Ingeniería de prompts o de agentes: dónde está el problema
Mejorar una instrucción y diseñar un sistema que actúa son trabajos relacionados. Identifica en qué capa ocurre el fallo.
Un prompt puede pedir un resumen. Un sistema con agente puede buscar el documento, comprobar su versión, resumirlo y preparar una actualización en otro lugar. El segundo caso añade acciones y estado. Mejorar la frase inicial no resuelve por sí solo todas esas responsabilidades.
La distinción arquitectónica de Anthropic separa flujos predefinidos de sistemas donde el modelo decide dinámicamente los siguientes pasos. Es una referencia conceptual de 2024, no un catálogo actual de productos. Aquí ayuda a identificar la estructura necesaria para una tarea.
Qué puede aclarar una instrucción
La ingeniería de prompts organiza objetivo, contexto, restricciones y formato de respuesta. Si un resumen debe conservar plazos y responsables, hay que explicitarlo. Los ejemplos pueden mostrar el detalle esperado. La evaluación contrasta la respuesta con su fuente y con los criterios definidos.
Si el material es suficiente y la salida no exige actuar en otro sistema, una llamada bien estructurada puede bastar. Añadir memoria, herramientas y ejecución continua sin necesidad introduce más componentes que probar y mantener. La complejidad debe resolver un problema identificado, no demostrar que la aplicación parece avanzada.
Qué cambia cuando el sistema actúa
Permitir acciones exige definir herramientas, permisos, tratamiento de errores y condiciones de parada. El sistema debe distinguir una consulta fallida de otra correcta sin resultados. También debe evitar repetir una operación con efectos externos simplemente porque no recibió una confirmación clara.
Imagina un agente que prepara la actualización de un artículo. Leer y proponer una revisión es una tarea. Publicar exige identificar el registro correcto, conservar campos y comprobar si otra persona modificó el contenido desde su lectura. Una instrucción que diga “ten cuidado” no implementa protección frente a concurrencia.
La interfaz de la herramienta forma parte de la solución
El artículo de Anthropic sobre herramientas destaca las descripciones claras y la evaluación de su uso. El objetivo práctico es hacer comprensibles las entradas y los efectos, sin obligar al modelo a inferir reglas ocultas a partir de un nombre ambiguo.
Una función “actualizar” con campos sin explicar genera dudas sobre qué se sustituye. Una interfaz que indique registro, revisión esperada y campos modificados reduce esa ambigüedad. El servidor debe validar el contrato y devolver un error reconocible si no se cumple la condición. La orientación escrita complementa ese comportamiento, pero no reemplaza su implementación.
Investiga la capa que realmente falló
Si la respuesta omitió información presente en la fuente, revisa contexto e instrucciones. Si la herramienta devolvió datos incompletos, examina búsqueda y paginación. Si un cambio sobrescribió trabajo ajeno, revisa control de versiones y actualización. Pueden ocurrir en una conversación y exigir soluciones distintas.
Registra casos representativos y repítelos después de cambiar prompt, herramienta o modelo. El artículo sobre gobernanza de agentes aborda efectos permitidos. El método de IA en proyectos web organiza entregas verificables. La pregunta útil no es qué disciplina sustituye a otra, sino qué parte del sistema debe cambiar para que el trabajo funcione y pueda explicarse después.
Conserva un caso que fallaba antes para comprobar que la modificación corrige la causa, no solo la respuesta visible.
Sobre el autor
Tiago F SantiagoComentarios
Todavía no hay comentarios
Comparte una pregunta o una experiencia relacionada con el artículo.
Artículos relacionados
