Guía de modelos
Cómo sacar lo mejor de un modelo de lenguaje con prompts, contexto, formato, razonamiento y parámetros, con ejemplos de antes y después.
Guía de modelosLa guía de modelos reúne lo que funciona al hablar con un modelo: cómo pedir, qué darle de contexto, qué formato exigir y cuándo dejarle pensar. Cada página enuncia un principio, explica por qué funciona, lo enseña con un ejemplo de antes y después, y dice cuándo no aplica.
Qué cubre
- Principios de prompting: ocho principios para escribir un prompt claro. Empieza por aquí.
- Ingeniería de contexto: qué meter en el contexto, en qué orden y qué dejar fuera.
- Formato y salidas estructuradas: pedir JSON, garantizarlo con esquema y validarlo siempre.
- Dejar pensar al modelo: razonamiento adaptativo y esfuerzo, y cuándo no compensan.
- Elegir modelo por tarea: un método para elegir modelo midiendo, sin rankings.
- Parámetros: max_tokens, temperatura y compañía:
max_tokens, temperatura, secuencias de parada y sus errores típicos. - Trabajar con documentos largos: dónde colocar un documento largo, extraer antes de razonar y citar.
- Antipatrones: ocho errores frecuentes con su arreglo.
- Checklist antes de producción: la lista que pasas a un prompt antes de ponerlo en producción.
Cómo usarla
Si estás empezando, lee las páginas 1 a 3 en orden después del nivel 10 del roadmap. Si ya tienes un prompt en marcha, ve directo a los antipatrones y al checklist.
Los ejemplos usan la API de Mensajes de Anthropic, pero los principios sirven con cualquier proveedor. Lo que depende del modelo concreto se indica en cada página.
9 guías, en orden
31 min en total- Principios de prompting 4 min
Ocho principios para escribir prompts que funcionan con los modelos actuales, cada uno con su porqué y un ejemplo antes y después.
- Ingeniería de contexto 4 min
Qué meter en el contexto del modelo y qué dejar fuera, en qué orden colocarlo, cómo estructurarlo con etiquetas y por qué el contexto es un recurso finito.
- Formato y salidas estructuradas 2 min
Cómo pedir el formato que necesitas, cuándo usar ejemplos de salida, salidas estructuradas por esquema y herramientas estrictas, y por qué validar siempre.
- Dejar pensar al modelo 3 min
Cómo usar el razonamiento adaptativo y el nivel de esfuerzo, en qué tareas mejora el resultado, en cuáles no y por qué no equivale a pedir explicaciones largas.
- Elegir modelo por tarea 4 min
Qué tier de modelo (grande, mediano o rápido) encaja con cada tipo de tarea y un método para bajar de tier midiendo con evals sin perder calidad.
- Parámetros: max_tokens, temperatura y compañía 4 min
Qué hace cada parámetro de generación (max_tokens, temperature, top_p, stop_sequences, effort), valores de partida razonables y los errores más comunes.
- Trabajar con documentos largos 3 min
Dónde colocar los documentos en el prompt, cómo pedir citas, por qué extraer antes de razonar y cuándo trocear frente a usar contexto largo.
- Antipatrones 3 min
Ocho errores habituales al trabajar con modelos de lenguaje, por qué fallan y cómo arreglarlos, con ejemplos antes y después.
- Checklist antes de producción 4 min
Lista accionable para revisar un prompt o un agente antes de desplegarlo, desde las instrucciones y el contexto hasta evals, costes, seguridad y trazas.