Redacción de prompts de seguimiento eficaces

Un prompt de seguimiento no es una queja, sino una señal de corrección que orienta al modelo hacia un resultado mejor.

Los prompts de seguimiento eficaces especifican qué estaba mal y qué desea obtener en su lugar. Los prompts de seguimiento vagos, como "Inténtelo de nuevo" o "No es del todo correcto", no proporcionan al modelo nada útil con lo que trabajar.

Aprender un pequeño conjunto de patrones para corregir el rumbo le permite solucionar rápidamente casi cualquier tipo de problema en un resultado.

Cuando una respuesta es demasiado larga, verbosa o contiene contenido innecesario, utilice patrones para reducir su extensión:

• "Hágalo más corto: procure que tenga 100 palabras."
• "Elimine el párrafo introductorio y cualquier oración de relleno."
• "Resuma lo anterior en tres oraciones."
• "Reduzca el texto a la mitad sin perder los puntos clave."

La especificidad ayuda: indicar al modelo un número objetivo de palabras o algo concreto que debe eliminar es más eficaz que limitarse a decir "más corto".

Cuando una respuesta es demasiado general o superficial, utilice patrones para introducir especificidad:

• "Sea más específico sobre el modelo de precios."
• "Proporcione cifras concretas, no porcentajes."
• "Céntrese en el caso de un usuario propietario de una pequeña empresa, no en grandes empresas."
• "El asesoramiento sobre seguridad es demasiado vago: indique la vulnerabilidad específica y cómo corregirla."

Estos patrones limitan el enfoque del modelo a la dimensión en la que necesita más profundidad.

Cuando una respuesta incluye contenido que no desea, utilice patrones para eliminarlo:

• "Elimine la parte sobre el contexto histórico: solo necesito la situación actual."
• "Elimine las dos últimas viñetas; no están relacionadas con el tema."
• "Reescriba el texto sin el párrafo de exención de responsabilidad del final."
• "Elimine todo lo que aparece después del tercer punto y termine ahí."

Indique la sección específica que desea eliminar. Decir "elimine las partes irrelevantes" es ambiguo: es posible que el modelo y usted no coincidan en qué es irrelevante.

Cuando una respuesta es correcta, pero abstracta, utilice patrones para añadir ejemplos:

• "Añada un ejemplo concreto después de cada viñeta."
• "Ilustre el tercer punto con una situación del mundo real."
• "Proporcione un fragmento de código de antes y después para cada práctica recomendada."
• "Añada un contraejemplo que muestre qué NO debe hacerse para cada recomendación."

Los ejemplos convierten las recomendaciones abstractas en acciones concretas. Este patrón es especialmente útil para contenido didáctico y guías prácticas.

Cuando una respuesta tiene el contenido adecuado, pero una estructura incorrecta, utilice patrones de reformateo:

• "Reescriba esto como una lista con viñetas."
• "Convierta esto en una guía numerada paso a paso."
• "Divida esto en secciones con encabezados H2."
• "Dé a esto el formato de una tabla comparativa: Característica | Opción A | Opción B."

Los prompts de seguimiento para reformatear conservan el contenido y solo cambian la presentación. Son de bajo riesgo: la información sustancial ya es adecuada.

Puede combinar varios patrones de corrección en un solo prompt de seguimiento:

"Reescriba la respuesta anterior como una lista con viñetas, elimine la sección sobre los antecedentes históricos y añada un ejemplo de código para cada punto. Manténgala por debajo de 300 palabras."

Esto es más eficaz que enviar cuatro mensajes de seguimiento por separado. Sin embargo, mantenga el prompt de seguimiento combinado claro y fácil de leer. Si se vuelve complejo, divídalo en dos prompts de seguimiento en lugar de enviar uno confuso.

Puede automatizar la corrección mediante seguimiento en un pipeline de Python añadiendo instrucciones de corrección al historial de la conversación:

Los prompts de seguimiento más eficaces se anclan en partes específicas de la respuesta anterior. Esto elimina la ambigüedad:

• Débil: "¿Puede mejorar la segunda parte?"
• Fuerte: "En la sección titulada 'Consideraciones de seguridad', las recomendaciones son demasiado generales. Reescriba esa sección con tres reglas específicas de firewall."

Anclar el prompt citando o nombrando una sección, oración o punto específico obliga al modelo a centrarse exactamente en lo que usted quiere decir.

A veces un patrón de seguimiento no produce la mejora que desea. Estas son algunas señales de que la conversación se ha estancado:

• El modelo vuelve a la misma estructura después de dos correcciones
• Reconoce la corrección, pero sigue cometiendo el mismo error
• Cada corrección crea un problema nuevo mientras resuelve el anterior

En este punto, suele ser más rápido empezar de cero con un prompt original reescrito que continuar haciendo correcciones. Analizaremos esta decisión en una lección posterior.

Como los patrones de corrección se pueden reutilizar, merece la pena conservar una pequeña biblioteca personal de frases de seguimiento a las que recurra con frecuencia:

• "Hágalo más corto: objetivo de X palabras."
• "Añada un ejemplo concreto para cada punto."
• "Reescriba como una lista con viñetas y coloque un resumen de una línea al principio."
• "Elimine la exención de responsabilidad / los antecedentes históricos / el contenido introductorio innecesario."
• "Sea más específico sobre [X]: proporcione cifras / pasos / código reales."

Guardar estas frases en un archivo de texto o en una aplicación para tomar notas le ahorra tiempo en todas las sesiones futuras.

Le pidió al modelo que redactara la descripción de un producto para una aplicación de gestión de proyectos. El modelo devolvió un ensayo de 600 palabras que abarcaba la historia de la aplicación, su filosofía, sus funciones principales, los precios y una comparación con la competencia. Usted solo necesitaba una descripción de 100 palabras sobre las funciones principales para la sección principal de un sitio web.

¿Qué prompt de seguimiento es el más eficaz?

Los prompts de seguimiento son señales de corrección, no quejas. Los cinco patrones principales —acortar, especificar, eliminar, añadir ejemplos y reformatear— cubren la gran mayoría de los problemas en los resultados que encontrará.

Los principios clave son especificar qué estaba mal, anclar la indicación a la sección relevante y combinar patrones cuando sea necesario. Cuando los prompts de seguimiento dejen de funcionar, considere empezar de cero.

En la próxima lección, practicará conversaciones de varios turnos que se basan en respuestas anteriores en lugar de corregirlas.