Prompt Engineering con Markdown

El prompt engineering es el arte de diseñar instrucciones efectivas para los chatbots de IA. La sintaxis Markdown juega un papel fundamental en las técnicas más avanzadas de prompt engineering, ya que permite estructurar las instrucciones de forma clara y precisa.

Qué es el prompt engineering

El prompt engineering consiste en diseñar y optimizar los prompts que envías a un modelo de IA para obtener los mejores resultados posibles. No se trata solo de qué preguntar, sino de cómo estructurar la pregunta. Markdown es una herramienta clave en este proceso porque permite organizar la información de forma que el modelo la interprete correctamente.

Técnica: Few-shot prompting

El few-shot prompting consiste en proporcionar al modelo varios ejemplos de entrada y salida esperada antes de hacer la solicitud real. Los bloques de código y las citas de Markdown son ideales para separar los ejemplos del texto:

Clasifica los siguientes textos como "positivo", "negativo"
o "neutro".

## Ejemplos

**Entrada**: "Me encanta este producto, funciona
perfectamente"
**Salida**: positivo

**Entrada**: "El envío tardó demasiado y el producto
llegó dañado"
**Salida**: negativo

**Entrada**: "Recibí el paquete ayer por la tarde"
**Salida**: neutro

## Texto a clasificar

**Entrada**: "La calidad es aceptable pero el precio
es un poco alto"
**Salida**:

Técnica: Chain-of-thought

El chain-of-thought (cadena de pensamiento) pide al modelo que muestre su razonamiento paso a paso. Las listas ordenadas de Markdown son perfectas para guiar este proceso:

Resuelve el siguiente problema paso a paso.

**Problema**: Una tienda tiene 150 productos. El lunes
vende el 20% de sus productos. El martes recibe 30
productos nuevos y vende 15. ¿Cuántos productos tiene
al final del martes?

**Instrucciones**:
1. Calcula cuántos productos se venden el lunes.
2. Calcula cuántos productos quedan después del lunes.
3. Suma los productos nuevos del martes.
4. Resta los productos vendidos el martes.
5. Indica el resultado final.

Técnica: Rol y contexto

Usar encabezados Markdown para separar el rol, el contexto y las instrucciones mejora significativamente los resultados:

# Rol
Eres un traductor profesional especializado en
traducción técnica del inglés al español.

# Contexto
Estoy traduciendo la documentación de una API REST.
El público objetivo son desarrolladores hispanohablantes.

# Instrucciones
- Mantén los términos técnicos en inglés cuando sea la
  convención (API, endpoint, request, response).
- Traduce los comentarios del código.
- Usa "tú" en lugar de "usted".

# Texto a traducir
> The API endpoint accepts a POST request with a JSON
> body containing the user's credentials. If the
> authentication is successful, it returns a JWT token.

Técnica: Formato de salida

Puedes usar tablas y estructuras Markdown para especificar el formato exacto que esperas en la respuesta:

Analiza las siguientes 3 webs y genera un informe con
el siguiente formato:

| Aspecto | Web 1 | Web 2 | Web 3 |
|---------|-------|-------|-------|
| Velocidad de carga | | | |
| Diseño responsive | | | |
| Accesibilidad | | | |
| SEO | | | |

Para cada aspecto, usa una escala de 1 a 5 y añade
un breve comentario.

Técnica: Delimitadores

Los delimitadores Markdown ayudan a separar claramente las diferentes partes del prompt. Puedes usar líneas horizontales, citas o bloques de código:

Resume el siguiente artículo en 3 puntos clave:

---

```text
[Aquí va el artículo completo que quieres resumir]
```

---

**Formato de respuesta**:
1. Punto clave 1
2. Punto clave 2
3. Punto clave 3

Técnica: Restricciones y reglas

Las listas de Markdown son ideales para definir restricciones claras:

Genera un artículo sobre inteligencia artificial.

## Reglas
- **Longitud**: Entre 300 y 500 palabras.
- **Tono**: Informativo y accesible.
- **Público**: Usuarios no técnicos.
- **Estructura**: Introducción, 3 secciones, conclusión.
- **Prohibido**: No uses jerga técnica sin explicarla.

Consejos generales

Combina técnicas: No te limites a usar una sola técnica. Combina rol, few-shot y chain-of-thought para obtener mejores resultados.
Itera: El prompt engineering es un proceso iterativo. Prueba, evalúa y ajusta.
Sé explícito: Cuanto más claro seas en las instrucciones, mejores serán los resultados.
Usa la estructura a tu favor: La forma en que organizas la información es tan importante como el contenido.

Para más información sobre cómo usar Markdown en prompts, consulta la guía de Markdown en prompts. Para aprender sobre system prompts, consulta la guía de system prompts.