Cuándo perfeccionar y cuándo empezar de nuevo

Cuando una conversación no produce buenos resultados, muchos usuarios siguen intentando corregirla en lugar de empezar de nuevo. Esta es la trampa del costo hundido: cuanto más tiempo ha invertido en una conversación, más difícil resulta abandonarla.

Sin embargo, a veces la forma más rápida de obtener un buen resultado es cerrar la conversación y escribir un prompt inicial mejor. Saber cuándo tomar esa decisión es una habilidad clave de la ingeniería de prompts.

Si ha corregido el mismo error dos o tres veces y el modelo sigue volviendo a cometerlo, es una señal clara de que debe empezar de nuevo.

Ejemplos frecuentes:

• Usted pide una lista con viñetas, el modelo escribe prosa, usted lo corrige y vuelve a escribir prosa
• Usted especifica una audiencia técnica y el modelo sigue usando explicaciones para principiantes
• Usted indica que no quiere avisos y el modelo sigue añadiéndolos

Volver a cometer el mismo error suele significar que la instrucción debe incluirse en el prompt original, no añadirse a mitad de la conversación.

A veces el modelo ejecuta correctamente la tarea que usted describió, pero la descripción de la tarea era incorrecta. Usted pidió X cuando en realidad necesitaba Y.

Ejemplo: pidió un "resumen de los argumentos principales", pero en realidad necesitaba un "análisis crítico que identificara las debilidades de los argumentos". Ninguna cantidad de prompts de seguimiento convertirá un buen resumen en un análisis crítico: el enfoque era incorrecto desde el principio.

Cuando el resultado es competente, pero equivocado, debe reescribir el prompt original.

Si su primer prompt contenía una suposición falsa, una premisa defectuosa o un contexto incorrecto, todo lo que se construya sobre esa base se verá comprometido.

Ejemplos:

• Describió la audiencia equivocada y generó cinco turnos de contenido para ella
• Indicó una restricción incorrecta ("suponiendo que la API se basa en REST" cuando usa GraphQL)
• Proporcionó información de contexto incorrecta que condicionó el enfoque del modelo

Corregir una premisa incorrecta a mitad de la conversación no es fiable. Empiece de nuevo con la premisa corregida desde el principio.

En las conversaciones largas, la calidad de las respuestas a veces se deteriora con el tiempo. El modelo puede:

• Producir respuestas más breves y menos detalladas a medida que se llena la ventana de contexto
• Empezar a contradecir afirmaciones anteriores
• Mostrar una incoherencia o repetición cada vez mayores

Este es un problema de la ventana de contexto, no del prompting. La solución adecuada es iniciar una conversación nueva y proporcionar un resumen conciso de lo establecido hasta ese momento.

No toda respuesta imperfecta justifica empezar de nuevo. Perfeccione la respuesta cuando:

• El contenido es sustancialmente correcto, pero necesita cambios de formato
• Solo una sección concreta necesita mejoras, no toda la respuesta
• Quiere ampliar o extender lo que ya se ha producido
• El error es menor y una única indicación de seguimiento clara lo solucionará

Como regla general: si el modelo entendió su objetivo y produjo contenido en su mayor parte correcto, perfeccione la respuesta. Si no entendió el objetivo en sí, empiece de nuevo.

Antes de decidir si perfeccionar la respuesta o empezar de nuevo, hágase una pregunta de diagnóstico:

"¿El problema está en la salida o en mi prompt original?"

• Problema en la salida → perfeccione la respuesta con una indicación de seguimiento
• Problema en el prompt original → empiece de nuevo con un prompt reescrito

Esta pregunta le obliga a localizar la causa raíz en lugar de tratar el síntoma. La mayoría de las situaciones de costo hundido se producen cuando el prompt original tenía errores, pero el usuario sigue intentando corregir la salida.

Cuando decida empezar de nuevo, no se limite a cambiar la redacción: rediseñe el prompt. Aproveche lo que aprendió de la conversación fallida:

• ¿Qué restricción olvidó incluir?
• ¿Qué suposición era incorrecta?
• ¿Qué aspecto era ambiguo y desvió al modelo?
• ¿Qué ejemplo o especificación de formato habría evitado el malentendido?

Una conversación fallida proporciona información valiosa sobre lo que le faltaba a su prompt original. El nuevo prompt debe abordar directamente esas carencias.

Antes de cerrar una conversación, extraiga las partes que realmente resultaron útiles:

• Copie las secciones, frases o ideas que quiera conservar
• Anote las restricciones o instrucciones que produjeron buenos resultados
• Guarde los ejemplos o analogías que generó el modelo y que le resultaron adecuados

Empezar de nuevo no significa descartarlo todo. Puede pegar las partes útiles en su nuevo prompt como material de referencia o como ejemplos del estilo que desea.

En una aplicación de Python, puede realizar un seguimiento de las señales de calidad de la conversación para decidir cuándo restablecerla automáticamente:

Utilice este árbol de decisión mental:

1. ¿El modelo repite el mismo error después de más de 2 correcciones? → Empiece de nuevo
2. ¿El enfoque o la premisa original eran incorrectos? → Empiece de nuevo
3. ¿La ventana de contexto provoca un deterioro de la calidad? → Empiece de nuevo con un resumen
4. ¿El contenido es básicamente correcto, pero necesita formato o una ampliación menor? → Perfeccione la respuesta
5. ¿Hay una sección débil en una respuesta que por lo demás es buena? → Perfeccione esa sección

El punto de equilibrio suele situarse alrededor de tres intentos de corrección. Si tres prompts de seguimiento específicos no han resuelto el problema, la dificultad está en el prompt original.

Pidió al modelo que escribiera una publicación técnica para un blog dirigida a ingenieros de software sénior sobre la indexación de bases de datos. El modelo produjo una publicación para principiantes en la que explicaba desde cero qué son las bases de datos. Lo corrigió dos veces y especificó la audiencia técnica en cada ocasión. Ambas correcciones produjeron contenido ligeramente menos básico, pero todavía no alcanzaron el nivel de profundidad para ingenieros sénior.

¿Cuál es la mejor forma de proceder?

La regla fundamental es la siguiente: si el problema está en la salida, perfecciónela. Si el problema está en el mensaje inicial, empiece de nuevo.

Las tres señales más claras para empezar de nuevo son: que se repita el mismo error después de varias correcciones, que el planteamiento original sea incorrecto y que la premisa inicial sea deficiente. La disminución de la calidad en una conversación larga suele indicar un problema con la ventana de contexto, que también requiere empezar de nuevo con un resumen.

Una conversación fallida nunca es una pérdida de tiempo: úsela como retroalimentación para redactar un mensaje inicial mejor.