Nivel 10 · Prompting que funciona

Un prompt es el texto con el que le dices al modelo qué hacer. En este nivel aprenderás a escribirlo como escribirías una especificación para un compañero competente que no conoce tu proyecto: con el contexto necesario, ejemplos y un formato de salida que tu código pueda comprobar. Y aprenderás a demostrar que funciona con casos de prueba en vez de con impresiones.

Para quién es

• Has terminado el nivel 00 o ya sabes llamar a la API y leer stop_reason y usage.
• Usas modelos a diario pero tus prompts «a veces fallan» y no sabes por qué.
• Vas a integrar un modelo en un producto y necesitas que la salida sea parseable siempre.

Qué vas a saber hacer

Al terminar sabrás redactar instrucciones sin ambigüedad, enseñar con ejemplos few-shot, pedir y validar JSON, separar en el prompt de sistema lo que es fijo de lo que cambia en cada petición, y medir el efecto de cada cambio con un pequeño conjunto de evaluación.

Lecciones

1. Instrucciones claras y contexto suficiente. Qué contexto necesita el modelo, cómo estructurar una instrucción y por qué las etiquetas XML ayudan a separar datos de órdenes.
2. Ejemplos few-shot: enseñar con casos. Enseñar con casos: cuántos, cuáles y cómo evitar que el modelo copie lo que no debe.
3. Formato de salida: pedir JSON y validarlo. Pedir JSON, validarlo con un esquema y usar salidas estructuradas garantizadas cuando la API lo permite.
4. El prompt de sistema: rol y reglas fijas. Rol, reglas fijas y qué va en el sistema frente a qué va en cada mensaje.
5. Iterar con casos de prueba. Un bucle de mejora con casos etiquetados, una métrica y un cambio cada vez.

El proyecto del nivel

Construirás un clasificador de tickets de soporte. Recibe un texto como «Me habéis cobrado dos veces la suscripción de octubre» y devuelve:

{"categoria": "facturacion", "prioridad": "alta", "resumen": "Cobro duplicado de la suscripción de octubre"}

Está terminado si cumple todo esto:

• El prompt de sistema define el rol, las categorías permitidas y los criterios de prioridad.
• Incluye entre tres y cinco ejemplos que cubren casos difíciles.
• La salida se valida con un modelo Pydantic (o Zod en TypeScript); si falla la validación, el programa reintenta una vez y después devuelve un error claro.
• casos.jsonl tiene al menos 20 tickets etiquetados a mano, incluidos algunos ambiguos.
• evaluar.py ejecuta todos los casos y muestra el acierto en categoría y en prioridad.
• Entregas una tabla con al menos tres versiones del prompt, qué cambiaste en cada una y su resultado.

Después de este nivel

Sigue con Nivel 20 · Uso de herramientas, donde el modelo deja de solo escribir texto y empieza a pedir acciones. Para consultar detalles sueltos, tienes Prompting y la guía de modelos.