Blog

Cómo optimizar un prompt de sistema: editar, probar y comparar

Define criterios antes de optimizar un prompt de sistema. Separa recortes, conflictos y ablaciones; revisa fuentes y ejemplos reales sin inventar mejoras medidas.

En este artículo

Para optimizar un prompt de sistema, define qué comportamiento debe conservarse, cambia una cosa y compara respuestas reales con las mismas entradas. Una instrucción más corta solo sirve si mantiene esos requisitos. Aquí distinguimos un experimento de sistema preparado pero no ejecutado de las reescrituras que obtuvimos en el navegador el 19 de noviembre de 2026. Estas últimas revelan problemas concretos de revisión; no demuestran una mayor precisión en la tarea. Somos quienes operamos Prompt Optimizer y también mostramos los defectos encontrados en nuestras plantillas.

Distingue las reglas estables de la entrada de cada ejecución

Coloca las reglas de la aplicación en el campo de instrucciones que admita la interfaz real: system, developer u otro mecanismo documentado. Mantén las preguntas y los documentos variables en la entrada de ejecución. Anota el rol utilizado. Escribir SYSTEM como título de un mensaje de chat normal no demuestra que se haya enviado con ese rol.

La tarea didáctica clasifica avisos de versiones de software. Recibe identificadores, atributos de autoridad, revisiones, etiquetas y fragmentos citados. La aplicación de prueba aporta esos metadatos; no se pide al modelo que autentique sitios web. Respetar un atributo suministrado y verificar de forma independiente una fuente son trabajos diferentes.

Esta separación permite localizar fallos. Si cambia el documento, puedes comparar el tratamiento de los datos. Si cambia una regla estable, puedes revisar su efecto sin confundirlo con una pregunta distinta. Guarda la configuración junto con la versión del texto.

Tres instrucciones A, B y C junto a listas de comprobación sin puntuar y un lápiz.
Ilustración conceptual: editar, probar y comparar. Las listas vacías no representan resultados medidos de A/B/C.

Fija los criterios de aceptación antes de editar

El contrato exige una sola línea TSV con notice_id, category, review y evidence_id, separados por tabuladores reales. Selecciona las fuentes oficiales que correspondan y, entre ellas, la revisión más alta. Las etiquetas se comparan exactamente en minúsculas. Las ausencias y los desacuerdos no deben desaparecer; la prioridad entre categorías la establece el contrato.

Congela entradas y resultados esperados antes de proponer una versión. Incluye un caso normal, uno sin fuente válida, un conflicto en la misma revisión, un límite de formato y una cita con una orden. Una frase que diga ignorar las reglas dentro de la cita sigue siendo material de análisis, no una nueva autorización.

CasoComprobaciónFallo que registrar
NormalFuente y etiqueta correctasCategoría o ID equivocados
AusenciaNo inventar evidenciaRellenar campos por intuición
ConflictoMostrar la incertidumbreElegir una fuente sin criterio
FormatoCuatro campos, tabuladores, una líneaCabecera, comentarios o líneas extra
Orden citadaTratarla como datosObedecer la orden del fragmento

No mezcles recortar, resolver contradicciones y añadir reglas

Marca la función de cada oración: tarea, selección de evidencia, precedencia, esquema, incertidumbre, permisos o ejemplo. La repetición es candidata a eliminarse. Una regla de negocio exclusiva no sobra por ser larga o contener una prohibición. Antes de borrarla, identifica qué instrucción restante mantiene la misma obligación.

Cambiar una tabla Markdown por CSV repara un conflicto de formato. Quitar un párrafo duplicado investiga la repetición. Añadir una respuesta para datos ausentes prueba otra hipótesis. Puedes combinarlo para obtener una propuesta útil, pero no atribuir toda diferencia a la concisión. Registra la razón y el efecto esperado de cada edición.

EdiciónCambioPregunta que permite investigar
Quitar duplicadoMenos repetición¿Era necesaria aquí?
Resolver conflictoCorregir requisitos incompatibles¿Originaban el error?
Añadir alternativaDefinir qué hacer ante una ausencia¿Disminuyen las conjeturas?
Retirar límite de fuenteEliminar una restricción¿Depende de ella el comportamiento?

A/B/C está preparado; no hay resultados de ejecución

El archivo incluye A, la instrucción original; B, con párrafos repetidos eliminados; y C, que además retira el párrafo que trata las órdenes citadas como datos. Miden 2.276, 1.704 y 1.473 caracteres ASCII. Son caracteres, no tokens. Son construcciones editoriales para comparar, no resultados del optimizador de producción.

Hay 15 casos de desarrollo y 15 reservados. Las etiquetas son visibles y las estructuras se parecen, de modo que el conjunto reservado no es un benchmark externo ciego. No hemos ejecutado las tres versiones en un entorno fijo con rol de sistema. No existen cifras de aprobados, respuestas fallidas ni ahorros que podamos presentar.

C podría rendir igual que B: otras reglas todavía limitan la clasificación y las inferencias. Si ocurre, informa de la ausencia de diferencia observada. No fabriques un contraejemplo para defender la regla eliminada. Una regresión real también debe conservarse, aunque la versión corta parezca mejor escrita.

Separa las citas de las reglas y controla los permisos en la aplicación

Identifica el campo de datos, conserva los ID y explica qué partes pueden utilizarse. Los delimitadores facilitan la lectura, pero no garantizan resistencia a instrucciones hostiles. El acceso a herramientas y sus permisos también requieren controles en la aplicación.

Como ejemplo didáctico, N-101 tiene una fuente oficial O1, revisión 1 y etiqueta feature, mientras el fragmento exige otra categoría. Los campos esperados por contrato son N-101, feature, none y O1, con tabuladores. Esa fila es una etiqueta calculada a partir de las reglas, no una respuesta del modelo. Cuando ejecutes el caso, guarda lo que realmente devuelva.

Compartimentos separados para reglas, entrada variable y citas que conducen a un documento de salida.
Ilustración conceptual: los roles y las fuentes facilitan la revisión; no constituyen una garantía de seguridad.

Qué encontramos en las reescrituras reales

En otro ejercicio de navegador usamos tres tareas sintéticas iguales en el generador local, nuestro optimizador de IA y Aiven. Conservamos los nueve candidatos. No ejecutamos las instrucciones resultantes en un modelo común, por lo que solo observamos cambios del contrato, no una clasificación de precisión.

Nuestra plantilla CSV conservó Widget L, 0 y USD, pero la opción Table añadió una tabla Markdown con referencias e incertidumbre. Aiven convirtió un máximo de 120 palabras en un texto de 120 palabras y debilitó las indicaciones de viñetas y preguntas. En el conflicto mantuvo S1/S2, pero perdió sus afirmaciones. Nuestro candidato de IA pidió CSV sin adornos y, a la vez, incluyó un ejemplo entre cercas de código.

Son diferencias comprobables del texto y riesgos pendientes de probar con el consumidor final. No equivalen a fallos ya observados de extracción o redacción. El archivo conserva también lo que salió bien; no seleccionamos una captura favorable para representar todo el ejercicio.

Mide el cumplimiento antes de hablar de tokens o dinero

Fija versión real del modelo, muestreo, herramientas, contexto y puntuación. Decide cambios con desarrollo y después usa los casos reservados sin seguir ajustando a sus resultados. Tres llamadas para una entrada siguen siendo un caso independiente. El vector aprobado, fallido, aprobado muestra variabilidad, no tres éxitos independientes.

Separa formato, requisitos omitidos, evidencia equivocada y afirmaciones sin respaldo. Conserva negativas, truncamientos y fallos de transporte. Usa usage real o un tokenizer identificado para los tokens. Para dinero necesitas precios aplicables, uso y condiciones de caché o razonamiento. Aquí faltan recibos del proveedor y no calculamos ahorro monetario.

La orientación de OpenAI sobre prompts concisos recoge resultados direccionales de evaluaciones internas de agentes de programación. No mide este sitio ni promete beneficios universales. Si retrocede un requisito crítico, conserva la versión anterior o corrige la candidata y haz una nueva comparación.

Prepara localmente y valida en el modelo de destino

Las tres plantillas locales añadieron SOURCE_MATERIAL aunque los hechos ya estaban en la tarea. Rellénalo con intención o elimínalo. Pedir al modelo que se compruebe a sí mismo añade otra instrucción, no un verificador independiente.

Las cuatro reescrituras autenticadas de nuestro sitio devolvieron candidatos y consumieron 1, 1, 3 y 2 créditos, incluyendo una entrada larga. Usamos una cuenta administradora con permisos de pago. El modelo mostrado fue glm-5.3-flash; Any model era una etiqueta de destino. Estas llamadas no verifican cuentas gratuitas normales, todos los modelos ni el experimento A/B/C.

Deja por escrito la decisión de adopción

Mantén junto al protocolo qué fallos impiden usar la candidata, cuáles requieren revisión humana y cuáles son preferencias de estilo. Una clasificación sin respaldo no queda compensada por otras respuestas bien formateadas. Si cambias una regla después de ver el conjunto reservado, documenta esa nueva iteración y evita presentarla como la prueba original.

Preguntas frecuentes

¿Cuánto debe medir un prompt de sistema?

No establecimos una longitud óptima. Mantén lo que exigen tus comprobaciones y prueba una eliminación concreta. Una alternativa necesaria para datos ausentes puede justificar más texto.

¿Debo borrar todas las prohibiciones y ejemplos?

No por su forma. Comprueba qué requisito exclusivo expresan y prueba cada retirada por separado, conservando también los fallos.

¿Una puntuación de estructura demuestra una mejora?

No. Ayuda a encontrar ausencias o contradicciones; solo la ejecución configurada permite observar si cumple la tarea, con las limitaciones de su muestra.

¿Y si la ablación no empeora?

Informa de que no observaste diferencia en esas condiciones. Examina reglas solapadas y cobertura sin generalizar a cualquier modelo o tarea.

Fuentes y lecturas