Entre los capítulos 3 y 4
El Workshop
Todo lo que has aprendido, a una conversación de distancia.
Deja de lanzar un solo intento.
A estas alturas ya tienes un set de herramientas: los bloques de construcción, el método socrático, la ingeniería de contexto, los system prompts, los tokens.
En la práctica, los buenos resultados casi nunca vienen de un solo prompt. La gente que le saca más partido a la IA la trata como un colaborador. Compartes un objetivo, el modelo da un primer intento, tú lo cuestionas, él reescribe, tú añades contexto, él vuelve a intentarlo. Después de cuatro o cinco rondas, la respuesta empieza a cuajar.
Hacer prompts es una conversación.
Cada técnica es un movimiento.
Dentro de una conversación, cada técnica que has aprendido se convierte en un movimiento que puedes hacer:
Abre con los cinco bloques de construcción: Rol, Tarea, Formato, Restricciones, Ejemplos. (Cap. 1)
Cuando tu objetivo es difuso, haz que la IA te entreviste antes de empezar a construir. Ese es el movimiento socrático. (Cap. 2)
Cuando lo que hay en juego es importante, empaca el contexto con cuidado, y piensa tanto en qué dejar fuera como en qué incluir. (Cap. 3)
Cuando el problema necesita razonamiento, dile al modelo que piense paso a paso. (más sobre esto en un momento)
Cuando el primer borrador no está bien, itera. Nadie lo borda a la primera, ni siquiera los profesionales.
Todos estos movimientos hacen el mismo trabajo: te ayudan a montar una conversación en la que la IA pueda ser realmente útil.
Un movimiento más
Chain of thought, en breve.
Hay un truco famoso de prompting llamado chain of thought. Añades la frase "piensa paso a paso" a tu prompt, y la precisión del modelo en problemas difíciles da un salto notable. El modelo no se ha vuelto más listo. Simplemente ahora tiene papel de borrador, y lo está usando.
El truco funcionó tan bien que los investigadores lo automatizaron. Los modelos de razonamiento de los que probablemente hayas oído hablar (Claude's Extended Thinking, la serie o de OpenAI, DeepSeek R1) son básicamente chain of thought integrado directamente en el modelo. Piensan paso a paso antes de responder, sin que tengas que pedírselo.
Lo que plantea una buena pregunta. Si el modelo ya razona por su cuenta, ¿qué aporta el humano?
La conversación. Chain of thought demostró que más pensamiento produce mejores respuestas. La misma regla aplica un nivel más arriba: más turnos de ida y vuelta producen respuestas aún mejores. Un modelo que razona solo es útil. Un modelo que razona contigo suele ser de donde sale la calidad real.
El workshop de abajo es un lugar para practicar eso.
Tu turno
El Ultimate Prompt Builder.
Elige una receta a la izquierda, activa los movimientos que quieras usar, y trabaja con la IA turno a turno hasta que estés contento con el resultado.