Con el avance de la inteligencia artificial, términos que antes eran utilizados únicamente en áreas específicas comenzaron a ser de interés común. Es decir, esas palabras y conceptos que resultaban totalmente desconocidas para la persona promedio alejada de la informática, ya no es un conocimiento de “nicho”. Esta situación está muy ligada al nivel de accesibilidad que brindan las nuevas herramientas basada en IA. En la actualidad, un número importante de estas tecnologías ofrecen un servicio gratuito o de prueba que permite experimentar sin ser un gran conocedor del tema. Dicho esto, uno de los términos que ha ganado importancia es el prompt.
De forma rápida y simple, el concepto prompt hace alusión a una instrucción. Una orden creada para que los modelos de inteligencia artificial lleven adelante ciertas acciones, ya sea crear un texto, un código, construir una imagen, y muchas opciones más. Es así que, dependiendo de cuál sea la instrucción, el resultado puede variar. Si bien suena un tanto obvio este último punto, es importante enfatizar en que un mínimo cambio en el prompt deriva en un resultado totalmente diferente. Por lo tanto, allí también entra en juego la capacidad y la creatividad para formular esa orden de la forma más eficiente.
Ligado a este último punto, existen algunas recomendaciones puntuales para crear un buen prompt. Una de ellas es intentar ser lo más detallado posible, ya que aquello que queda a la “libre interpretación” puede ser tomado por el sistema de infinitas maneras diferentes y alejarse del resultado deseado. A modo de ejemplo, si se le ordena al ChatGPT realizar un texto, lo ideal es señalar qué extensión debería tener, para qué público estaría dirigido, qué perspectiva debería prevalecer, y muchos aspectos más.
Con el fin de continuar profundizando acerca de la importancia de los prompts, es posible detallar algunas de sus funciones y sus formas de aplicación. En este sentido, si bien en un primer vistazo se puede creer que los prompt son una simple instrucción, la realidad es que, ante la sofisticación de los modelos de inteligencia artificial, saber conseguir un buen prompt se torna cada vez más fundamental.
En cuanto al funcionamiento de estos, los mismos usan algoritmos de procesamiento de lenguaje o NPL por su definición en ingles (Natural Language Processing). De esta manera, son utilizados para aumentar la eficiencia de procesos o mejorar la productividad en diversas áreas de trabajo. En otras palabras, garantizan un gran ahorro de tiempo, ya que resulta posible simplificar muchos trabajos y saltarse pasos que a veces pueden resultar un tanto tediosos.
Por otro lado, existen diferentes tipos de prompts en relación a la función que se les aplique. El más utilizado actualmente es el de texto, un crecimiento influenciado por el ChatGPT. También los de traducción, aquellos claves para encontrar contenidos en diferentes idiomas y también obviamente traducir. Sumado a estos, en caso de contar con gran cantidad de información de manera desorganizada, también se presentan los prompt de clasificaciones. Finalmente entre los más importantes también están los empleados por programadores y desarrolladores para generar códigos de forma rápida.
Saber formular un buen prompt puede ahorrar muchos dolores de cabeza. A continuación podrás conocer algunas recomendaciones para crear una instrucción precisa.
En primer lugar, es importante saber resumir la información en la expresión mínima posible. Aunque parezca un tanto complejo, a mayor cantidad de palabras, mayores serán las posibilidades de mezclar información y confundir al modelo de inteligencia artificial. Por lo tanto, es preciso tener cuidado con la extensión. A su vez, y ligado también a este aspecto, la claridad es otro asunto que entra en juego. Aquellas palabras que estén ligadas al “sentido común” y puedan general ambigüedad, es recomendable cambiarlas.
Cuando se mencionan categorías demasiado amplias, la inteligencia artificial hará una interpretación de ello y tomará lo que consideré más importante. Es por eso que se debe intentar no dejar nada librado al azar. Mientras más puntual se pueda ser, mejor. A modo de ejemplo, hay que dar contexto respecto al objetivo de esa instrucción. Es decir, a qué público se dirige, que uso se le dará al resultado, cuál es el enfoque deseado, y demás aspectos.
Si bien no es una condición imprescindible, también existe la posibilidad de guiar a los modelos de IA a través de ejemplos concretos. Esta técnica puede resultar útil cuando se busca indagar acerca de conocimiento puntuales. De esta manera, a partir de comparaciones y la citación de otros casos específicos, estos modelos pueden contar con una referencia.
Como se mencionó anteriormente, sacar, sumar o cambiar una palabra puede modificar notablemente el resultado. Por lo tanto, realizar pruebas y correcciones luego de observar los resultados es imprescindible. Lo ideal es realizar varias combinaciones y, a partir de ello, comenzar a cambiar ciertos detalles o probar nuevamente hasta lograr los resultados deseados.
