En este tutorial, exploramos cómo formular prompts eficaces, que se utilizan para dar instrucciones a chatbots, contenidos o servicios de atención al cliente. La ingeniería de instrucciones es especialmente crucial en los modelos generativos de IA. Esto incluye el versátil ChatGPT de OpenAI, que está diseñado para generar texto similar al humano, lo que lo convierte en una herramienta indispensable para generar contenidos, interacciones con clientes y chatbots atractivos.

TL;DR

  • La ingeniería rápida es una habilidad crucial para generar resultados precisos y específicos en los modelos generativos de IA.
  • ChatGPT de OpenAI es una versátil herramienta de procesamiento del lenguaje utilizada en la creación de contenidos, atención al cliente y chatbots.
  • La Ingeniería de Avisos ChatGPT requiere un profundo conocimiento de su funcionamiento y la elaboración de avisos eficaces para dirigir las salidas hacia un resultado preferido.
  • Los fundamentos de la ingeniería de prompts requieren una comprensión del comportamiento del ChatGPT y la capacidad de desarrollar prompts adecuados para su precisión.
  • La especificidad, la claridad y la precisión son principios clave de las indicaciones eficaces para ChatGPT.
  • Proporcionar contexto mediante instrucciones y marcadores de posición orienta el enfoque del modelo para obtener mejores resultados.
  • ChatGPT funciona de forma óptima cuando se le asignan funciones específicas para respuestas orientadas a tareas.

Cómo empezar con ChatGPT Prompt Engineering

La ingeniería de instrucciones ChatGPT es una habilidad crucial en cualquier exploración de modelos lingüísticos. Requiere un profundo conocimiento de los modelos lingüísticos, su funcionamiento y competencia en la elaboración de indicaciones eficaces que dirijan la salida hacia un resultado preferido. Nuestro curso Introducción a ChatGPT es un recurso introductorio para comprender los fundamentos de esta herramienta.

Cómo funciona ChatGPT

ChatGPT es un modelo transformador que emplea una técnica de predicción para sintetizar texto. Predice las palabras siguientes de una frase y une frases para componer párrafos completos. Por ejemplo, dado el contexto de "El sol está...", ChatGPT podría predecir "brillando" o "poniéndose" como continuaciones adecuadas. Comprender el mecanismo de ChatGPT es vital para guiar al modelo para que genere predicciones que se ajusten a tu resultado deseado.

Fundamentos de la Ingeniería Prompt

La ingeniería de instrucciones es un ciclo iterativo de elaboración, prueba y optimización de instrucciones para generar resultados precisos y específicos. Implica desarrollar instrucciones que puedan dar forma a los resultados de la IA con interrupciones mínimas o respuestas innecesarias. Como tal, los fundamentos de la Ingeniería de Mensajes requieren una comprensión clara del comportamiento de ChatGPT y la capacidad de adaptar mensajes adecuados para lograr respuestas precisas y útiles. Hablamos más sobre las técnicas de Ingeniería de Preguntas en este artículo.

Ejemplos de Ingeniería Prompt

Por ejemplo, si queremos que GPT-4 elabore un breve informe de análisis de datos relativo a los datos de ventas de una fuente minorista, "Proporcione un informe de análisis de datos" provocaría una respuesta general. Aunque esto es adecuado, aún podemos optimizar más esta pregunta.

Una indicación más útil podría ser:

"Como analista de datos, esboza la metodología que emplearías para escudriñar un conjunto de datos que describa las tendencias de las ventas a lo largo del tiempo, señalar los productos más vendidos y revisar el rendimiento de las ventas por regiones en el último trimestre".

chatgpt ingeniería rápida

Esta instrucción revisada es específica. Define un papel (analista de datos), esboza los requisitos específicos que conducen a un resultado más eficaz al ordenar a GPT-4 que proporcione un análisis específico basado en el conjunto de datos especificado.

Estrategias para elaborar avisos eficaces para ChatGPT

Al diseñar las instrucciones, es esencial comprender las estructuras básicas y las técnicas de formato. Las instrucciones suelen consistir en instrucciones y marcadores de posición que guían la respuesta del modelo. 

Por ejemplo, en el análisis de sentimiento, una indicación puede incluir un marcador de posición para el texto que se va a analizar junto con instrucciones como "Analiza el sentimiento del siguiente texto:" Al proporcionar instrucciones claras y específicas, podemos guiar el enfoque del modelo y producir resultados más precisos.

Sé claro

Una indicación útil debe ser muy clara para guiar con precisión la predicción del modelo. La ambigüedad debe reducirse al mínimo, con indicaciones detalladas que aclaren los requisitos exactos. Por ejemplo, utiliza "Haz una descripción detallada de las características, el comportamiento y los cuidados que requieren los perros domésticos" en lugar de "Háblame de los perros".

chat gpt prompt ingeniería

Proporcionar contexto

Como ChatGPT responde basándose en el contexto inmediato de la pregunta, establecer un contexto claro es fundamental. Por ejemplo, la pregunta "Traduce el siguiente texto en inglés al francés: 'Hola, ¿cómo estás?'" proporciona un contexto aproximado e instrucciones específicas.

ingeniería rápida

Sé preciso

La precisión de las indicaciones guía la precisión de la salida. Especifica el resultado esperado en la petición. Por ejemplo, para generar una lista, solicita específicamente lo siguiente "Enumera los 10 países más poblados del mundo".

chat gpt preguntar

Prueba el juego de rol

ChatGPT funciona de forma óptima cuando adopta funciones específicas. La asignación del papel guía su respuesta. Al dar la instrucción "Como historiador, explica la importancia de la Guerra Civil Americana", por ejemplo, dictamos cómo y la profundidad de la respuesta de ChatGPT.

chatgpt preguntar

ChatGPT Prompt Examples [Bad vs. Good Prompts] (Ejemplos de preguntas de ChatGPT: malas y buenas)

Las indicaciones eficaces son específicas y permiten que el modelo centre su atención en generar resultados precisos y relevantes, mientras que las malas indicaciones son demasiado generales y dan lugar a respuestas ambiguas o desenfocadas.

Bad Prompt: "Háblame de los perros".
Buena Prompt: "Haz una descripción detallada de las características, comportamiento y cuidados que requieren los perros domésticos".

Bad Prompt: "Traduce este texto al francés".
Pregunta Buena: "Traduce el siguiente texto en inglés al francés: 'Hola, ¿cómo estás?'"

Bad Prompt: "Analiza estos datos".
Buena Prompt: "Analiza los diez valores del sector tecnológico con mejores resultados en el último trimestre y proporciona un informe con proyecciones para los próximos seis meses".

Bad Prompt: "Escribe un artículo sobre el cambio climático".
Good Prompt: "Como periodista medioambiental, escribe un artículo sobre el impacto de la actividad humana en el calentamiento global, incluyendo el aumento de las emisiones de CO2 y sus consecuencias para el medio ambiente."

Bad Prompt: "Crea un gráfico con los datos de ventas".
Pregunta Buena: "Crea un gráfico de barras con los datos de ventas del último trimestre, destacando específicamente el crecimiento de las ventas entre regiones y categorías de productos."

Las indicaciones eficaces son específicas y permiten que el modelo centre su atención en generar resultados precisos y relevantes, mientras que las malas indicaciones son demasiado generales y dan lugar a respuestas ambiguas o desenfocadas.