Prompt Engineering: domina el arte de hablar con la IA

En esta conferencia, Fabiola Pérez, cofundadora y CEO de MIOTI Tech & Business School, explica detalladamente qué es el Prompt Engineering y cómo dominar el arte de interactuar con la inteligencia artificial generativa. Se explicó desde los conceptos fundamentales y el funcionamiento técnico de los modelos, hasta técnicas avanzadas para optimizar la precisión de los resultados.

La naturaleza de la inteligencia artificial generativa

Fabiola indica que la IA generativa consiste en una serie de algoritmos que permiten generar contenido nuevo en respuesta a instrucciones denominadas “prompts”. No obstante, la experta aclara que este contenido no surge de una creatividad pura, sino que es probabilístico y se basa en la información utilizada para entrenar a los modelos. La ponente subraya que estas herramientas, como ChatGPT o Gemini, funcionan prediciendo la próxima palabra más probable basándose en el contexto previo, un proceso que ocurre palabra por palabra y no de forma instantánea en la mente del modelo.

Además, Pérez menciona que existen parámetros técnicos como la temperatura (que mide el nivel de creatividad de 0 a 1) y el Top P (que determina cuántas iteraciones realiza el modelo para encontrar la mejor respuesta), los cuales suelen estas preconfigurados para el usuario común, pero son ajustables mediante APIS.

Estructura de un prompt y la ventana de contexto

Para lograr resultados efectivos, la conferencia señala que un prompt debe contener cuatro elementos esenciales: instrucciones claras, contexto, datos de entrada e indicadores de salida. Fabiola recomienda utilizar un único verbo por frase al dar instrucciones, tratando la petición casi como si fuera código de programación para asegurar que el modelo entienda cada paso. Asimismo, la ponente profundiza en la importancia de la ventada de contexto, que es la cantidad de información que el modelo puede procesar simultáneamente, medida en tokens (aproximadamente tres cuartos de una palabra). Según detalla Fabiola, herramientas como ChatGPT tienen una ventada de 128,000 tokens, equivalente a un libro de tamaño medio, mientras que Gemini alcanza el millón de tokens, lo que permite manejar grandes volúmenes de datos.

Técnicas fundamentales de Prompt Engineering

Durante la sesión, la experta describe diversas estrategias para mejorar la interacción con la IA:

• Zero-shot y Few-shot Learning: mientras que la primera consiste en pedir algo directamente sin ejemplos, el Few-shot implica proporcionar ejemplos previos dentro del prompt para dirigir el razonamiento del modelo hacia un formato o estilo específico.
• Roleplay: Fabiola sugiere asignar un rol o profesión específica a la IA (como "asistente de recursos humanos", por ejemplo) para que el modelo cargue internamente las tareas y funciones asociadas a ese perfil, aunque advierte que los modelos más modernos están empezando a hacer esto de forma automática.
• Razonamiento forzado (Chain of Thought): la ponente comenta que pedirle al modelo que "piense paso a paso" aumenta drásticamente la precisión en tareas complejas o matemáticas, ya que obliga al sistema a descomponer el problema antes de dar una respuesta final.
• Divide y vencerás: Pérez aconseja separar tareas complejas en pasos secuenciales más sencillos para evitar que el modelo invente información o se salte procesos críticos.

El uso de código y herramientas avanzadas

Fabiola explica que los modelos actuales pueden entrar en modo de intérprete de código si se les pide realizar análisis de datos o cálculos matemáticos. En este modo, la IA escribe y ejecuta código Python internamente en una máquina virtual para devolver resultados precisos en lugar de simples estimaciones lingüísticas. Por otro lado, la ponente destaca la utilidad de crear autoprompt, que es un prompt diseñado específicamente para que la IA ayude al usuario a redactar y mejorar sus propias instrucciones, aplicando técnicas expertas de forma automática.

Buenas prácticas, ética y privacidad

Hacia el final de la charla, la ponente advierte sobre las alucinaciones, recordando que nunca se debe confiar al 100% en las respuestas de una IA, especialmente cuando proporciona enlaces o citas que podrían no existir. Fabiola también desmitifica el uso de la cortesía, indicando que tratar al modelo con excesiva educación no mejora los resultados; de hecho, dar órdenes directas o establecer un tono de urgencia suele activar mejor los mecanismos de atención del sistema. Finalmente, Pérez hace hincapié en la privacidad, recomendando no compartir datos protegidos por leyes como el RGPD y desactivar las opciones de entrenamiento en los chats si se maneja información sensible, ya que los modelos no "olvidan" los datos una vez procesados.

¿Quién es Fabiola Pérez?

Fabiola Pérez es Ingeniera de Telecomunicaciones, Científica de Datos y titulada en programas de formación ejecutiva en Harvard y MIT. Actualmente es CEO y cofundadora de MIOTI Tech & Business School y MIOTI Data & AI Services, después de haber liderado durante más de dos décadas proyectos de software e Inteligencia Artificial en grandes compañías, impulsando la optimización de procesos y la generación de impacto real en negocio.

Su trayectoria combina una sólida base técnica con una marcada visión emprendedora, que la ha llevado a cofundar e invertir en startups tecnológicas como TheCUBE, MINEO o la propia MIOTI.  

Además de su actividad directiva, desarrolla una intensa labor docente y divulgadora en el ámbito de la IA, contribuyendo a acercar la innovación tecnológica a profesionales y organizaciones.  

Por su trabajo, ha sido reconocida como una de Las Top 100 Mujeres Líderes en España y como una de Los 100 empresarios más creativos en el mundo de los negocios según Forbes.