de Vida de Desarrollo de Prompts (Prompt Development Life Cycle – PDLC)
Similar a cómo la programación o la ingeniería de software tiene un ciclo de vida de desarrollo de sistemas (SDLC), lo mismo puede decirse de la ingeniería de prompts. Generalmente conocido como ciclo de vida de desarrollo de prompts (PDLC), hay muchas variaciones disponibles en el mercado. Saber qué contiene un PDLC y cómo puede mejorar sus habilidades de prompting es imprescindible. Hay información disponible sobre la naturaleza y el uso de los PDLC.
Escudos de Prompt y Prompting Destacado (Prompt Shields and Spotlight Prompting)
La aparición de escudos de prompt y prompting destacado ha surgido debido a los diversos esfuerzos de piratería que intentan hacer que la IA generativa vaya más allá de sus filtros y protecciones habituales. Aquí hay un resumen útil de lo que necesita saber. Existen ejemplos y detalles sobre la naturaleza de los escudos de prompt y el prompting destacado.
Prompting de Prompt a Código (Prompt-To-Code Prompting)
Puede ingresar prompts que le digan a la IA generativa que produzca código de programación convencional y esencialmente escriba programas para usted. Hay información disponible sobre la naturaleza y el uso del prompting para producir código de programación.
Prompting de Propósito (Purpose Prompting)
Un sistema de IA que carece de un propósito internamente ligado presumiblemente vagará de la manera análoga en que un humano vagaría sin un propósito. Deberíamos asegurarnos de que los sistemas de IA siempre tengan un propósito codificado. La IA podría entonces referirse al propósito al tomar cualquier acción o realizar cualquier capacidad que pueda reunir. Existen ejemplos y detalles sobre la naturaleza y el uso del prompting de propósito.
Prompting de Modelo de Razonamiento (Reasoning Model Prompting)
Uno de los mayores cambios en la última iteración de IA generativa y LLM es que los creadores de IA han optado por incluir provisiones de razonamiento de cadena de pensamiento (CoT) directamente en los mecanismos internos de la IA. Este es un cambio monumental y digno de atención cercana. La naturaleza de sus prompts necesita reflejar que la IA realizará automáticamente un razonamiento paso a paso. Hay información disponible sobre la naturaleza y el uso del prompting de modelo de razonamiento.
Prompting de Reformular y Responder (Rephrase-and-Respond Prompting)
Si no está muy seguro de cómo formular un prompt en particular, puede ingresarlo «tal cual» y decirle a la IA que haga un reformular y responder. Esto informa a la IA que, en lugar de interpretar su prompt directamente, primero debe reformular el prompt ingresado, lo que con suerte mejora el prompt, y luego proceder a responder a este mejor prompt. Existen ejemplos y detalles sobre la naturaleza y el uso del prompting de reformular y responder.
Prompting de Relectura (Re-Read Prompting)
La mayoría de las aplicaciones populares de IA generativa de hoy en día tienden a hacer una sola pasada sobre un prompt ingresado. Ejecutar una segunda pasada potencialmente ayudaría a hacer una inspección más detallada de la pregunta. Una especie de limpieza de lo que sea que se haya omitido o calculado mal sobre la pregunta. Puede invocar una segunda pasada utilizando la técnica de prompting de relectura. Hay información disponible sobre la naturaleza y el uso del prompting de relectura.
Prompting para Acelerar el Tiempo de Respuesta (Response Time Speed-up Prompting)
Se pueden utilizar varios enfoques inteligentes para acelerar el tiempo de respuesta a sus prompts. La redacción de su prompt marca una diferencia significativa en la cantidad de tiempo de procesamiento que consumirá la IA al generar una respuesta. Estas técnicas tienen como objetivo reducir la latencia o los retrasos en la obtención de respuestas generadas, acelerando así esencialmente su tiempo de respuesta. Existen ejemplos y detalles sobre la naturaleza y el uso del prompting para acelerar el tiempo de respuesta.
Prompting de Generación Aumentada por Recuperación (Retrieval-Augmented Generation – RAG)
La generación aumentada por recuperación (RAG) está en auge y continúa ganando impulso. Usted proporciona texto externo que se importa y, a través del modelado en contexto, aumenta el entrenamiento de datos de la IA generativa. Hay información disponible sobre la naturaleza y el uso de la generación aumentada por recuperación (RAG).
Prompting de Auto-Pregunta (Self-Ask Prompting)
El prompting de auto-pregunta consiste en decirle a la IA generativa que resuelva problemas siguiendo un enfoque interno de preguntas y respuestas de divide y vencerás que debe hacerse visible para usted durante el proceso de resolución. La IA está realizando una auto-pregunta paso a paso que es una versión de valor agregado de la cadena de pensamiento (CoT). Existen ejemplos y detalles sobre la naturaleza y el uso del prompting de auto-pregunta.
Prompting de Auto-Reflexión (Self-Reflection Prompting)
Puede ingresar un prompt en la IA generativa que le diga a la IA que esencialmente sea (en cierto modo) auto-reflexiva haciendo que la IA verifique dos veces cualquier resultado generativo que tenga pendiente o que haya producido recientemente. Hay información disponible sobre la naturaleza y el uso de la auto-reflexión de IA y la auto-mejora de IA con fines de prompting.
Prompting de Sensibilidades (Sensitivities Prompting)
La investigación muestra que hay tres sensibilidades clave sobre la IA generativa de las que debe ser consciente al componer sus prompts. La sensibilidad tiene que ver con la escala o el tamaño del modelo de IA subyacente, el aspecto de si ha ocurrido un entrenamiento de datos basado en temas de la IA y si opta por usar un ejemplo en su prompt (el llamado one-shot). Existen ejemplos y detalles sobre la naturaleza y el uso del prompting de sensibilidades de IA.
Prompting de Muéstrame vs. Dime (Show-Me Versus Tell-Me Prompting)
Muéstrame consiste en idear un prompt que demuestre a la IA generativa una indicación de lo que desea (mostrarlo), mientras que dime implica idear un prompt que dé instrucciones explícitas delineando lo que desea que se haga (decirlo). Hay información disponible sobre la naturaleza y el uso de la estrategia de prompting muéstrame versus dime.
Prompting Siniestro (Sinister Prompting)
La gente está usando prompts siniestros para hacer que la IA generativa haga cosas malas, como estafas y similares. Es valioso saber qué hacen los prompts siniestros y cómo funcionan, alertándole para evitarlos y no caer inadvertidamente en la trampa de uno. Existen ejemplos y detalles sobre la naturaleza y el uso del prompting siniestro.
Prompting de Esqueleto de Pensamiento (Skeleton-of-Thought – SoT)
A través de un prompt similar a la Cadena de Pensamiento (CoT), se le dice a la IA generativa que primero produzca un esquema o esqueleto para cualquier tema o pregunta que tenga en el centro del escenario, empleando un método de esqueleto de pensamiento (SoT) para hacerlo. Hay información disponible sobre la naturaleza y el uso del enfoque de esqueleto de pensamiento para la ingeniería de prompts.
Prompting de Modelo de Lenguaje Pequeño (Small Language Model – SLM)
Si no ha oído hablar de los modelos de lenguaje pequeños (SLM), es perfectamente comprensible, ya que todavía no están a la altura. Hay una amplia variedad de SLM experimentales, y algunos son muy útiles mientras que otros son torpes y menos atractivos. Necesita ajustar su enfoque de prompting al usar SLM versus LLM convencionales. Existen ejemplos y detalles sobre la naturaleza y el uso del prompting para SLM.
Prompting con Jerga Trekkie de Star Trek (Star Trek Trekkie Lingo Prompting)
Un descubrimiento inusual de los investigadores demostró que usar jerga Trekkie de Star Trek en sus prompts puede mejorar los resultados de la IA generativa. Existen desventajas y pueden socavar sus esfuerzos por un mal uso o uso excesivo inadvertido de esta técnica. Hay información disponible sobre el prompting Trekkie.
Técnica de Prompting de Evasión (Step-Around Prompting Technique)
A veces, los prompts que busca usar en la IA generativa son bloqueados por los numerosos filtros que el creador de la IA ha implementado. Puede usar la técnica de prompting de evasión para sortear esos bloqueos. Existen ejemplos y detalles sobre el prompting de evasión.
Prompting «Respira Hondo» (“Take A Deep Breath” Prompting)
La frase de prompting «Respira hondo» se ha convertido en leyenda en la ingeniería de prompts, pero resulta que hay limitaciones y circunstancias bajo las cuales estas palabras funcionan fructíferamente. Hay información disponible sobre la naturaleza y el uso del prompting «respira hondo».
Prompting de Orienta Tu Respuesta (Target-Your-Response – TAYOR)
Orienta tu respuesta (TAYOR) es una técnica de ingeniería de prompts que implica decirle a la IA generativa la apariencia y sensación deseadas de las respuestas que se generarán. Existen ejemplos y detalles sobre la naturaleza y el uso de TAYOR o prompting de orienta tu respuesta.
Prompting de Ajustes de Temperatura (Temperature Settings Prompting)
El ajuste de temperatura para la IA generativa determina cuán variadas serán las respuestas de la IA generativa. Puede hacer que la IA produzca respuestas relativamente directas y algo predecibles (eso es mediante el uso de una temperatura baja), o puede calentar las cosas y usar temperaturas altas para incitar a la IA a producir respuestas aparentemente más creativas y menos predecibles. Algunas IA le permiten modificar los ajustes de temperatura por su cuenta a través de prompts. Hay información disponible sobre la naturaleza y el uso de los ajustes de temperatura.
Prompting de Tiempo de Pensamiento (Thinking Time Prompting)
Las últimas iteraciones de IA generativa y LLM ahora tienen razonamiento lógico incorporado directamente en la arquitectura de la IA, lo que ha llevado a nuevas opciones sobre cuánto tiempo de pensamiento desea que la IA emprenda al responder a un prompt. Este tiempo de procesamiento determinará la profundidad y la probable idoneidad de la respuesta. Surgen varias vías de prompting al especificar los aspectos del tiempo de pensamiento. Existen ejemplos y detalles sobre la naturaleza y el uso del prompting de tiempo de pensamiento.
Prompting de Árbol de Pensamientos (Tree-of-Thoughts – ToT)
El árbol de pensamientos (ToT) es una técnica de prompting avanzada que implica decirle a la IA generativa que siga múltiples vías o hilos de un problema (los llamados «pensamientos») y descubra qué camino probablemente conducirá a la mejor respuesta. Hay información disponible sobre la naturaleza y el uso de ToT o prompting de árbol de pensamientos.
Capas de Confianza para Prompting (Trust Layers For Prompting)
Se están configurando componentes adicionales fuera de la IA generativa para realizar el preprocesamiento de prompts y el posprocesamiento de respuestas generadas, aparentemente haciéndolo para aumentar la sensación de confianza sobre lo que está haciendo la IA. Existen ejemplos y detalles sobre la naturaleza y el uso de capas de confianza para ayudar al prompting.
Prompting de Vaguedad (Vagueness Prompting)
El uso de prompts deliberadamente vagos puede ser ventajoso para estimular respuestas abiertas que podrían dar con algo nuevo o especialmente interesante. Hay información disponible sobre la naturaleza y el uso de la vaguedad al hacer prompting.
Creación de una Lista de Verificación de las Técnicas de Prompting
Anteriormente se mencionó que podría considerar probar las técnicas de ingeniería de prompts listadas, especialmente aquellas que aún no conoce.
Para ayudar con ese fructífero ejercicio, se sugiere una metodología práctica. Cree una hoja de cálculo que contenga la lista de verificación que se muestra a continuación de las técnicas de prompting listadas. Haga una columna que pueda marcar para indicar si está familiarizado con la técnica específica, hágalo usando una puntuación que va de 0 a 5, donde 0 es que no la conoce en absoluto, mientras que la puntuación más alta de 5 es que la conoce como la palma de su mano. Sea directo y no dé una puntuación falsa. Ponga su puntuación real. Esta lista es únicamente para su propio beneficio.
Haga otra columna que tenga una puntuación que muestre lo que desea llegar a ser en esa técnica. Por ejemplo, suponga que ahora mismo, comienza como un autocalificado 1 en una técnica particular y desea terminar en un autocalificado 4. Finalmente, incluya una columna adicional que contendrá una fecha objetivo de cuándo espera alcanzar la puntuación aumentada.
Ahora puede usar esa hoja de cálculo como su guía de planificación de carrera para fines de ingeniería de prompts. Manténgala actualizada a medida que avanza en su aventura como ingeniero de prompts que desea hacer lo mejor que pueda.
Ya sea que emprenda ese valioso desafío o no, aquí está la lista con números mostrados como una referencia fácil (la numeración no representa prioridad ni clasificación; son solo un número de referencia útil), y la lista sigue en el mismo orden alfabético que se mostró anteriormente.
Aquí está la lista numerada:
- Prompting con Complementos (Add-On Prompting)
- Prompting de IA Agéntica (Agentic AI Prompting)
- Prompting para Evitar Alucinaciones de IA (AI Hallucination Avoidance Prompting)
- Prompting de Átomo de Pensamientos (Atom-of-Thoughts – AoT)
- Prompting para Superar la «Maldición Inversa» (Beat the “Reverse Curse” Prompting)
- Prompting «Mantente Alerta» (“Be On Your Toes” Prompting)
- Prompts Intimidatorios (Browbeating Prompts)
- Catálogos o Marcos para Prompting (Catalogs Or Frameworks For Prompting)
- Prompting de Certeza e Incertidumbre (Certainty And Uncertainty Prompting)
- Prompting de Cadena de Pensamiento Continuo (Chain-of-Continuous-Thought – CCoT)
- Prompting de Cadena de Densidad (Chain-of-Density – CoD)
- Prompting de Cadena de Retroalimentación (Chain-of-Feedback – CoF)
- Prompting de Cadena de Pensamiento (Chain-of-Thought – CoT)
- Prompting de Descomposición Factorizada de Cadena de Pensamiento
- Prompting de Cadena de Verificación (Chain-of-Verification – CoV)
- Prompting de Lista de Verificación (Checklist Prompting)
- Prompting Conversacional (Conversational Prompting)
- Ingeniería de Prompts Amplificada Conversacionalmente (CAPE)
- Prompting de DeepFakes a TrueFakes
- Prompting de Estímulo Direccional (DSP) y Pistas
- Prompting para Detección y Eliminación de Desinformación
- Prompting de Duplicación de Cadena de Pensamiento
- Prompting de Eco (Echo Prompting)
- Prompting Emocionalmente Engañoso
- Prompting Expresado Emocionalmente
- Prompting de Objetivo Final (End-Goal Prompting)
- Prompting de Compresión de Ensayos (Essay-Compression Prompting)
- Prompting de Personas Expertas (Expert Personas Prompting)
- Prompting de Pensamiento Justo (Fair-Thinking Prompting)
- Prompting de Respuesta Alternativa (Fallback Response Prompting)
- Prompting de Interacción Invertida (Flipped Interaction Prompting)
- Prompting de Gamificación (Gamification Prompting)
- Generación Automática de Prompts
- Generación de Prompts vs. Manual
- Hackathons Prompt-A-Thon
- Prompting de Prompts Difíciles (Hard Prompts Prompting)
- Prompting Ilícito o No Permitido
- Prompting Imperfecto (Imperfect Prompting)
- Importación de Texto como Habilidad de Prompting
- Prompting de Conversaciones Entrelazadas
- Prompting de Arranque (Kickstart Prompting)
- Prompting de Destilación de Conocimiento (Knowledge Distillation Prompting)
- Prompting de Modelo de Concepto Grande (LCM)
- Prompting de Menor a Mayor (Least-to-Most Prompting)
- Prompting de Lógica del Pensamiento (LoT)
- Macros en Prompts
- Prompting de Mega-Mega Personas
- Prompting de Mega-Personas
- Meta-Prompts
- Prompting de Múltiples Personas
- Prompting de Memoria Casi Infinita
- Prompting para Superar el «Simplismo»
- Prompting de Contexto Persistente e Instrucciones Personalizadas
- Prompting de Plagio (Plagiarism Prompting)
- Prompting de Cortesía (Politeness Prompting)
- Prompting de Detección Preventiva
- Prompting de Protección de la Privacidad
- Ciclo de Vida de Desarrollo de Prompts (PDLC)
- Escudos de Prompt y Prompting Destacado
- Prompting de Prompt a Código (Prompt-To-Code Prompting)
- Prompting de Propósito (Purpose Prompting)
- Prompting de Modelo de Razonamiento
- Prompting de Reformular y Responder
- Prompting de Relectura (Re-Read Prompting)
- Prompting para Acelerar el Tiempo de Respuesta
- Prompting de Generación Aumentada por Recuperación (RAG)
- Prompting de Auto-Pregunta (Self-Ask Prompting)
- Prompting de Auto-Reflexión (Self-Reflection Prompting)
- Prompting de Sensibilidades (Sensitivities Prompting)
- Prompting de Muéstrame vs. Dime
- Prompting Siniestro (Sinister Prompting)
- Prompting de Esqueleto de Pensamiento (SoT)
- Prompting de Modelo de Lenguaje Pequeño (SLM)
- Prompting con Jerga Trekkie de Star Trek
- Técnica de Prompting de Evasión (Step-Around Prompting)
- Prompting «Respira Hondo»
- Prompting de Orienta Tu Respuesta (TAYOR)
- Prompting de Ajustes de Temperatura
- Prompting de Tiempo de Pensamiento
- Prompting de Árbol de Pensamientos (ToT)
- Capas de Confianza para Prompting
- Prompting de Vaguedad (Vagueness Prompting)
Es comprensible que esta lista pueda parecer abrumadora. Sí, existen responsabilidades diarias y la necesidad de equilibrar la vida laboral y personal.
La sugerencia es priorizar aquellas técnicas que parezcan ajustarse mejor a las necesidades probables como ingeniero de prompts y centrarse en ellas como prioridad principal. Las demás se pueden intentar probar en el tiempo libre disponible.
Ingeniería de Prompts y Aprendizaje Continuo
Aprendizaje permanente.
Eso es de lo que todo el mundo habla en estos días. Se nos dice una y otra vez que necesitamos ser aprendices permanentes. Esto es relevante aquí porque lo último y lo mejor en ingeniería de prompts está en constante cambio. Hay nuevas ideas gestándose. Nuevos esfuerzos de investigación en IA están pendientes. Es un momento glorioso para usar la IA generativa.
Se seguirá cubriendo la ingeniería de prompts y presentando los prompts más nuevos. Manténgase atento, y se hará lo posible para asegurar que pueda ser un aprendiz permanente, de manera auténtica y provechosa.
Insights de Evox News: Cómo el Dominio de la Ingeniería de Prompts puede impactar tu negocio
La maestría en ingeniería de prompts, el arte de comunicarse eficazmente con modelos de Inteligencia Artificial generativa, trasciende la mera habilidad técnica para convertirse en un activo estratégico crucial para las empresas. Comprender y aplicar las técnicas detalladas en este compendio puede generar impactos significativos en múltiples facetas del negocio.
Desde una perspectiva económica, la ingeniería de prompts eficiente se traduce directamente en optimización de recursos. Al obtener respuestas más precisas y relevantes de la IA con menos intentos, las empresas pueden acelerar procesos como la creación de contenido, la generación de código, el análisis de datos y la atención al cliente automatizada. Esto reduce el tiempo de desarrollo, minimiza los costos operativos asociados al uso de plataformas de IA (basados a menudo en el cómputo o tokens) y libera capital humano para tareas de mayor valor añadido, impulsando la productividad general.
En el ámbito de la ventaja competitiva, las empresas que capaciten a sus equipos en estas técnicas avanzadas podrán diferenciarse notablemente. La capacidad de extraer insights más profundos, generar soluciones creativas a problemas complejos, personalizar interacciones a gran escala o desarrollar productos y servicios innovadores asistidos por IA de forma más rápida y eficaz que la competencia, se convierte en un diferenciador clave. El dominio del prompting permite explotar el potencial de la IA generativa de maneras que los competidores menos hábiles no pueden replicar fácilmente.
Finalmente, desde el punto de vista de la innovación, la ingeniería de prompts actúa como un catalizador. Permite a las empresas experimentar con nuevas aplicaciones de la IA, desde la simulación de escenarios complejos con ‘personas expertas’ hasta la mejora de la calidad de los datos mediante técnicas como RAG o la destilación de conocimiento. Fomenta una cultura de exploración y adaptación rápida a las capacidades emergentes de la IA, abriendo puertas a nuevos modelos de negocio, mejoras disruptivas en operaciones existentes y una toma de decisiones más informada y ágil basada en las capacidades analíticas y generativas de la inteligencia artificial
