De este modo, interactuar con la inteligencia artificial implica **aprender a dialogar** con ella **a través de instrucciones**, guiando paso a paso la generación de contenido para obtener resultados más precisos, útiles y adecuados al contexto.
#### Ingeniería de prompts La **ingeniería de prompts** es una disciplina relativamente reciente que se centra en **diseñar, formular y optimizar las instrucciones** que damos a los modelos de lenguaje para obtener respuestas más útiles, precisas y ajustadas a nuestras necesidades. En lugar de limitarse a “hacer preguntas”, el prompting consiste en **aprender a comunicarse eficazmente con la IA**, entendiendo cómo interpreta el lenguaje y cómo responde a distintos tipos de instrucciones. Esta disciplina resulta clave para comprender tanto **las capacidades como las limitaciones de los grandes modelos de lenguaje (LLMs)**. Saber escribir buenos prompts permite aprovechar mejor su potencial, pero también entender cuándo pueden fallar, inventar información o responder de forma ambigua. En el ámbito de la investigación, la ingeniería de prompts se utiliza para mejorar el rendimiento de los LLMs en tareas muy diversas, desde la respuesta a preguntas complejas hasta el razonamiento lógico o aritmético. En el ámbito del desarrollo, se emplea para diseñar **interacciones robustas y repetibles**, capaces de integrarse en aplicaciones reales junto con otras herramientas y sistemas. Sin embargo, la ingeniería de prompts **no se limita a escribir una instrucción inicial**. Incluye un conjunto amplio de técnicas y habilidades que permiten guiar el comportamiento del modelo: asignarle roles, proporcionar contexto, introducir ejemplos, estructurar el formato de salida o limitar explícitamente lo que puede y no puede hacer. En este sentido, el prompting se convierte en una competencia clave para interactuar de forma consciente, crítica y eficaz con los modelos de lenguaje. Además, un buen prompting contribuye a **mejorar la seguridad y fiabilidad de los LLMs**, ayudando a reducir respuestas inapropiadas, ambiguas o fuera de contexto. También permite ampliar sus capacidades mediante la incorporación de conocimiento específico de un dominio concreto o el uso combinado con herramientas externas. El creciente interés por los modelos de lenguaje ha motivado la creación de guías, recursos y marcos de trabajo centrados en la ingeniería de prompts, que recopilan buenas prácticas, ejemplos, técnicas avanzadas y aplicaciones reales. En el contexto educativo, el prompting no solo es una habilidad técnica, sino también una **competencia comunicativa y cognitiva**, muy relacionada con saber formular buenas preguntas, dar instrucciones claras y reflexionar sobre el tipo de respuestas que buscamos. ##### Ventajas de un buen *prompting* Un uso adecuado de la ingeniería de prompts aporta múltiples beneficios, tanto en contextos educativos como profesionales: - **Respuestas de mayor calidad** Instrucciones claras y bien estructuradas reducen ambigüedades y aumentan la precisión de las respuestas. - **Mayor coherencia y control** Permite guiar el tono, el nivel de profundidad y el enfoque de la respuesta, evitando salidas genéricas o irrelevantes. - **Fomento de respuestas creativas (cuando interesa)** Un buen prompt puede estimular la creatividad del modelo, proponiendo enfoques originales, analogías o ejemplos novedosos. - **Uso de ejemplos como guía** Incluir ejemplos en el prompt ayuda al modelo a entender mejor el tipo de respuesta esperada (*learning by example*). - **Restricción y delimitación de respuestas** Es posible limitar el formato, la extensión, el vocabulario o incluso prohibir ciertos tipos de contenido. - **Adaptación al contexto educativo o profesional** Permite ajustar las respuestas a un nivel concreto (ESO, FP, universidad) o a un ámbito específico (técnico, humanístico, divulgativo). - **Mejor aprovechamiento del tiempo** Reduce la necesidad de correcciones posteriores y de múltiples intentos. - **Mayor fiabilidad y seguridad** Ayuda a minimizar errores, alucinaciones y respuestas fuera de contexto. - **Comprensión crítica de la IA** Enseña a interactuar con los modelos de forma consciente, entendiendo que la calidad de la salida depende en gran parte de la calidad de la instrucción.Puedes consultar [La gúia de prompt de IBM](https://www.ibm.com/es-es/think/prompt-engineering#605511093 "Guía Prompting IBM") y la [Guía Social de Promptin](https://prompts.chat/)