No llamarías a una pizzería y harías un pedido de "pizza" Para recibir la cena que desea, especificaría su elección de corteza, ingredientes, especias, bebida de acompañamiento y cualquier cosa a la que pudiera ser alérgico.
Moraleja: Cuanto más detalladas sean tus instrucciones, más se acercará la pizza a tus preferencias. Esto se aplica al uso de herramientas de IA generativa como ChatGPT de IA abierta o Géminis de Google .
En esta entrada de blog, le mostramos cómo dar instrucciones claras y hacer preguntas específicas a las herramientas de IA genérica, un proceso también conocido como ingeniería de indicaciones.
¿Qué es la ingeniería de indicaciones?
La ingeniería de indicaciones es el proceso de diseñar y refinar el texto de entrada que se da a los modelos de IA, especialmente a los modelos lingüísticos, para obtener las respuestas más precisas, relevantes y creativas.
¿Por qué debería aprender ingeniería de indicaciones?
La IA generativa se está convirtiendo en una de las herramientas más potentes e impactantes en un amplio intervalo de aplicaciones, desde la redacción de contenidos hasta el modelado arquitectónico. McKinsey encuentra que hasta el 30% de las horas trabajadas actualmente en la economía estadounidense podrían automatizarse en 2030 con tecnologías basadas en la IA.
Para sacar el máximo partido de la IA de nueva generación, es necesario dominar la ingeniería de indicaciones.
Acelerar las interacciones: La ingeniería de indicaciones sirve como interfaz principal entre la intención humana y el resultado de la máquina. Para que el modelo de aprendizaje automático (ML) entienda tu consulta en lenguaje natural, necesitas conocer la ingeniería de indicaciones.
Fomentar la creatividad de la IA: El factor diferenciador de la IA generativa es que "genera", es decir, crea texto, imágenes o datos en respuesta a las indicaciones. Para obtener respuestas creativas, hay que introducir indicaciones claras.
Obtener respuestas precisas: Uno de los grandes retos de la IA Genética ha sido la alucinación, un fenómeno en el que el modelo de IA produce información incorrecta o engañosa basándose en suposiciones erróneas o sesgos inherentes. Para eliminar esto, se necesitan buenas habilidades de ingeniería de indicaciones.
Maximizar los rendimientos: La IA generativa se compone de grandes modelos lingüísticos que procesan cantidades extraordinarias de datos. Para aprovechar al máximo las capacidades de un modelo -y eludir sus límites- es fundamental una buena ingeniería de indicaciones.
Mejorar la relevancia: Todo lo que genere la IA debe ser relevante para el público al que va dirigido. Por ejemplo, puede mejorar la relevancia de su publicación en las redes sociales generada por la IA para su público especificando sus datos demográficos, intereses, necesidades, retos, etc.
Para aprovechar estas ventajas, debe comprender cómo puede utilizar la ingeniería de indicaciones para obtener los resultados deseados de la IA generativa. Empecemos con algunos ejemplos
Ejemplos de ingeniería de indicaciones
Hay un montón de cosas que hacer y que no hacer, buenas prácticas, y
para ayudarte a hacerlo bien. Pero antes de entrar en
la mejor manera de aprender una habilidad tan práctica como la ingeniería de indicaciones es verla en acción.
He aquí algunos ejemplos de ingeniería de indicaciones en distintas áreas de trabajo.
Ingeniería de indicación para el desarrollo de software
Ya sea programando, corrigiendo incidencias o escribiendo documentación,
Herramientas de IA para desarrolladores
pueden hacer tu trabajo mucho más sencillo. He aquí cómo.
Asistencia para la revisión del código
"Generar una lista de control de revisión de código para una aplicación de automatización de procesos robóticos (RPA) construida con Python. Centrarse especialmente en la legibilidad y la seguridad de la corporación."
Documentación técnica
"Escribir una guía completa sobre la implementación de OAuth 2.0 en una aplicación web utilizando Node.js. Incluye instrucciones paso a paso y fragmentos de código para cada fase."
Corrección de errores
"Describir un enfoque sistemático para identificar y corregir las fugas de memoria en una aplicación Java, incluyendo las herramientas a utilizar y las áreas comunes a comprobar. "Si eres un principiante que encuentra esto un poco demasiado complejo, hemos traído ayuda. Utilice
ClickUp's ChatGPT indicaciones para la ingeniería
para generar ideas, planes de procesos y mucho más.
más de 200 indicaciones de ChatGPT para Ingeniería listas para usar de ClickUp_
Indicaciones de IA para la gestión de productos
Los equipos de desarrollo ágil de software suelen carecer de gestores de productos capaces de aclarar la hoja de ruta e impulsar el progreso. En
como ChatGPT pueden ser de ayuda.
Priorización de funciones
"Utilizando el modelo de puntuación RICE (Alcance, Impacto, Confianza, Esfuerzo), prioriza las siguientes funciones para nuestra próxima herramienta de gestión de proyectos: Tableros Kanban, colaboración en tiempo real, elaboración de) informes automatizados e integraciones con terceros."
Creación de persona usuaria
"Desarrollar un personaje de usuario detallado para una app de seguimiento del estado físico dirigida a profesionales ocupados que son principiantes en el fitness personal. Incluye datos demográficos, metas, retos y cómo podrían utilizar la aplicación."
Desarrollo de la hoja de ruta del producto
"Esbozar una hoja de ruta de producto de 6 meses para la expansión de una plataforma de comercio electrónico, centrándose en la integración de IA para experiencias de compra personalizadas. Detalla las fases, los hitos clave y los resultados esperados. "O elige entre los más de 130
Indicaciones de ClickUp ChatGPT para la gestión de productos
y empiece de inmediato.
130+ Indicaciones de ChatGPT para la gestión de productos mediante ClickUp_
Prompt ejemplos de ingeniería en la gestión de proyectos
Puedes pedir a Gen IA que cree un plan de proyecto, que puedes personalizar. O simplemente pedir ayuda para optimizar partes del mismo. Veremos ambos a continuación.
Creación del plan del proyecto
"Redacte un plan de proyecto detallado para el lanzamiento de un nuevo mercado en línea, que incluya fases como la investigación de mercado, el diseño y el desarrollo, las pruebas y la estrategia de puesta en marcha. Especifique las actividades clave, los recursos necesarios y los cronogramas de cada fase."
Optimización de recursos
"Analizar la asignación actual de recursos para un proyecto de desarrollo de software y sugerir optimizaciones para garantizar la entrega a tiempo sin comprometer la calidad. Tenga en cuenta factores como los conjuntos de habilidades, la distribución de la carga de trabajo y las tareas de ruta crítica".190
Indicaciones de ChatGPT para la gestión de proyectos
curado exclusivamente para usted por ClickUp.
clickUp Brain para respuestas instantáneas y precisas basadas en el contexto de cualquier trabajo dentro y conectado a ClickUp_
Indicaciones para la creación de contenidos
En
mejores herramientas de creación de contenidos de IA
pueden ayudarle a mejorar significativamente sus resultados de marketing. Pruebe las siguientes para comprobarlo usted mismo.
Campaña en redes sociales
"Diseña una campaña en las redes sociales para el próximo lanzamiento de un champú ecológico. Incluye 3 publicaciones diferentes en Instagram y 3 en Twitter. Añade hashtags relevantes para cada plataforma"
Contenido del boletín de correo electrónico
"Crear contenido atractivo para un boletín mensual para una startup tecnológica que incluya una actualización del producto, un centro de atención sobre un miembro del equipo, próximos eventos y una llamada a la acción que anime a los lectores a probar una nueva función."
También puedes dar más detalles sobre la actualización del producto o sobre un miembro del equipo para obtener un resultado preciso. Ejemplo
"Crear un centro de atención sobre un miembro del equipo. Su nombre es Jake, es un desarrollador fabuloso. Completa un año este mes. En este tiempo, ha ayudado a resolver algunos de los mayores problemas de los clientes. Un cliente dijo una vez: "Sin Jake, nos habríamos quedado atrapados en un bucle de confusión. Hizo un gran trabajo ayudándonos a matar dos pájaros de un tiro"
Genere notas de reunión precisas sin esfuerzo con el cerebro de ClickUp
Utilice
Cerebro ClickUp
como tu asistente de escritura, realiza revisiones ortográficas, resume documentos más largos, crea tablas, plantillas, transcripciones y mucho más.
No olvide que la mayoría de las empresas aún no están a favor de los contenidos generados por IA, lo que ha dado lugar a varios
Herramientas de detección de IA
. La mejor forma de utilizar Gen IA para el contenido sería como herramienta de lluvia de ideas o como punto de partida que elimine el problema de la página en blanco.
Ingeniería de indicaciones en aplicaciones chatbot
Técnicamente hablando, ChatGPT o Google Gemini es un chatbot con el que estamos hablando. Entiende nuestras entradas y produce respuestas. Está entrenado en grandes modelos lingüísticos con una plétora de datos.
Puede tomar estos modelos y entrenarlos aún más con información propia o específica del sector para permitir conversaciones matizadas, contextualizadas y personalizadas con el usuario. En este caso, el cliente puede limitarse a hacer preguntas como "¿cuánto cuesta esta mochila?"
Sin embargo, un buen chatbot de atención al cliente puede basarse en datos organizativos sobre historial de compras, ubicación, preferencias, reclamaciones anteriores, etc., para ofrecer respuestas y aumentar las ventas de productos, mejorando significativamente la experiencia del usuario.
Ingeniería de indicaciones para programación informática y sistemas de control de versiones
La ingeniería de indicaciones puede ayudar a un desarrollador a generar fragmentos de código específicos en varios lenguajes de programación.
"Escribir una función Python para conectarse a una base de datos SQL y realizar una consulta SELECT basada en los parámetros pasados a la función"
La integración de la IA en los flujos de trabajo de control de versiones ofrece recomendaciones para la revisión de código basadas en el historial de confirmaciones, sugiere áreas de la base de código que pueden requerir refactorización y automatiza las tareas rutinarias de control de versiones, mejorando la calidad del código y la productividad del equipo.
Indicación de tecnologías creativas de IA
La ingeniería de indicaciones, especialmente con modelos como DALL-E, da rienda suelta a una capacidad sin precedentes para generar imágenes imaginativas e intrincadas a partir de descripciones textuales.
Por ejemplo, un desarrollador de juegos podría utilizar una indicación del tipo "Genera una imagen de una calle principal, con tiendas de moda a ambos lados, al atardecer, con estilos arquitectónicos modernos y colores fríos" Los resultados permiten visualizar rápidamente los entornos de los juegos sin necesidad de un extenso dibujo manual.
Imagen creada por DALL-E para la indicación anterior
Indicación de ingeniería para el análisis de la base de datos
Normalmente, para extraer información de las bases de datos es necesario que alguien con conocimientos de SQL escriba complejas consultas en lenguaje de programación. La IA generativa ha cambiado esta situación, permitiéndole escribir sus consultas en lenguaje natural para recuperar datos de fuentes de datos no estructuradas o semiestructuradas.
Procesamiento de datos
"Ser un científico de datos y escribir código para limpiar y preprocesar mis datos para el análisis. Mi conjunto de datos contiene información de compras de todos los clientes durante los últimos 30 días."
Aquí, puedes pedir a Gen IA que realice tareas de limpieza específicas como eliminar filas vacías, eliminar filas con valores de carrito inferiores a 50$, etc.
Visualización de datos
"Escribe código en Python para visualizar mi conjunto de datos. Mi conjunto de datos contiene información de compras de todos los clientes mayores de 50 años en los últimos 30 días."
Proporciona especificaciones adicionales para la visualización y el ajuste, como "muéstrame tendencias de compra" u "organiza por categorías"
Análisis de sentimiento con indicaciones de Gen IA
El análisis del sentimiento es inmensamente popular en el contenido online generado por el usuario, especialmente a partir de publicaciones en redes sociales. Su indicación para conocer el sentimiento del cliente sobre su producto puede ser la siguiente.
"Basándome en mi conjunto de datos que contiene menciones en las redes sociales, clasifíquelas como positivas, negativas o neutras. Identifica las funciones o aspectos específicos asociados a cada sentimiento"
Si ya has aprendido lo básico sobre cómo funciona la ingeniería de indicaciones, es hora de ver sus aplicaciones e implicaciones más amplias.
Rol de la ingeniería de indicaciones en los sectores basados en datos
De los ejemplos anteriores se desprende que se pueden realizar análisis de datos básicos o análisis de opiniones en todos los sectores. Sin embargo, la IA generativa y la ingeniería de indicaciones están aportando un valor especial en sectores y aplicaciones basados en datos. He aquí cómo.
Educación
Una buena ingeniería de indicaciones ayuda a los educadores a crear contenidos precisos, relevantes, atractivos y personalizados a gran escala. Algunos de los casos de uso con mayor potencial para la IA Gen en la educación son:
Experiencias de aprendizaje personalizadas: Creación de lecciones y planes basados en las preferencias, competencias e intereses de cada estudiante en una fracción del tiempo.
Creación automatizada de contenidos: Generación rápida de materiales de compatibilidad, como resúmenes, cuestionarios y preguntas de comprensión lectora.
Aprendizaje y práctica de idiomas: Generación de escenarios de práctica de conversación, ejercicios de gramática y ejercicios de vocabulario alineados con el nivel actual del alumno.
Tutorización y compatibilidad: Tutoría basada en IA para responder a preguntas específicas de los estudiantes o áreas de dificultad, ofreciendo explicaciones, recursos y problemas de práctica.
Investigación y desarrollo
Mediante la elaboración de indicaciones precisas y contextualmente relevantes, los investigadores aprovechan los modelos de IA para cribar una gran cantidad de datos, generar nuevas hipótesis e incluso simular resultados experimentales.
Los ingenieros de indicaciones pueden ayudar a los investigadores a diseñar las entradas adecuadas para obtener resultados precisos a gran escala. Algunos escenarios en los que esto puede ser valioso son:
Revisión bibliográfica: Realización de revisiones exhaustivas de la literatura, identificación de estudios relevantes, hallazgos clave y lagunas en la base de conocimientos actual.
Extracción de datos: Descubrir patrones, correlaciones y anomalías en grandes conjuntos de datos.
Generación de hipótesis: Generación de múltiples hipótesis dentro de la misma área de investigación para explorar múltiples caminos.
Simulación de experimentos: Simulación de experimentos o resultados de modelos, lo que reduce la necesidad de realizar experimentos físicos costosos y lentos.
*Salud
La ingeniería de indicaciones mejora la capacidad de los modelos de IA para interpretar datos médicos complejos, proporcionar compatibilidad con el diagnóstico, personalizar la atención al paciente y facilitar la investigación y la formación.
Los ingenieros de indicaciones pueden ayudar a los profesionales médicos a obtener una mejor comprensión de sus datos en los siguientes casos.
- Asistencia diagnóstica basada en pruebas, resultados de laboratorio, informes e imágenes médicas
- Planes de tratamiento personalizados: Análisis del historial médico, los datos genéticos y el estado de salud actual de los pacientes para sugerir planes de tratamiento personalizados, como la predicción de rechazos de trasplantes de órganos
- Descubrimiento de fármacos: Examinar extensas bases de datos de artículos académicos y datos de pruebas clínicas para identificar posibles fármacos candidatos para enfermedades específicas, como Pendiente del MIT con los antibióticos
Casos prácticos de uso de la ingeniería de indicaciones
En esencia, la IA generativa puede crear contenidos de tres formas: Texto, imagen y audio/vídeo. Algunos de los
a través de estos tres formularios son los siguientes.
Ingeniería de indicaciones en la generación de textos
Este es el caso de uso más popular de la IA generativa en la actualidad. Desde periodistas y vendedores hasta tímidos desarrolladores, usuarios de todo el espectro están utilizando
para sus necesidades.
Los casos de uso más populares son:
- Contenido de marketing, como blogs y libros blancos
- Contenido de redes sociales, como actualizaciones de Instagram o Twitter
- Documentación técnica
- Discursos y presentaciones
- Titulares alternativos o llamativos para artículos
- Resúmenes para facilitar la lectura
También existen
Herramientas de IA para notas de reuniones
que pueden transcribir videollamadas en notas de texto o resumir notas de texto para identificar puntos clave, elementos de acción, etc.
Ingeniería de indicaciones en la generación de imágenes
Aunque todavía no se utiliza tanto como el texto, la generación de imágenes presenta increíbles oportunidades para la creatividad. Entre los casos de uso más populares se incluyen:
- Arte digital
- Diseño gráfico para marketing y redes sociales
- Diseño conceptual para eventos y conferencias
- Diseño de interiores y prototipos arquitectónicos
- Portadas de revistas y otros elementos visuales
Ingeniería de indicación en generación de audio y vídeo
La generación de audio y vídeo mediante ingeniería de indicaciones tiene importantes aplicaciones de entretenimiento, educación y asistencia virtual. Algunos casos prácticos de uso de las herramientas de creación de contenidos con IA son:
- Pistas musicales o efectos de sonido personalizados para videojuegos y proyectos multimedia
- Música que cumpla los requisitos temáticos y emocionales de un proyecto
- Llamadas de animales/aves poco comunes
- Vídeos cortos de promoción/animación con sonido
- Trailers de películas
- Prototipos de audio y vídeo
El impacto de la IA generativa es extraordinario e influye en todos los sectores, industrias, zonas geográficas y tipos de empresa. Durante la próxima década, la ingeniería de indicaciones podría definir la propia capacidad de aprender y comprender cosas, del mismo modo que hoy lo hace "buscar en Google".
Aunque la IA generativa está evolucionando rápidamente, aquí tienes algunos métodos básicos que puedes utilizar para iniciarte en la ingeniería de indicaciones.
Métodos de indicación
Antes de entrar en términos técnicos, recuerda que la principal ventaja de la IA generativa es que puedes introducir tus datos en lenguaje natural. Así que, adelante, habla con ChatGPT, Google Gemini o Microsoft Copilot como lo harías de forma natural.
Observa las respuestas y afina tus entradas sobre la marcha. Aquí tienes algunos conceptos que pueden ayudarte.
Aprendizaje sin disparos
Proporcionar a la IA una tarea sin ejemplos previos ni contexto se denomina indicación de disparo cero. Se caracteriza por lo siguiente.
- Las indicaciones son autoexplicativas
- El modelo puede entender y ejecutar la petición basándose únicamente en su preentrenamiento
- Es la mejor indicación inicial para que los nuevos usuarios entiendan los grandes modelos lingüísticos
Ejemplo de indicación: "Identifique el lenguaje de programación principal utilizado en el siguiente fragmento de código: print('¡Hola, mundo!')"
Aprendizaje de pocos pasos
Dar al modelo de IA algunos ejemplos de la tarea en cuestión antes de presentarle la tarea real se denomina indicación de pocos intentos.
- Las indicaciones son prescriptivas
- Ayudan al modelo a comprender el contexto y el formato esperado del resultado
- Es la mejor opción para tareas complejas en las que un "zero-shot" no proporciona suficiente orientación
Ejemplo de indicación: "Dados los pares de entrada y salida: Entrada: 5 * 5, Salida: 25; Entrada: 8 + 2, Salida: 10; calcula la salida para Input: 7 - 4."
Indicación de cadena de pensamiento
Indicar al modelo que genere pasos intermedios o caminos de razonamiento que conduzcan a la respuesta final o al resultado deseado se denomina indicación de cadena de pensamiento (COT).
- Las indicaciones van paso a paso
- Guían al modelo hasta el resultado final
- Ideal para tareas complejas de resolución de problemas en las que se desea que el modelo "muestre su trabajo"
Ejemplo de indicación: "Para invertir una cadena dada 'hola', primero, divida la cadena en caracteres individuales. En segundo lugar, invierta el pedido de estos caracteres. Por último, vuelva a unir estos caracteres en una cadena. ¿Cuál es el resultado final?"
Técnicas avanzadas de indicación
Entremos en un par de técnicas más complejas y avanzadas de ingeniería de indicaciones.
Zero-shot CoT
Zero-shot chain-of-thought (COT) combina los dos métodos para abordar problemas complejos sin ejemplos previos en los datos de entrenamiento.
Imagine utilizar un modelo generativo de IA para depurar un código de software que nunca ha visto antes.
Utilizando el método COT, el modelo articularía su comprensión del problema, deduciría lógicamente las causas y articularía posibles soluciones, paso a paso, a pesar de no haber sido entrenado en este problema específico.
Ingeniero de indicación automática (APE)
¿Y si la IA pudiera indicar a la IA que encuentre las respuestas correctas? Eso es automatización de la ingeniería de indicaciones.
El uso de algoritmos y técnicas para generar u optimizar automáticamente indicaciones para interactuar con modelos de IA se denomina APE. En este modelo, el algoritmo analiza un corpus de intentos correctos y fallidos de automatización de tareas similares.
A continuación, incorpora palabras clave, estructuras e instrucciones identificadas como las que tienen más probabilidades de dar lugar a un resultado correcto. A medida que la IA genera guiones, el sistema APE evalúa su eficacia, refina la indicación en función de lo que aprende y mejora iterativamente el proceso.
Independientemente del método que utilice, es probable que se enfrente a algunos retos en su camino hacia una ingeniería de indicaciones eficaz.
Limitaciones y retos de la ingeniería de indicaciones
Como campo emergente, la Gen IA está atravesando sus propios altibajos. Por otra parte, los usuarios están probando diversas indicaciones y estilos para obtener el resultado que necesitan. Una tecnología que avanza tan deprisa está abocada a tener problemas.
Algunas de las mayores limitaciones de la ingeniería de indicaciones y formas de superarlas.
Dependencia del modelo: Una indicación que funciona bien con un modelo puede no dar los mismos resultados con otro.
esté atento a las diferencias en el modelo. Realice ajustes y optimizaciones sobre la marcha
Complejidad y especificidad: Las indicaciones eficaces suelen requerir un profundo conocimiento del lenguaje y las capacidades del modelo.
encuentra el equilibrio entre la vaguedad y la especificidad para sacar el máximo partido a tus modelos lingüísticos
Prejuicios y sensibilidad: Los modelos de IA pueden heredar sesgos de sus datos de entrenamiento, que usted puede amplificar inadvertidamente mediante la ingeniería de indicaciones. Además, la alucinación, el sesgo, la insensibilidad, etc., pueden dar lugar a resultados perjudiciales, engañosos o poco éticos.
construya sistemas para una cuidadosa consideración y supervisión ética del uso de la IA
Escalabilidad: A medida que crece el alcance de las tareas, las indicaciones manuales de ingeniería para cada escenario único se vuelven poco prácticas.
considera la generación automática de indicaciones o la optimización para futuras necesidades
Interpretabilidad: La falta de interpretabilidad puede dificultar la mejora iterativa de las indicaciones o el diagnóstico de problemas.
utilice métodos de cadena de pensamiento e insista en ver el razonamiento lógico de la IA para los resultados importantes
Sobreajuste e infraajuste: La sobreadaptación se produce cuando una indicación está demasiado adaptada a ejemplos concretos, lo que la hace menos eficaz para casos generales. La inadaptación se produce cuando una indicación es demasiado amplia y da lugar a resultados genéricos o irrelevantes.
bueno, encuentra el equilibrio
Limitaciones de costes y recursos: La ingeniería de indicaciones de alta calidad, especialmente en un entorno comercial, puede requerir importantes recursos informáticos y tiempo de expertos.
centrarse en las aplicaciones prácticas y el rendimiento de la inversión
Excelencia en ingeniería de indicaciones con ClickUp
¿Cómo se llama esa canción de Taylor Swift? ¿Cuánto queso debo poner en mi pasta? ¿Está limpio este conjunto de datos para su análisis? ¿A qué medicamento es alérgico este paciente? ¿Qué tareas de este sprint quedan por asignar?
El alcance de los modelos generativos de IA está en constante expansión. Como resultado, la ingeniería de indicaciones se está convirtiendo en una habilidad imprescindible entre los profesionales de todos los sectores.
Su capacidad para hablar el idioma del LLM determina su intento correcto de obtener los mejores resultados, una habilidad encapsulada en la "ingeniería de indicaciones"
Puedes probar la ingeniería de indicaciones con cualquiera de los LLM gratuitos, como ChatGPT, Google Gemini, DALL-E, etc. Prueba a pedirle que cree un remix de tus canciones favoritas para tu próxima fiesta de cumpleaños o que mire los extractos de tu tarjeta de crédito para visualizar tus mayores gastos.
Haz que tu trabajo sea más rápido y eficaz con ClickUp Brain. ClickUp integra IA en la plataforma para la gestión de conocimientos, gestión de proyectos y redacción.
¿Y qué más? ClickUp Brain también incluye indicaciones y cientos de plantillas para que empiece con buen pie. Vea lo que la IA generativa puede hacer por su gestión de proyectos.
Pruebe ClickUp gratis/a hoy mismo
¡!
Preguntas más frecuentes sobre Prompt Engineering
1. ¿Qué es la ingeniería de indicaciones, con ejemplos?
La creación de entradas para modelos generativos de IA como ChatGPT para guiarlos en la producción de resultados específicos o deseados se denomina ingeniería de indicaciones.
Ejemplo de ingeniería de indicaciones
Cuando un desarrollador de software quiere utilizar un modelo de lenguaje como GPT-4 para generar un script Python para un raspador web que recopila titulares de noticias de un sitio web específico.
Indicación: "Genere un script Python utilizando la biblioteca Beautiful Soup para obtener los titulares de las últimas noticias de 'ejemplo-sitio-noticias.com' El script debe manejar la paginación y almacenar los titulares en una lista"
2. ¿Cuál es un ejemplo de una indicación?
Cualquier entrada que le des a un modelo generativo de IA es una indicación. Con una buena ingeniería de indicaciones, puedes mejorar significativamente tus resultados, haciéndolos más útiles, relevantes, precisos y atractivos.
Un buen ejemplo de indicación es: "Genere una descripción de producto de 150 palabras para un juego de toallas de fibra de bambú que destaque sus beneficios ecológicos, su durabilidad y su suavidad. Incluya una llamada a la acción que anime a vivir con conciencia ecológica y promueva el compromiso de la marca con la sostenibilidad"
3. ¿Cómo inicio la ingeniería de pendientes?
La mejor manera de iniciarse en la ingeniería de indicaciones es probarlo por uno mismo. Interactúe con él en lenguaje natural y comprenda el modelo. Paralelamente, puedes:
- Inscribirte en cursos de certificación en línea
- Leer la documentación específica del modelo de IA que estés utilizando
- Seguir comunidades y foros de debate sobre grandes modelos lingüísticos
- Practicar con regularidad y aprender de cada interacción
- Analice las indicaciones acertadas y fallidas para comprender qué funciona bien
Manténgase al día de los avances en IA y tecnologías de procesamiento del lenguaje natural, ya que pueden afectar a la estructura de las indicaciones.