Estructura por encima de extensión
El error más frecuente al escribir un system prompt es intentar cubrir cada escenario posible en un muro de texto. Los modelos responden mejor a prompts estructurados que separan con claridad los distintos tipos de instrucción: definición del rol, pasos del proceso, formato de salida, restricciones y ejemplos.
Un prompt estructurado puede tener una sección de rol («Eres un revisor de código especializado en Python»), una sección de proceso («Para cada archivo, comprueba: imports no utilizados, type hints faltantes, problemas de seguridad y cuestiones de rendimiento»), una sección de salida («Presenta los hallazgos como una lista numerada con calificaciones de severidad») y una de restricciones («No sugieras cambios estilísticos a menos que afecten la legibilidad»).
Esa estructura ayuda al modelo a entender qué es importante y en qué debe concentrarse en cada etapa del procesamiento. También facilita que las personas revisen, modifiquen y mantengan el prompt.
Sé específico sobre lo que quieres
Las instrucciones vagas producen resultados vagos. «Analiza el código» puede significar cualquier cosa. «Revisa cada función para detectar manejo de errores faltante, identifica consultas a base de datos que no usen entradas parametrizadas y señala credenciales hardcodeadas» le dice al modelo exactamente qué buscar.
Al redactar habilidades de IA, la especificidad es tu principal palanca de control de calidad. Cada ambigüedad del prompt es un punto donde el modelo tomará una decisión por su cuenta, y esa decisión puede no coincidir con tus expectativas. Cuanto más específico seas, menos tendrá que adivinar el modelo.
Incluye ejemplos
Los ejemplos son la forma más eficaz de comunicar lo que quieres. En lugar de describir abstractamente el formato deseado, muéstrale al modelo cómo se ve una buena salida. En lugar de explicar los casos límite con texto, ofrece ejemplos de cómo deben tratarse.
Dos o tres ejemplos bien elegidos pueden sustituir párrafos enteros de instrucciones. El modelo aprende de patrones con más eficacia que de reglas. Un ejemplo que muestre la respuesta correcta a una entrada complicada le enseña a manejar entradas similares sin necesidad de reglas explícitas para cada caso.
Define los límites
Dile al modelo lo que no debe hacer. Sin límites, el modelo intentará ser útil de maneras que tal vez no quieras. Una habilidad de revisión de código puede empezar a sugerir refactorizaciones cuando sólo querías que detectara bugs. Una habilidad de análisis de datos puede emitir recomendaciones cuando sólo buscabas estadísticas descriptivas.
Las instrucciones en negativo («no…») son sorprendentemente eficaces para acotar el comportamiento. Frases como «No sugieras cambios en la arquitectura del código», «No incluyas información que no esté respaldada directamente por los datos» y «No te disculpes ni uses muletillas» ajustan la salida a tus necesidades.
Probar e iterar
Ningún system prompt funciona a la perfección al primer intento. Probar tu habilidad con entradas variadas revela dónde se queda corto el prompt. Quizá el modelo maneje bien los casos simples pero tropiece con los casos límite. Quizá el formato de salida sea correcto para entradas cortas, pero se rompa con entradas largas.
Cada fallo en una prueba es información sobre dónde necesita mejorar el prompt. Añade el manejo del caso límite, ajusta la especificación del formato o agrega un ejemplo adicional que cubra el modo en que falló. Tras varias rondas de prueba y refinamiento, el prompt converge hacia un comportamiento confiable.
Mantener un historial de versiones de los prompts permite rastrear qué cambios mejoraron los resultados y cuáles no. Eso evita la trampa habitual de iterar en círculos, donde los cambios que arreglan un problema reintroducen otro.
Lecturas relacionadas
- Cómo construir tu primera habilidad de IA para Claude
- Cómo probar habilidades de IA: enfoques que funcionan de verdad
- Control de versiones para habilidades y prompts de IA
Explora habilidades de IA en Skillful.sh. Busca entre más de 137.000 herramientas de IA.