Ingeniería de prompts (Prompt Engineering)

La ingeniería de prompts es la práctica de escribir y estructurar las instrucciones que se dan a un modelo de lenguaje como Claude para maximizar la calidad, precisión y consistencia de sus respuestas. No consiste en encontrar palabras mágicas, sino en comunicar con claridad qué quieres, con qué contexto, en qué formato y bajo qué restricciones. Es la diferencia entre una respuesta genérica y una que resuelve exactamente tu problema.

Cómo funciona

Un modelo como Claude predice la continuación más probable de un texto según su entrenamiento. El prompt es ese texto de partida: cuanto mejor definido esté, más se estrecha el espacio de respuestas posibles hacia lo que buscas. Las técnicas centrales que funcionan de forma fiable con Claude son:

• Ser específico y explícito. Indica el objetivo, la audiencia, el tono y el formato de salida. Claude responde especialmente bien a instrucciones directas y detalladas.
• Dar ejemplos (few-shot). Mostrar uno o varios ejemplos del input y el output esperado calibra el comportamiento mejor que cualquier descripción abstracta.
• Usar el system prompt para el rol y las reglas. En la API de Anthropic, el mensaje de sistema fija la identidad y las restricciones permanentes, separadas de la petición concreta.
• Estructurar con etiquetas XML. Claude está entrenado para reconocer delimitadores como <documento> o <instrucciones>, lo que ayuda a separar contexto de tarea.
• Pedir razonamiento paso a paso cuando la tarea es compleja, para activar cadenas de pensamiento antes de la respuesta final.

Por qué importa

La misma tarea puede dar resultados radicalmente distintos según cómo se formule. Un prompt bien diseñado reduce alucinaciones, evita reformulaciones y ahorra tokens (y por tanto coste). En aplicaciones en producción, el prompt es código: define el comportamiento del sistema tanto como la lógica que lo rodea. Un cambio de una frase en el system prompt puede alterar el tono de miles de respuestas.

Para quien construye con Claude, dominar esta disciplina significa pasar de "funciona a veces" a "funciona de forma predecible". Es la habilidad más rentable antes de recurrir a soluciones más costosas como fine-tuning.

Ejemplo práctico

Compara estos dos prompts para extraer datos:

Débil: "Dame los datos de esta factura."

Fuerte: "Extrae de la factura entre <factura> y </factura>
los campos: emisor, NIF, total e IVA.
Devuélvelos en JSON. Si un campo falta, usa null."

El segundo produce salidas parseables por una máquina, tolera casos incompletos y no improvisa. Esa previsibilidad es el objetivo real de la ingeniería de prompts.

Errores comunes

• Confundir prompt con prompt engineering. El prompt es el texto; la ingeniería de prompts es el proceso iterativo de diseñarlo, probarlo y refinarlo.
• Pedir demasiado en una sola instrucción. Dividir tareas complejas en pasos mejora la fiabilidad.
• Instrucciones negativas vagas. "No seas técnico" funciona peor que "explica como a alguien sin conocimientos de programación".
• No iterar. Un buen prompt casi nunca sale a la primera; se mide y se ajusta.

Si empiezas de cero, conviene aprender estas técnicas con práctica guiada en un curso para volverte productivo con Claude antes de pasar a integraciones más avanzadas por API o agentes.