Prompt engineering

Un prompt no es solo una pregunta: es el contrato que define cómo va a comportarse el modelo. Un prompt bien diseñado tiene varios componentes que pueden estar implícitos o explícitos: rol o contexto ("eres un analista financiero senior"), tarea concreta ("clasifica esta factura"), formato esperado ("responde en JSON con los campos x, y, z"), ejemplos (1-5 ejemplos de entrada y salida correcta, lo que se llama "few-shot prompting"), restricciones ("no inventes datos; si no sabes, di que no sabes"), y a veces la cadena de razonamiento ("piensa paso a paso antes de responder"). Las técnicas que funcionan en 2026: ser específico y detallado; dar ejemplos cuando importa el formato; usar estructura clara (XML, markdown, secciones); dividir tareas largas en pasos; pedir al modelo que verifique su propia respuesta antes de entregarla. Las técnicas que NO funcionan tan bien como se creía: ser muy amable o "cariñoso" con el modelo (no aporta), amenazar al modelo (no aporta y degrada calidad), prompts ultra-largos sin estructura (peor que prompts cortos bien hechos). El campo evoluciona: con modelos de razonamiento (o3, Claude con extended thinking), el prompt tiende a ser más simple porque el modelo razona más por sí solo.