Reutilizar plantillas en distintas tareas
Cree una biblioteca personal de prompts con plantillas parametrizadas.
Reutilizar plantillas en distintas tareas es una lección gratuita de AI Prompt Engineering en CoddyKit. Esta es la lección 4 de 4. Puedes leer la lección completa abajo gratuitamente — luego la practicas en el navegador con un editor de código integrado y un tutor de IA 24/7. Forma parte de la ruta de aprendizaje de AI Prompt Engineering, y tu progreso se sincroniza en la web y la app de CoddyKit. El curso de AI Prompt Engineering incluye 4 lecciones en total.
De soluciones puntuales a una biblioteca de prompts
La mayoría de los ingenieros de prompts comienzan escribiendo prompts de forma puntual: uno para cada tarea, guardado informalmente en una aplicación de notas o en el historial de chats. Esto funciona a pequeña escala, pero deja de ser eficaz cuando necesita coherencia entre tareas, miembros del equipo o momentos diferentes.
Una biblioteca de prompts es una colección estructurada de plantillas de prompts reutilizables: organizada, con nombres, versionada y documentada. Crear una es una inversión que se amortiza rápidamente en cualquier flujo de trabajo que genere contenido con IA de forma habitual.
Organización de archivos: estructura plana
La biblioteca de prompts más sencilla es un directorio plano de archivos de plantilla:
prompts/ email_cold_outreach.j2 email_follow_up.j2 linkedin_post.j2 product_description.j2 blog_post_intro.j2 support_reply.j2
Una estructura plana funciona bien hasta aproximadamente 30-50 plantillas. A partir de ahí, una estructura de directorios por categorías resulta más fácil de recorrer.
Organización de archivos: estructura por categorías
En bibliotecas más grandes, organice las plantillas por tipo de contenido o caso de uso:
prompts/ marketing/ email_cold_outreach.j2 social_linkedin_post.j2 support/ reply_complaint.j2 reply_question.j2 content/ blog_post.j2 product_description.j2 internal/ meeting_summary.j2 project_update.j2
Adapte la categorización a la forma en que su equipo piensa en las tareas, no a los conceptos de ingeniería de prompts.
Convenciones de nomenclatura
Los nombres de las plantillas deben comunicar su propósito de un vistazo. Algunos patrones de nomenclatura adecuados:
- tipo_de_contenido + contexto:
email_cold_outreach,post_linkedin_announcement - acción + objeto:
summarize_meeting,analyze_feedback,generate_tagline - rol + tarea:
support_reply_complaint,marketing_product_description
Evite nombres genéricos como template1, prompt_v2 o new_thing. Un buen nombre se puede entender sin abrir el archivo.
Versionado de plantillas
Los prompts cambian con el tiempo a medida que descubre mejoras. El control de versiones de las plantillas evita perder el historial y sufrir regresiones:
- Almacene las plantillas en git: cada cambio queda registrado y se puede revertir
- Para versionar archivos sin git:
email_cold_outreach_v1.j2,v2.j2,v3.j2 - Etiquete las versiones principales en producción: añada un comentario al principio que indique qué versión se puso en producción y cuándo
- No sobrescriba nunca una plantilla sin conservar una copia: puede que sea necesario restaurar lo que funcionó el mes pasado
Git es la opción más sólida: utilice un directorio prompts/ específico dentro del repositorio de su proyecto.
Encabezado de documentación de plantilla
Cada archivo de plantilla debería incluir un encabezado de documentación. Se trata de un bloque de comentarios en la parte superior que recoge metadatos fundamentales:
# Template: email_cold_outreach.j2
# Version: 2.1
# Author: Sarah Chen
# Created: 2025-03-15
# Last modified: 2025-05-10
# Changes in v2.1: Added 'value_prop' variable, removed generic opener
#
# Purpose:
# Generate personalized cold outreach emails for B2B sales.
#
# Required variables:
# - sender_name: str — Name of the sender
# - recipient_name: str — First name of the recipient
# - company_name: str — Recipient's company
# - value_prop: str — 1-2 sentence value proposition tailored to this prospect
# - cta: str — Specific call to action (e.g., '15-minute discovery call')
#
# Optional variables:
# - tone: str (default: 'professional but warm')
# - word_count: int (default: 120)
#
# Example output: see examples/email_cold_outreach_sample.txt
# Known limitations: Performs best when value_prop is specific to the company.Un registro de plantillas
En entornos de equipo, un registro de plantillas —un archivo de índice central que enumera todas las plantillas disponibles— facilita mucho más su localización:
# prompts/registry.py
# Central index of all prompt templates
TEMPLATE_REGISTRY = {
'email_cold_outreach': {
'file': 'marketing/email_cold_outreach.j2',
'description': 'Cold outreach email for B2B prospecting',
'required_vars': ['sender_name', 'recipient_name', 'company_name', 'value_prop', 'cta'],
'optional_vars': {'tone': 'professional but warm', 'word_count': 120},
'version': '2.1',
'owner': 'sarah.chen'
},
'linkedin_post': {
'file': 'marketing/linkedin_post.j2',
'description': 'LinkedIn announcement post with professional tone',
'required_vars': ['company', 'announcement', 'cta'],
'optional_vars': {'tone': 'professional and approachable', 'word_count': 180},
'version': '1.0',
'owner': 'marketing_team'
}
}
def get_template_info(name):
return TEMPLATE_REGISTRY.get(name, None)Reutilización de plantillas entre tareas
La verdadera potencia de una biblioteca consiste en descubrir que una misma plantilla funciona para varias tareas con pequeños cambios en las variables. Busque oportunidades de reutilización entre tareas:
- Una plantilla de descripción de producto puede generar tanto textos para un sitio web como descripciones para una tienda de aplicaciones, utilizando distintos valores de extensión y tono
- Una plantilla de resumen sirve para resúmenes de reuniones, artículos y revisiones de código cambiando la variable del tipo de contenido
- Una plantilla de comparación sirve para comparar productos, candidatos a un puesto y enfoques técnicos cambiando las variables del objeto y los criterios
Cuando se descubra escribiendo una plantilla nueva, busque primero en la biblioteca.
Composición de plantillas: base + hija
Jinja2 admite la herencia de plantillas: una plantilla base define una estructura común y las plantillas hijas sobrescriben bloques específicos. Esto reduce la duplicación entre plantillas relacionadas:
# prompts/base_content.j2 — shared structure for all content templates
'''
You are a professional writer for {{company}}.
Style rules (apply to all outputs):
- Active voice
- No jargon unless defined
- Sentences under 25 words
- No passive voice
- Warm, direct tone
{% block task %}{% endblock %}
{% block constraints %}
Length: {{word_count | default(200)}} words.
{% endblock %}
'''
# prompts/blog_post.j2 — inherits base, adds blog-specific instructions
'''
{% extends 'base_content.j2' %}
{% block task %}
Write a blog post about {{topic}} for {{audience}}.
Structure: Hook (1 para) + Problem (1-2 para) + Solution (2-3 para) + Takeaway (1 para).
Include one concrete example.
{% endblock %}
{% block constraints %}
{{ super() }}
Do not mention competitors. Include one pull quote.
{% endblock %}
'''Seguimiento del rendimiento de las plantillas
En los flujos de producción, registre qué versiones de las plantillas generan los mejores resultados. Un enfoque sencillo de registro:
import json
import datetime
def log_generation(template_name, template_version, variables, output, rating=None):
log_entry = {
'timestamp': datetime.datetime.utcnow().isoformat(),
'template': template_name,
'version': template_version,
'input_vars': {k: str(v)[:50] for k, v in variables.items()}, # truncate for log
'output_length': len(output),
'rating': rating # optional human rating 1-5
}
with open('logs/generation_log.jsonl', 'a') as f:
f.write(json.dumps(log_entry) + '\n')
# Usage after generation
log_generation(
template_name='email_cold_outreach',
template_version='2.1',
variables={'sender_name': 'Alice', 'company_name': 'Acme'},
output='Dear Mr. Smith...',
rating=4
)Cuándo retirar una plantilla
Las plantillas quedan obsoletas. Estas son algunas señales de que debería retirar o actualizar una plantilla:
- Los resultados requieren constantemente una edición manual considerable: la plantilla no está recogiendo los requisitos adecuados
- La tarea ha cambiado (nuevas directrices de marca, nuevo público o nuevos requisitos de formato)
- La versión del modelo cambió y las instrucciones de la plantilla ya no funcionan como se esperaba
- Se creó una plantilla mejor que reemplaza a esta
Archive las plantillas retiradas en lugar de eliminarlas: márquelas como obsoletas en el registro y conserve los archivos en un subdirectorio archive/. Es posible que necesite comprender por qué los resultados antiguos tenían el aspecto que tenían.
Comprobación de conocimientos: bibliotecas de prompts
Su equipo de 8 personas genera contenido mediante IA para tres casos de uso distintos: campañas de correo electrónico, documentación de productos y redes sociales. Actualmente tienen 45 plantillas de prompts guardadas en un Google Doc compartido, sin una nomenclatura coherente, sin historial de versiones y sin documentación. ¿Cuál sería la mejora inicial que tendría mayor impacto?
Resumen: reutilización de plantillas entre tareas
Una biblioteca de prompts transforma los prompts puntuales en un recurso reutilizable y fácil de mantener. Las prácticas clave son: una estructura de archivos organizada (plana hasta 50 plantillas y categorizada a partir de esa cantidad), convenciones de nomenclatura coherentes, encabezados de documentación con variables obligatorias y notas de versión, y git para el control de versiones.
El comportamiento de mayor valor en una biblioteca es la reutilización entre tareas: una misma estructura de plantilla sirve para varios casos de uso cambiando los valores de las variables. La composición de plantillas mediante la herencia de Jinja2 reduce la duplicación en plantillas relacionadas. Realice un seguimiento del rendimiento y retire activamente las plantillas obsoletas.
Preguntas frecuentes
¿La lección «Reutilizar plantillas en distintas tareas» es gratis?
Sí — el texto completo de «Reutilizar plantillas en distintas tareas» es gratis para leer aquí en la web. Para practicarla de forma interactiva (editor de código integrado y tutor de IA 24/7) y desbloquear el resto del curso de AI Prompt Engineering, actualiza a CoddyKit PRO. El curso de AI Prompt Engineering incluye 4 lecciones en total.
¿Qué aprenderé en «Reutilizar plantillas en distintas tareas»?
Cree una biblioteca personal de prompts con plantillas parametrizadas. Practicas AI Prompt Engineering con código real que ejecutas directamente en el navegador, y un tutor de IA 24/7 responde tus preguntas mientras trabajas en la lección.
¿Necesito experiencia previa para empezar AI Prompt Engineering?
No se requiere experiencia previa. AI Prompt Engineering en CoddyKit está estructurado para principiantes hasta estudiantes avanzados, así que puedes empezar aquí o desde el inicio y avanzar a tu ritmo. Esta es la lección 4 de 4.
¿Cuánto tiempo toma la lección «Reutilizar plantillas en distintas tareas»?
La mayoría de las lecciones de CoddyKit toman alrededor de 5–10 minutos. Cada una es compacta e interactiva, así que avanzas constantemente y retomas exactamente por donde dejaste en la web y la app.
¿Puedo escribir y ejecutar código en esta lección de AI Prompt Engineering?
Sí. Cada lección de AI Prompt Engineering incluye un editor de código integrado, así que escribes y ejecutas código real directamente en tu navegador y obtienes retroalimentación instantánea de IA — sin configuración local necesaria.
Todas las lecciones de este curso
- ¿Qué es una plantilla de prompt?
- Creación de patrones para completar espacios
- Técnicas de sustitución de variables
- Reutilizar plantillas en distintas tareas