Qué es un Prompt - Definición, origen y ejemplos básicos

10.1 Qué es un Prompt - Definición, origen y ejemplos básicos

Un prompt es, en su forma más simple, una instrucción o pregunta que un usuario presenta a un modelo de inteligencia artificial generativa para obtener una respuesta específica. La palabra prompt proviene del inglés y significa "incitación" o "indicación", pero en el contexto de IA generativa ha adquirido significado técnico particular que va más allá de simples preguntas.

Aunque el concepto de interactuar con sistemas mediante lenguaje natural es antiguo (los primeros sistemas ELIZA en los años 60 respondían a entrada de texto), el término "prompt" en su uso actual se popularizó con el auge de grandes modelos de lenguaje modernos como GPT-3 (2020) y especialmente con ChatGPT (2022). En este contexto, un prompt es la unidad fundamental de comunicación entre humano e IA.

Este apartado te introduce a qué es exactamente un prompt, cómo ha evolucionado el concepto, y proporciona ejemplos básicos que puedes comenzar a experimentar inmediatamente.

Definición precisa de prompt

Un prompt es un fragmento de texto que contiene instrucciones, preguntas, contexto o información que se proporciona a un modelo de IA generativa con el objetivo de generar una respuesta específica. A diferencia de un simple interrogante ("¿Cuál es la capital de Francia?"), un prompt efectivo típicamente contiene múltiples elementos: la pregunta o tarea central, contexto relevante, parámetros sobre cómo debería ser la respuesta, y a veces ejemplos de lo que se desea.

Ejemplo simple de pregunta: "¿Qué es la fotosíntesis?"

Ejemplo de prompt más desarrollado: "Explica el proceso de fotosíntesis de forma que sea comprensible para una persona de 10 años que no tiene conocimiento previo de biología. Usa una analogía con algo cotidiano. Limita la respuesta a 150 palabras."

La diferencia es que el segundo ejemplo proporciona contexto sobre la audiencia, nivel de profundidad deseado, y restricción específica de longitud. Todos estos elementos combinados constituyen un prompt más efectivo que generará respuesta más alineada con las necesidades reales.

Historia brevemente: de ELIZA a ChatGPT

El concepto de conversar en lenguaje natural con máquinas es sorprendentemente antiguo. ELIZA, creado en 1966 por Joseph Weizenbaum en MIT, simulaba un psicoterapeuta respondiendo a entrada de texto del usuario. Aunque ELIZA funcionaba mediante reglas simples y sustituciones de patrones (no "inteligencia" real), fue revolucionario porque demostraba que los humanos podían interactuar con máquinas mediante lenguaje natural.

Durante décadas posteriores, interfaces de línea de comandos evolucionaron lentamente. No fue hasta el desarrollo de grandes modelos de lenguaje a finales de 2010s que interacción mediante lenguaje natural se volvió sofisticada. GPT-2 (2019) mostró capacidad de generar texto coherente. GPT-3 (2020) demostró que modelos suficientemente grandes podían realizar tareas complejas basadas simplemente en instrucciones textuales sin entrenamiento específico para cada tarea.

El término "prompt engineering" (ingeniería de prompts) nació como campo porque se hizo aparente que la forma específica en que formulas una pregunta a GPT-3 afecta significativamente la calidad de la respuesta. De aquí surgió el concepto moderno de prompt como algo que puede ser cuidadosamente diseñado para obtener resultados óptimos.

Elementos básicos de un prompt

Un prompt típicamente contiene varios elementos, aunque no todos están siempre presentes. El elemento central es la tarea o pregunta: qué quieres que haga la IA. Este puede estar formulado como pregunta abierta ("Qué sé sobre..."), tarea específica ("Escribe una carta de disculpas..."), o solicitud de análisis ("Analiza este texto...").

El segundo elemento común es el contexto o rol. Frecuentemente es útil indicar a la IA qué rol debe asumir: "Actúa como experto en marketing digital" o "Imagina que eres historiador especializado en Edad Media". Este elemento establece la perspectiva desde la cual debería responder.

El tercer elemento es la restricción o parámetro de formato. Ejemplos: "Responde en máximo 200 palabras", "Usa formato de lista con viñetas", "Estructura tu respuesta en tres párrafos", "Incluye datos estadísticos recientes".

El cuarto elemento, frecuentemente valioso, es el ejemplo. Decir "dame una respuesta en tono profesional pero accesible como este ejemplo: [aquí va un ejemplo real]" es más efectivo que simplemente describir el tono deseado.

Ejemplos básicos de prompts

Prompt básico 1: "Quiero crear un plan de marketing para una tienda de ropa online. ¿Qué estrategias me recomiendas?"

Este prompt es claro pero genérico. La respuesta será básica y general.

Prompt mejorado 1: "Soy propietaria de pequeña tienda de ropa femenina online (tamaño: 0-XL, enfoque en sostenibilidad y diseño local español). Mi presupuesto de marketing es 500 EUR mensuales. El público objetivo son mujeres 25-45 años en área urbana, interesadas en moda consciente. Dame un plan de marketing realista de 3 meses priorizando por ROI esperado, especificando canales, tácticas, y presupuesto para cada una. Considera que no tengo experiencia en publicidad digital."

Este prompt proporciona contexto específico (tipo de negocio, restricción presupuestaria, audiencia), rol específico que la IA debería asumir (asesor de marketing con conocimiento de startups), y parámetro claro (plan de 3 meses priorizado por ROI). La respuesta será significativamente más útil.

Prompt básico 2: "¿Cuáles son los beneficios del ejercicio?"

Prompt mejorado 2: "Escribe un artículo de blog (800-1000 palabras) sobre beneficios del ejercicio regular. Audiencia: personas sedentarias considerando comenzar a ejercitar. Tono: motivador pero realista, no exagerado. Incluye: beneficios científicamente comprobados, timeline realista de cambios corporales, recomendación de tipos de ejercicio accesibles para principiantes, y estrategia para mantener consistencia inicial. Estructúralo con título atractivo y subtítulos."

Nuevamente, especificidad en audiencia, longitud, tono, contenido requerido, y formato hace la diferencia dramática en utilidad de la respuesta.

Caso práctico: de pregunta vaga a prompt efectivo

Un empresario español quería usar IA para mejorar comunicación con clientes. Su pregunta inicial a ChatGPT fue: "Escribe un correo a un cliente". La respuesta fue genérica y no utilizable. Después de aprender sobre prompts, reformuló: "Escribe un correo de seguimiento personalizado a cliente que hizo consulta sobre servicios de consultoría fiscal hace una semana pero no respondió. Cliente: pequeña empresa de distribución (10 empleados). Tono: profesional pero cercano, no agresivo. Objetivo: reavivar interés sin parecer desesperado. Longitud: 3-4 párrafos. Incluye: recordatorio de propuesta inicial, un nuevo valor añadido que identifiqué desde entonces, invitación clara a meeting en próxima semana." Con este prompt específico, obtuvo un correo prácticamente listo para enviar, que de hecho resolvió el seguimiento que le faltaba en su proceso de ventas.

Evolución del concepto

Es importante entender que el concepto de prompt ha evolucionado. En los primeros días de ChatGPT, cualquier frase era "prompt". Hoy, con mayores conocimientos sobre cómo optimizar la interacción, el término prompt engineering se refiere a diseño cuidadoso de instrucciones para obtener resultados óptimos. Los siguientes apartados del módulo profundizarán en técnicas más sofisticadas.

Ideas clave

• Un prompt es instrucción textual proporcionada a modelo IA para generar respuesta específica
• La calidad del prompt determina directamente la utilidad de la respuesta generada
• Prompts efectivos incluyen tarea central, contexto, restricciones de formato, y idealmente ejemplos
• El concepto evolucionó desde simples preguntas a instrucciones cuidadosamente diseñadas
• Especificidad, contexto claro, y parámetros definidos son características de prompts que generan mejores resultados
• La práctica y experimentación son fundamentales para dominar el arte de formular prompts efectivos