Markdown en Prompts

La sintaxis Markdown es una herramienta muy útil para estructurar los prompts que envías a los chatbots de IA. Usar elementos como encabezados, listas y bloques de código en tus prompts ayuda a los modelos de IA a comprender mejor tus instrucciones y generar respuestas más precisas.

Por qué usar Markdown en prompts

Los modelos de inteligencia artificial como ChatGPT, Claude o Gemini han sido entrenados con grandes cantidades de texto formateado con Markdown. Esto significa que interpretan la estructura Markdown de forma natural y pueden responder de manera más organizada cuando reciben prompts estructurados.

Las principales ventajas de usar Markdown en tus prompts son:

• Claridad: Los encabezados y las listas hacen que las instrucciones sean más fáciles de interpretar.
• Estructura: Puedes separar diferentes secciones del prompt (contexto, instrucciones, ejemplos) de forma visual.
• Precisión: Los bloques de código y las citas permiten diferenciar claramente los ejemplos del texto.
• Consistencia: Las respuestas generadas tienden a seguir la misma estructura que el prompt.

Encabezados para organizar secciones

Usa encabezados para separar las diferentes partes de tu prompt. Esto ayuda al modelo a entender la estructura de tu solicitud:

# Rol
Eres un experto en desarrollo web.

# Contexto
Estoy creando una aplicación con React y necesito implementar autenticación.

# Instrucciones
1. Explícame las opciones de autenticación disponibles.
2. Recomiéndame la mejor opción para una SPA.
3. Proporciona un ejemplo de código.

# Restricciones
- Usa TypeScript.
- La solución debe ser compatible con Next.js.

Listas para enumerar instrucciones

Las listas ordenadas y las listas no ordenadas son ideales para enumerar requisitos o instrucciones:

Necesito que hagas lo siguiente:

1. Analiza el código que te proporciono.
2. Identifica posibles errores.
3. Sugiere mejoras de rendimiento.

Ten en cuenta las siguientes restricciones:

- El código debe ser compatible con Python 3.10+.
- No uses librerías externas.
- Mantén la compatibilidad con el código existente.

Negritas para enfatizar lo importante

Usa negritas para destacar las partes más importantes de tu prompt:

Genera un artículo sobre Markdown. **El artículo debe tener
entre 500 y 800 palabras**. Incluye ejemplos de código y
**no uses jerga técnica innecesaria**.

Bloques de código para incluir ejemplos

Los bloques de código son esenciales cuando necesitas incluir código o ejemplos en tus prompts:

Revisa la siguiente función y sugiere mejoras:

```python
def fibonacci(n):
    if n <= 1:
        return n
    return fibonacci(n-1) + fibonacci(n-2)
```

Quiero que la función sea más eficiente.

Tablas para datos estructurados

Las tablas son útiles cuando necesitas proporcionar datos estructurados al modelo:

Tengo los siguientes productos. Genera una descripción para cada uno:

| Producto | Categoría | Precio |
|----------|-----------|--------|
| Widget A | Tecnología | 29.99€ |
| Widget B | Hogar | 15.50€ |
| Widget C | Deporte | 42.00€ |

Citas para establecer contexto

Las citas son útiles para incluir texto de referencia o contexto adicional:

Tengo el siguiente texto de un cliente:

> Hola, he intentado acceder a mi cuenta pero me sale un
> error 403. He probado desde distintos navegadores y el
> problema persiste.

Redacta una respuesta profesional para este cliente.

Consejos adicionales

• Combina elementos: No te limites a usar un solo elemento de Markdown. Combina encabezados, listas y bloques de código para crear prompts más completos.
• Sé consistente: Usa el mismo estilo de formato a lo largo de todo el prompt.
• Usa separadores: Las líneas horizontales (---) pueden ayudar a separar visualmente secciones distintas.
• Prueba y ajusta: Experimenta con diferentes estructuras hasta encontrar la que mejor funcione para tu caso de uso.

Para más información sobre técnicas avanzadas de prompting, consulta la guía de prompt engineering o la guía sobre system prompts.