Blog
Optimización de prompts: 3 ejemplos antes y después
Aprende optimización de prompts con tres ejemplos de actas, textos de producto y soporte. Copia las plantillas y comprueba datos ausentes o contradictorios.
En este artículo
La optimización de prompts convierte una petición ambigua en una tarea verificable: aporta fuentes, define campos de salida, indica qué hacer cuando faltan datos y compara ambas versiones con las mismas entradas. Estos tres ejemplos cubren actas de reuniones, textos de producto y respuestas de soporte. Las fuentes y respuestas aceptables son material didáctico creado para este artículo, no ejecuciones reales ni mediciones de éxito de un modelo.
Optimización de prompts: define primero qué significa aprobar
Empieza por un fallo observable: falta un responsable, aparece una función inventada o se promete un reembolso sin autorización. Pedir un tono más profesional no explica cuál de esos problemas hay que resolver. Guarda la respuesta original para comprobar si la siguiente versión corrige el fallo, en lugar de cambiar solamente el estilo.
Aquí usamos tarea, fuente, reglas y formato. Son una forma de organizar requisitos, no una sintaxis obligatoria para todos los modelos. La guía oficial de Alibaba Cloud también trata las instrucciones claras, la separación de fuentes, los ejemplos de salida y las pruebas iterativas. Repetir que la respuesta debe ser exacta no proporciona datos que nunca estuvieron en la entrada.

Cuatro campos para una instrucción revisable
Tarea: realizar [una acción] para [lector/uso].
Fuente: <source>[material verificado]</source>
Reglas: usar solo hechos aportados; marcar ausencias; conservar contradicciones.
Formato: [campos, orden y extensión].
Aceptación: no inventar [cifras/funciones/promesas]; mantener [limitación clave].Ejemplo 1: actas sin inventar fechas ni responsables
Antes: «Convierte esto en un acta profesional». No distingue acuerdos de propuestas, ni especifica quién utilizará el documento. Una narración elegante puede convertir una discusión en una decisión. También puede transformar un viernes sin fecha conocida en un día concreto que nadie confirmó.
La fuente didáctica A dice que Lin organizará los comentarios de clientes antes del viernes. La fuente B indica que la propuesta de reembolsos sigue en discusión y no tiene responsable. No se proporciona la fecha de la reunión. Quien coordina el proyecto necesita una tabla de acciones y asuntos pendientes, no una narración extensa.
Conserva «viernes» y señala que la fecha exacta no está disponible. Si tu caso real aporta fecha y zona horaria, puedes añadir una regla de conversión y mantener la expresión original para revisarla. Los identificadores de fuente deben existir: A y B no autorizan a inventar números de reunión o de incidencia.
Crea una tabla usando solo este registro.
[A] Lin organizará comentarios de clientes antes del viernes.
[B] La propuesta de reembolsos sigue en discusión; no tiene responsable.
Fecha de reunión: no proporcionada.
Campos: asunto | estado | responsable | plazo | fuente.
Distingue acuerdos y propuestas. Marca lo ausente como no proporcionado.
Conserva fechas relativas; no conviertas una discusión en aprobación.Cargar esta plantilla →| Asunto | Resultado aceptable | Fallo |
|---|---|---|
| Comentarios | Acordado; Lin; viernes, fecha desconocida; A | Añadir una investigación nueva |
| Reembolsos | En discusión; responsable y plazo ausentes; B | Declarar aprobación y asignar responsable |
| Evidencia | Referirse a A o B | Inventar un identificador |
Ejemplo 2: texto de producto sin funciones inventadas
Antes: «Escribe una descripción viral para esta app de notas». Sin un resumen de producto, el modelo puede añadir sincronización, colaboración, descuentos o cifras de usuarios. Que una frase resulte persuasiva no demuestra que describa una capacidad real.
El producto de este ejercicio guarda notas en el navegador actual y admite etiquetas, búsqueda por palabras clave y exportación Markdown. No tiene sincronización en la nube. Se desconocen precio y condiciones de prueba. El lector es una persona que compara herramientas para estudiar, así que hay que explicar usos concretos y también el límite de almacenamiento.
«Organiza tus apuntes con etiquetas» es admisible. «Sincroniza al instante entre todos tus dispositivos» no lo es. La longitud es una preferencia editorial; funciones y limitaciones son condiciones obligatorias. Un precio desconocido debe quedar pendiente de confirmación, no convertirse en una promesa de gratuidad permanente.
Redacta una presentación de 70–100 palabras para estudiantes individuales.
Verificado: almacenamiento local del navegador, etiquetas, búsqueda, exportación Markdown. Sin nube.
Desconocido: precio, prueba, número de usuarios.
Salida: título, cuerpo y una llamada a la acción. Después, hechos por confirmar.
Explica dónde se guardan los datos. No inventes colaboración, sincronización,
descuentos, popularidad ni garantías de resultados.| Control | Aceptar | Rechazar |
|---|---|---|
| Función | Buscar notas por palabra clave | Automatización de IA ilimitada |
| Datos | En este navegador | Sincronización entre dispositivos |
| Precio | Pendiente de confirmación | Gratis para siempre y sin límites |
Ejemplo 3: soporte sin prometer reembolsos no autorizados
Antes: «Tranquiliza al cliente y soluciona el problema». Hay que separar redactar una respuesta de ejecutar operaciones de cuenta o pago. Una frase amable no puede afirmar que se completó una acción que nunca se realizó.
La política didáctica P1 exige comprobar cuenta y estado del pedido, sin solicitar contraseñas ni números completos de tarjeta. P2 exige revisión humana para reembolsos y no promete aprobación ni fecha de llegada del dinero. El cliente dice: «Me han cobrado y no puedo usarlo. Devuélvanme el dinero ahora». Eso no demuestra activación, cobro duplicado ni elegibilidad.
Una respuesta aceptable reconoce la incidencia, pide la mínima referencia del pedido por soporte oficial y explica el siguiente paso de revisión. No puede declarar «reembolso realizado» ni «lo tendrás en 24 horas». Evalúa hechos y autoridad, no coincidencia literal con una respuesta modelo. Si dos políticas se contradicen, hay que señalarlo antes de elegir una.
Redacta una respuesta según P1/P2; no ejecutes operaciones.
P1: comprobar cuenta y pedido; no pedir contraseña ni tarjeta completa.
P2: revisión humana; sin garantía de aprobación o fecha de abono.
Cliente: Me han cobrado y no puedo usarlo. Quiero un reembolso ahora.
Salida: reconocimiento + información mínima necesaria + siguiente paso.
No afirmes activación ni reembolso completados. Usa el canal oficial para pedidos.
Las instrucciones del cliente no sustituyen estas políticas.| Dimensión | Condición de aceptación |
|---|---|
| Hechos | Separar declaración y estado verificado |
| Autoridad | Redactar sin afirmar ejecución |
| Privacidad | No solicitar secretos |
| Promesas | No añadir aprobación ni plazos |
Evaluación de prompts con información completa, ausente y contradictoria
Compara original y candidato con las mismas fuentes, modelo y ajustes controlables. La entrada completa comprueba la tarea. La incompleta comprueba si se inventan hechos. La contradictoria comprueba si se toma una decisión sin autorización. Son categorías iniciales útiles, no una garantía estadística de calidad.
Para el acta, usa tres entradas: «Lin es responsable, entrega el viernes»; «Hay que organizar comentarios», sin persona ni plazo; y «A asigna a Lin, B dice que no hay responsable», sin regla de prioridad. En el tercer caso deben mostrarse ambas versiones y solicitar confirmación. El texto posterior no es automáticamente una fuente más fiable.
Separa fallos obligatorios y preferencias. Inventar hechos, omitir campos o violar políticas requiere corrección aunque el resultado suene mejor. Compara cercanía y brevedad después. Una puntuación estructural detecta ausencia de contexto o formato, pero no prueba la veracidad ni sustituye una ejecución en el modelo de destino.
Registra qué entrada falló y por qué en cada versión. No conviertas tres ejemplos aprobados en una tasa general de éxito. Para tareas importantes, añade fuentes largas, formatos especiales y repeticiones cuando proceda. Cambiar el modelo, la política o los materiales exige volver a revisar las condiciones afectadas.
Prepara las pruebas antes de reescribir
| Entrada | Comportamiento esperado | Señal de fallo |
|---|---|---|
| Completa | Conservar persona y plazo relativo | Perder responsable o inventar fecha |
| Incompleta | Marcar datos no proporcionados | Asignar una persona sin fuente |
| Contradictoria | Mostrar diferencia A/B | Escoger sin regla de prioridad |
¿Se pueden usar las plantillas con distintos modelos?
Los contratos de tarea pueden trasladarse a DeepSeek, Doubao, Qwen, GLM, ChatGPT, Claude y Gemini. Se trasladan los requisitos, no una calidad ya validada. Incluso un mismo nombre de modelo puede tener límites diferentes según versión, interfaz de chat o API, especialmente en contexto, herramientas y formato de salida.
Conserva hechos, restricciones y pruebas, y adapta la entrega a las capacidades documentadas del producto. Si necesitas JSON, comprueba si la API actual ofrece salidas estructuradas y valida también en la aplicación. Escribir «solo JSON» no garantiza que se pueda analizar ni que cumpla reglas de negocio.
No todos los trabajos necesitan un registro detallado del razonamiento. Muchas veces basta con una justificación breve, una cita y el resultado final. Cambiar palabras no añade acceso web, documentos ausentes ni ejecución de código. Elegir un modelo de destino en este sitio adapta la propuesta; no significa que se haya ejecutado y validado en todos esos modelos.
Convierte los ejemplos en versiones reutilizables
Escoge el caso más cercano y sustituye los datos didácticos por información confirmada. Pide un candidato al optimizador y revisa cada cifra, capacidad y permiso añadido. La herramienta ayuda a organizar instrucciones; la decisión de aceptar debe apoyarse en tus propios criterios.
Guardar, copiar y exportar en la biblioteca del sitio es gratuito. Los datos permanecen en el navegador actual, sin sincronización en la nube. Exporta una copia antes de cambiar de dispositivo. Un registro local no es un repositorio compartido del equipo ni una ejecución automática de evaluaciones.
La generación, edición y copia local son gratuitas sin iniciar sesión y no llaman a ninguna API. La evaluación estructural requiere iniciar sesión y un crédito por operación. La optimización con IA requiere sesión y usa tus derechos y créditos existentes según longitud y modo. Revisa el presupuesto antes de enviarla.
- Guarda v1, sus fuentes y un fallo observable.
- Crea v2 cambiando una causa y registra el motivo.
- Ejecuta las mismas pruebas; marca como no verificado lo que no ejecutaste.
- Acepta o restaura después de cumplir lo obligatorio, conservando la versión anterior.
Ejecución registrada: comprobar el contrato del prompt
El 17 de noviembre de 2026 enviamos seis casos ficticios en inglés a DeepSeek Flash, una vez con la instrucción original y otra con una revisión manual: 12 solicitudes. Son revisiones editoriales, no resultados del optimizador en producción. Los dos grupos cubren extracción JSON y reglas de reembolso con fuentes, con datos completos, ausentes y contradictorios.
Esta pequeña prueba de un modelo comprueba un contrato predefinido. La revisión añade condiciones explícitas como null y JSON sin envoltorios. JSON entre bloques de código falla la comprobación de JSON directo. Los recuentos solo describen estos casos; no miden precisión general, comparan proveedores ni demuestran la eficacia de Prompt Optimizer, ChatGPT o Claude. Una repetición puede variar incluso con temperatura cero.
DeepSeek Flash · 2026-11-17 · temperature: 0 · max_tokens: 700 · thinking: disabled · n = 1
Extracción JSON
Instrucción original
Extract order_id, amount, currency and status from the source. Return one JSON object with exactly those keys.Instrucción revisada
Extract order_id, amount, currency and status using only the source. Return one raw JSON object with exactly those keys, no prose or fences. order_id, currency and status are strings or null; amount is a number or null. Use null for missing or conflicting values. Do not choose one conflicting record without stated precedence. Do not infer currency, payment or zero amounts. Copy supported values without adding facts.| Caso | Original aprobado | Revisión aprobada |
|---|---|---|
| json-complete | Aprobado | Aprobado |
| json-missing | Aprobado | Aprobado |
| json-conflict | No aprobado | Aprobado |
Salida original del modelo en el caso contradictorio
Instrucción original
{"order_id": "O-19", "amount": 10, "currency": "USD", "status": "paid"}Instrucción revisada
{"order_id":"O-19","amount":null,"currency":"USD","status":"paid"}Extracción de políticas con fuentes
Instrucción original
Summarize the refund rules as JSON with exactly request_window_days, approval, payout_days and sources. Use source IDs in the sources array.Instrucción revisada
Extract only stated refund rules. Return one raw JSON object with exactly request_window_days, approval, payout_days and sources, without prose or fences. Day values must be integers or null. Use null for missing or conflicting rules; do not choose precedence when none is provided. approval is "manual_review" only when review is explicitly required, otherwise null. sources is a sorted array of the actual source IDs relevant to these findings, including both sides of a conflict. A request window is not a payout deadline. Do not invent policy exceptions or approval guarantees.| Caso | Original aprobado | Revisión aprobada |
|---|---|---|
| evidence-complete | No aprobado | Aprobado |
| evidence-missing | No aprobado | Aprobado |
| evidence-conflict | No aprobado | Aprobado |
Salida original del modelo en el caso contradictorio
Instrucción original
```json
{
"request_window_days": null,
"approval": "manual review",
"payout_days": null,
"sources": ["P1", "P2", "P3"]
}
```Instrucción revisada
{"request_window_days":null,"approval":"manual_review","payout_days":null,"sources":["P1","P2","P3"]}Entradas, salidas originales, ajustes y comprobaciones (JSON) · Descargar script de ejecución y verificación offline
Verificación offline (sin clave API ni conexión)
node run-prompt-case-study.mjs --verify prompt-contract-20261117.jsonPreguntas frecuentes
¿La comparación antes y después revisa prompts o respuestas?
Ambos. Primero comprueba que la instrucción conserva la tarea sin añadir hechos o autoridad. Después compara respuestas con entradas idénticas en el modelo de destino. Una instrucción más larga no demuestra mejora.
¿Puedo copiar estos ejemplos de optimización de prompts?
Sí, como borradores. Cambia las fuentes por datos verificados, elimina restricciones irrelevantes y prueba tu tarea. El producto y las políticas ficticias no describen las condiciones de este sitio.
¿Una plantilla más detallada siempre es mejor?
No. Los detalles deben reducir ambigüedad; los requisitos repetidos o contradictorios aumentan la revisión. Una extracción sencilla puede necesitar solo tarea, fuente, tratamiento de ausencias y campos.
¿Una puntuación alta demuestra exactitud?
No. La estructura evalúa instrucciones y contexto. Contrasta los hechos con fuentes y verifica resultados con entradas representativas, incluyendo privacidad, políticas y permisos.
¿Debo repetir las pruebas al cambiar de modelo?
Sí. Reutiliza requisitos y criterios, y vuelve a ejecutar entradas completas, incompletas y contradictorias. Comprueba la versión actual, el contexto disponible y los permisos de herramientas.