Saltar al contenido principal
Machine learning, neural networks, LLMs, retrieval-augmented generation, model serving, and the systems engineering behind production AI.

Artificial Intelligence

Machine learning, neural networks, LLMs, retrieval-augmented generation, model serving, and the systems engineering behind production AI.

Prompting & Evaluation

Follow a practical prompt loop from request to refinement

Strong AI results come from a repeatable loop: define the goal, write the prompt, review the response, and iterate.

Current phase

Artifact
What matters here

    Prompting y Evaluación

    Elementary (2/5) ~2 horas Prompting Evaluación Iteración Calidad Guardrails Prereqs: AI Fundamentals

    Empieza Definiendo el Objetivo

    El primer paso en un buen prompting es entender qué éxito se ve. Si la tarea es vaga, la salida también será vaga.

    Un prompt útil normalmente proporciona:

    • la tarea a realizar,
    • el formato esperado,
    • las restricciones a cumplir,
    • y el nivel de calidad a alcanzar.

    Escribe la Instrucción

    Una instrucción sólida es específica sin ser complicada. Le dice al modelo qué hacer, cómo hacerlo y qué tipo de respuesta devolver.

    En la práctica, los prompts suelen funcionar mejor cuando incluyen:

    • un rol o perspectiva,
    • ejemplos claros,
    • y límites explícitos.

    Revisa la Respuesta

    El paso de revisión es donde el trabajo de IA se convierte en ingeniería. Verificas si la respuesta es correcta, completa y segura suficiente para el uso previsto.

    Aquí buscas:

    • alucinaciones,
    • detalle faltante,
    • razonamiento débil,
    • y problemas de política o seguridad.

    Itera para Mejorar la Fiabilidad

    El prompting rara vez es un acto único. Mejoras el resultado ajustando el prompt, añadiendo contexto y reprobando hasta que la salida sea consistentemente útil.

    Ese es el hábito base del trabajo de IA efectivo: no “adivinar una vez”, sino “evaluar y refinar”.