Prompt en­gi­nee­ri­ng: de­fi­ni­ción, ejemplos y buenas prácticas

El término prompt en­gi­nee­ri­ng, también conocido como in­ge­nie­ría rápida o de in­s­tru­c­cio­nes, incluye diversas técnicas y métodos para optimizar los prompts de las he­rra­mie­n­tas de IA ge­ne­ra­ti­va. Descubre con más detalle el si­g­ni­fi­ca­do de este concepto, echa un vistazo a algunos ejemplos y accede al listado de mejores prácticas.

Cuando se trabaja con he­rra­mie­n­tas de IA, es esencial redactar las in­s­tru­c­cio­nes de manera adecuada. De este modo, se puede apro­ve­char al máximo el potencial de los modelos de lenguaje. A medida que la in­te­li­ge­n­cia ar­ti­fi­cial ha ido evo­lu­cio­na­n­do, también ha aumentado la demanda de pro­fe­sio­na­les ca­pa­ci­ta­dos para su uso eficaz. De hecho, ha surgido una nueva profesión, la del ingeniero de prompts.

¿Qué se entiende por prompt en­gi­nee­ri­ng?

El término “prompt en­gi­nee­ri­ng” (en español in­ge­nie­ría rápida o in­ge­nie­ría de in­s­tru­c­cio­nes) hace re­fe­re­n­cia a aquellas técnicas y métodos uti­li­za­dos para optimizar la fo­r­mu­la­ción de in­di­ca­cio­nes en el pro­ce­sa­mie­n­to del lenguaje natural o Natural Language Pro­ce­s­si­ng (NLP) y en los modelos de lenguaje extensos o Large Language Models (LLM) como GPT-3 o GPT-4, basados en el apre­n­di­za­je au­to­má­ti­co o machine learning. El objetivo es obtener re­s­pue­s­tas de mayor calidad, más precisas o es­pe­cí­fi­cas, ya que la forma en la que se plantea una pregunta o una in­s­tru­c­ción tiene un gran impacto en la calidad y re­le­va­n­cia de la respuesta pro­po­r­cio­na­da por una in­te­li­ge­n­cia ar­ti­fi­cial.

Optimizar las in­s­tru­c­cio­nes dadas a modelos de IA requiere de crea­ti­vi­dad y precisión, así como de un co­no­ci­mie­n­to del modelo li­n­güí­s­ti­co en pro­fu­n­di­dad. La elección de las palabras y su orden pueden alterar el resultado ofrecido por la IA. Las in­s­tru­c­cio­nes pueden contener texto en lenguaje natural, imágenes u otros tipos de datos. Es im­po­r­ta­n­te destacar que una misma pregunta puede mostrar re­su­l­ta­dos diversos según la pla­ta­fo­r­ma de IA que se esté uti­li­za­n­do, lo que subraya la necesidad de adaptar las in­s­tru­c­cio­nes a cada generador con in­te­li­ge­n­cia ar­ti­fi­cial para textos o generador de vídeo con IA.

¿Por qué es im­po­r­ta­n­te la in­ge­nie­ría rápida para la IA?

La in­ge­nie­ría de in­s­tru­c­cio­nes es esencial para sacar el máximo partido a los modelos de lenguaje y, de este modo, lograr mejores re­su­l­ta­dos con ge­ne­ra­ti­ve AI (IA ge­ne­ra­ti­va). Por ejemplo, un ingeniero de prompt puede tratar de formular una misma pregunta de formas di­fe­re­n­tes para evaluar cómo cada una de las fo­r­mu­la­cio­nes influye en el resultado pro­po­r­cio­na­do por la IA. El orden de las palabras y el uso único o múltiple de mo­di­fi­ca­do­res, como por ejemplo “muy” o “muy, muy, muy”, pueden afectar si­g­ni­fi­ca­ti­va­me­n­te al resultado.

En las he­rra­mie­n­tas de IA para imágenes, la in­ge­nie­ría rápida puede ayudar a pe­r­fe­c­cio­nar en detalle las ca­ra­c­te­rí­s­ti­cas de las imágenes generadas. Estas ca­ra­c­te­rí­s­ti­cas a menudo brindan la po­si­bi­li­dad de crear imágenes de IA en un estilo, una pe­r­s­pe­c­ti­va, una pro­po­r­ción o una re­so­lu­ción de imagen es­pe­cí­fi­cos. La primera in­s­tru­c­ción suele servir solo como punto de partida. Las in­di­ca­cio­nes que se vayan haciendo después pueden uti­li­zar­se, por ejemplo, para suavizar o reforzar de­te­r­mi­na­dos elementos y añadir o eliminar objetos de una imagen.

Incluso en el proceso de crear nuevas he­rra­mie­n­tas, el prompt en­gi­nee­ri­ng puede ser útil para ajustar los LLM y mejorar los procesos de trabajo para obtener re­su­l­ta­dos es­pe­cí­fi­cos. Además, el prompt en­gi­nee­ri­ng es im­po­r­ta­n­te para la IA por otra serie de motivos:

• Optimizar los re­su­l­ta­dos: un prompt en­gi­nee­ri­ng bien pla­ni­fi­ca­do puede conducir a la ge­ne­ra­ción de re­su­l­ta­dos más precisos y pe­r­ti­ne­n­tes por parte de los modelos de lenguaje.
• Eficacia: los prompts bien fo­r­mu­la­dos permiten que un modelo entregue la in­fo­r­ma­ción deseada de manera más rápida, sin necesidad de usar múltiples prompts ni ite­ra­cio­nes adi­cio­na­les.
• Control de los re­su­l­ta­dos: mediante el adecuado diseño de los prompts, el usuario puede dirigir diversos aspectos de la respuesta de la IA, tales como su longitud, estilo y tono.
• Reducción de errores: con in­s­tru­c­cio­nes claras y concisas, se pueden minimizar los posibles sesgos, ma­le­n­te­n­di­dos o re­s­pue­s­tas inexactas de un modelo.
• Usos avanzados: con una fo­r­mu­la­ción adecuada de prompts, los modelos de IA pueden uti­li­zar­se para tareas es­pe­cí­fi­cas o en campos es­pe­cia­li­za­dos para los que no fueron ini­cia­l­me­n­te diseñados.
• Co­no­ci­mie­n­tos ex­pe­ri­me­n­ta­les: ex­pe­ri­me­n­tar con distintas in­s­tru­c­cio­nes puede ayudar a co­m­pre­n­der mejor cómo funciona una IA ge­ne­ra­ti­va concreta y cómo responde a distintas entradas.

Prompt en­gi­nee­ri­ng: ejemplos

Los prompts que se pueden utilizar para crear texto, imágenes o vídeos difieren si­g­ni­fi­ca­ti­va­me­n­te entre sí. Sin embargo, algo que todos los programas de in­te­li­ge­n­cia ar­ti­fi­cial comparten es que la fo­r­mu­la­ción adecuada de prompts permite a los usuarios in­ter­ac­tuar con mayor eficacia con la he­rra­mie­n­ta de IA.

Ejemplos de prompts para ge­ne­ra­do­res de texto

En los prompts de los ge­ne­ra­do­res de texto se puede tener en cuenta:

1. Precisión

• Prompt original: “Háblame de los árboles”
• Prompt mejorado: “Explícame el proceso de fo­to­sí­n­te­sis en los árboles de hoja caduca”

2. Formato de respuesta

• Prompt original: “¿Cuáles son los be­ne­fi­cios de la energía solar?”
• Prompt mejorado: “Nombra cinco be­ne­fi­cios de la energía solar”

3. Incluir ejemplos que guíen la respuesta

• Prompt original: “Escribe una frase sobre París”
• Prompt mejorado: “Escribe una frase sobre París al estilo de Hemingway”

4. Extensión y detalles

• Prompt original: “Describe el agua”
• Prompt mejorado: “Escribe una ex­pli­ca­ción cie­n­tí­fi­ca detallada de la es­tru­c­tu­ra molecular del agua”

5. Evitar pre­jui­cios

• Prompt original: “¿Qué opinas de las cri­p­to­mo­ne­das?”
• Prompt mejorado: “Describe las cri­p­to­mo­ne­das de forma neutral y objetiva”

6. Contexto

• Prompt original: “¿Por qué están cayendo las acciones?”
• Prompt mejorado: “Teniendo en cuenta los factores eco­nó­mi­cos, ¿por qué podrían caer las acciones te­c­no­ló­gi­cas en una recesión?”

7. Estilo de escritura y pe­r­s­pe­c­ti­va

• Prompt original: “Cuéntame la historia de Napoleón”
• Prompt mejorado: “Cuéntame la historia de Napoleón desde la pe­r­s­pe­c­ti­va de uno de sus soldados”

Ejemplos de prompts para ge­ne­ra­do­res de imágenes

El prompt en­gi­nee­ri­ng no solo es relevante para los modelos de lenguaje, sino que también se aplica a las redes ge­ne­ra­ti­vas an­ta­gó­ni­cas (GAN), uti­li­za­das para generar imágenes, como DALL-E. En el caso de los ge­ne­ra­do­res de imágenes, las in­s­tru­c­cio­nes deben describir te­x­tua­l­me­n­te el tipo de imagen que se va a generar:

1. Precisión

• Prompt original: “Gato”
• Prompt mejorado: “Gato pardo durmiendo sobre almohada azul”

2. Co­m­bi­na­ción de elementos

• Prompt original: “Edificios y nubes”
• Prompt mejorado: “Una vieja casa vi­c­to­ria­na que descansa sobre nubes flotantes”

3. Estilo y época

• Prompt original: “Coches”
• Prompt mejorado: “Coches fu­tu­ri­s­tas de estilo retro de los años 50”

4. Se­n­ti­mie­n­tos y atmósfera

• Prompt original: “Bosque”
• Prompt mejorado: “Un bosque oscuro y brumoso a la luz de la luna”

5. Co­m­bi­na­ción de elementos inusuales

• Prompt original: “Mesa y fruta”
• Prompt mejorado: “Una mesa hecha de sandías con una bandeja plata con rodajas de plátano seco”

6. Pe­r­s­pe­c­ti­va y dimensión

• Prompt original: “Montañas”
• Prompt mejorado: “Una montaña gigante con forma de vaso de té volcado”

7. Ab­s­tra­c­ción

• Prompt original: “Emociones”
• Prompt mejorado: “Re­pre­se­n­ta­ción de la alegría como una brillante explosión de color”

Ejemplos de prompts para ge­ne­ra­do­res de vídeo

Para los ge­ne­ra­do­res de vídeo, el reto del prompt en­gi­nee­ri­ng consiste en tratar de tra­n­s­mi­tir con la mayor precisión posible las ca­ra­c­te­rí­s­ti­cas que debe tener la secuencia dinámica y temporal de acciones y aco­n­te­ci­mie­n­tos que se va a generar. Un buen prompt ayuda a es­pe­ci­fi­car qué secuencia de acciones se desea, en qué entorno se de­sa­rro­llan, durante cuánto tiempo y qué in­ter­ac­cio­nes se producen:

1. Secuencia de acciones

• Prompt original: “Gato corriendo”
• Prompt mejorado: “Gato pardo pasa le­n­ta­me­n­te junto a un charco para a co­n­ti­nua­ción saltar dentro”

2. Entorno y tono

• Prompt original: “Escena de playa”
• Prompt mejorado: “Una playa solitaria al atardecer, con las olas rompiendo bra­va­me­n­te y un grupo de gaviotas volando en el horizonte”

3. Evolución temporal

• Prompt original: “Una flor en cre­ci­mie­n­to”
• Prompt mejorado: “Proceso de una rosa que se tra­n­s­fo­r­ma de un capullo cerrado en una flor en tan solo 30 segundos”

4. Acciones dinámicas

• Prompt original: “Partido deportivo”
• Prompt mejorado: “Partido de ba­lo­n­ce­s­to en el que un jugador realiza un tiro crucial de tres puntos en los últimos segundos”

5. Co­m­bi­na­ción de elementos y tra­n­si­cio­nes

• Prompt original: “Horas del día”
• Prompt mejorado: “Vista pa­no­rá­mi­ca de una ciudad que muestra la tra­n­si­ción del día a la noche en un lapso de 30 segundos, con las luces de la ciudad en­ce­n­dié­n­do­se gra­dua­l­me­n­te a medida que cae la noche”

6. Historia y narración

• Prompt original: “Un pájaro vuela”
• Prompt mejorado: “Un pájaro joven que intenta volar por primera vez, termina co­n­qui­s­ta­n­do los cielos después de algunos intentos fallidos. Consigue regresar sano y salvo a su nido.”

Mejores prácticas para el prompt en­gi­nee­ri­ng

Fo­r­mu­la­n­do los prompts co­rre­c­ta­me­n­te, los re­su­l­ta­dos que se podrán obtener de las he­rra­mie­n­tas de IA ge­ne­ra­ti­va serán los esperados. Existen algunas prácticas re­co­me­n­da­das que deberían tenerse en cuenta a la hora de formular in­s­tru­c­cio­nes:

• Concisión: la claridad en la redacción de una in­s­tru­c­ción ayuda a la IA a co­m­pre­n­der mejor lo que se espera de ella.
• Precisión: asegúrate de haber formulado las in­s­tru­c­cio­nes al nivel de detalle necesario para obtener el tipo de respuesta deseado.
• Ex­pe­ri­me­n­ta­ción: si no obtienes in­me­dia­ta­me­n­te la respuesta deseada, intenta formular la pregunta de forma diferente o incluir más contexto.
• In­s­tru­c­cio­nes de formato: si quieres que la respuesta tenga un formato de­te­r­mi­na­do (por ejemplo, lista, párrafo corto, lenguaje formal, longitud concreta, etc.), debes es­pe­ci­fi­car­lo.
• Inclusión de ejemplos que guíen la respuesta: incluir un ejemplo de la respuesta que quieres obtener puede servir a la IA como orie­n­ta­ción a la hora de de­sa­rro­llar el resultado.
• Contexto: antes de responder a una de­te­r­mi­na­da consigna, a algunas IA les sirve disponer de in­fo­r­ma­ción adicional o de un contexto más amplio.
• Evitar la am­bi­güe­dad: evita los términos poco claros o ambiguos.
• Limitar y dirigir: si te preocupa que la IA pueda responder de forma sesgada o si quieres un estilo o pe­r­s­pe­c­ti­va concretos, aporta in­s­tru­c­cio­nes ine­quí­vo­cas.
• Revisión: es im­po­r­ta­n­te que revises las re­s­pue­s­tas de la IA y te asegures de que son precisas.
• Enfoque iterativo: a menudo puede resultar de ayuda adoptar un enfoque iterativo y pe­r­fe­c­cio­nar la pregunta en función de las re­s­pue­s­tas recibidas.

¿Qué perfil debe tener un ingeniero de prompt?

La profesión de ingeniero de prompt ofrece opo­r­tu­ni­da­des pro­me­te­do­ras a quienes dispongan de una co­m­pre­n­sión profunda del pro­ce­sa­mie­n­to del lenguaje y una me­n­ta­li­dad creativa. A medida que las te­c­no­lo­gías de IA y NLP se van in­tro­du­cie­n­do en distintos sectores, crece también la demanda de este perfil.

Aunque no hay re­qui­si­tos en cuanto a formación es­pe­cí­fi­ca, disponer de una ti­tu­la­ción en un campo re­la­cio­na­do puede ser útil. Por ejemplo, aunque no es esencial contar con co­no­ci­mie­n­tos de pro­gra­ma­ción, un título en in­fo­r­má­ti­ca o li­n­güí­s­ti­ca puede facilitar la co­m­pre­n­sión de los modelos de lenguaje y el de­sa­rro­llo de los prompts. El prompt en­gi­nee­ri­ng consiste pri­n­ci­pa­l­me­n­te en co­m­pre­n­der cómo funciona el lenguaje para que se pueda diseñar un prompt con el que se consigan los re­su­l­ta­dos deseados. Para ello pueden ser útiles los si­guie­n­tes co­no­ci­mie­n­tos:

• Co­m­pre­n­sión de la IA y del apre­n­di­za­je au­to­má­ti­co: tener nociones de cómo funcionan las redes neu­ro­na­les, en pa­r­ti­cu­lar de los modelos de lenguaje, para entender mejor los me­ca­ni­s­mos que generan los re­su­l­ta­dos.
• Pe­n­sa­mie­n­to analítico: para poder analizar los re­su­l­ta­dos y cambiar las in­s­tru­c­cio­nes en co­n­se­cue­n­cia.
• Capacidad de co­mu­ni­ca­ción: para formular in­s­tru­c­cio­nes claras y concisas.
• Detección de errores: para poder detectar im­pre­ci­sio­nes o errores en las re­s­pue­s­tas de un modelo de IA y realizar los cambios ne­ce­sa­rios.
• Co­no­ci­mie­n­tos es­pe­cí­fi­cos del ámbito: de­pe­n­die­n­do del ámbito en el que se aplique, puede re­que­ri­r­se disponer de co­no­ci­mie­n­tos es­pe­cí­fi­cos para diseñar y evaluar efi­ca­z­me­n­te los prompts y las re­s­pue­s­tas.
• Apre­n­di­za­je continuo: la in­te­li­ge­n­cia ar­ti­fi­cial y el apre­n­di­za­je au­to­má­ti­co van evo­lu­cio­na­n­do a im­po­r­ta­n­te velocidad. Por lo tanto, un buen prompt en­gi­nee­ri­ng requiere de un co­m­pro­mi­so de apre­n­di­za­je continuo y de la voluntad de adaptarse co­n­s­ta­n­te­me­n­te a las nuevas te­c­no­lo­gías.
• Trabajo en equipo: a menudo, un ingeniero de prompt necesita trabajar con otros pro­fe­sio­na­les, como cie­n­tí­fi­cos de datos, in­ge­nie­ros de software o analistas em­pre­sa­ria­les.