Fundamentos de Prompt Engineering

Alfred, el Bat-Signal y el Cinturón de Utilidades • D4 Prompt Engineering • 20% del examen CCA-F

El Bat-Signal borroso: por qué el prompting es una ciencia

Gordon tiene dos formas de llamar a Batman. La primera: lanzar un Bat-Signal borroso — apenas se ve el murciélago — y esperar. La segunda: 'Batman, robo armado en el Banco Nacional, 3 sospechosos armados, uno herido, rehenes en la bóveda, el Joker llamó hace 10 minutos.'

Con la primera versión, Batman llega sin saber qué esperar. Inteligente, capaz, con buenas intenciones — pero sin contexto. Con la segunda, Batman ya tiene un plan antes de aterrizar.

Prompt Engineering es la ciencia de construir Bat-Signals perfectamente nítidos. Un prompt mal construido es como un Bat-Signal borroso: Claude hace su mejor interpretación, pero puede no ser lo que necesitabas. La diferencia entre capturar al Joker y arrestar al hombre equivocado es la precisión del prompt.

Este módulo cubre el 20% del examen CCA-F. No es una habilidad blanda — es ingeniería con principios medibles, técnicas concretas, y errores conocidos. Empecemos por la estructura.

La tríada de Gotham: anatomía de un prompt

Todo prompt tiene tres componentes. Cada uno tiene un rol diferente y una jerarquía de precedencia:

Para el examen: el system prompt tiene MAYOR precedencia que el user prompt. Si Alfred le dice a Batman 'nunca usés violencia' y Gordon pide 'atacá', Batman sigue la instrucción de Alfred. Instrucciones contradictorias entre system y user se resuelven siempre a favor del system.

El system prompt es permanente — persiste durante toda la conversación. El user prompt cambia en cada turno. Esta distinción es crítica para diseñar sistemas donde querés que el comportamiento del agente sea consistente independientemente de lo que diga el usuario.

Anatomía de un system prompt efectivo — Alfred completo

Alfred no es solo un mayordomo. Es el arquitecto del contexto de Batman. Cada noche, antes de que Batman salga, hace el briefing completo: rol, contexto operativo, capacidades, restricciones, formato de respuesta esperado, y tono. Un system prompt bien construido tiene los mismos seis elementos:

System prompt completo — Batman con los 6 elementos

Bat-Signal nítido: instrucciones específicas

La diferencia entre un buen prompt y uno malo suele ser la especificidad. Un prompt específico incluye cuatro elementos: QUÉ exactamente se necesita, PARA QUIÉN (audiencia o contexto de uso), CÓMO debe ser el formato o restricciones, y CUÁNTO (límites de extensión).

El segundo prompt en cada par especifica QUÉ (función de filtrado / diferencia entre dos conceptos), PARA QUIÉN (uso en producción / estudiante sin experiencia en ML), CÓMO (con docstring y type hints / con analogías, sin fórmulas), y CUÁNTO (implícito / máximo 3 párrafos). Esa es la diferencia entre un Bat-Signal de Gordon y uno de un ciudadano común.

El código de Batman: instrucciones positivas vs negativas

Batman tiene reglas. Algunas son lo que DEBE hacer. Otras son lo que NO DEBE hacer. El código de Batman es mayormente positivo: 'protegé a los inocentes', 'usá la mínima fuerza necesaria'. Las instrucciones positivas son más efectivas porque dan un camino claro — las negativas solo cierran un camino, dejando todos los demás abiertos.

💡 Regla de Batman: en lugar de 'no golpees al inocente', decí 'distinguí al culpable del inocente antes de actuar'. Las instrucciones positivas dan un camino. Las negativas solo cierran uno. Para el examen: usá instrucciones positivas por default; agregá negativas solo para prohibiciones críticas o edge cases conocidos.

🎯 TRAMPA DE EXAMEN: '¿Cuál es más efectiva: instrucción positiva o negativa?' La respuesta es positiva en general, pero la combinación positiva + negativa es la más robusta para casos críticos. No es una pregunta de una sola respuesta — depende del contexto.

El cinturón de utilidades: 4 técnicas de estructuración

El cinturón de Batman tiene una herramienta para cada situación. El prompt engineer también. Estas son las cuatro técnicas más importantes para el examen:

Técnica 1: Especificar el formato de salida

Batman siempre entrega reportes en el mismo formato a Alfred. Si no especificás el formato esperado, Claude puede dar un párrafo narrativo cuando necesitás una lista de acción rápida, o JSON cuando necesitás lenguaje natural.

Sin formato vs con formato especificado

Técnica 2: Few-Shot Prompting — Alfred muestra ejemplos

Alfred no solo le explica a Bruce cómo ser Batman — le muestra. Le da ejemplos de casos anteriores resueltos para que Bruce entienda el patrón. En prompting, dar ejemplos de input/output antes de la tarea real se llama Few-Shot Prompting.

Zero-shot: sin ejemplos — Claude infiere del texto. One-shot: un ejemplo — Claude entiende el patrón. Few-shot: 2-5 ejemplos — Claude aprende el estilo y formato exacto.

Few-shot: enseñándole a Batman el formato de clasificación

💡 Usá few-shot cuando el formato es complejo o no estándar, o cuando el 'estilo' es difícil de describir con palabras. Con 3 ejemplos, Claude aprende el formato (Nivel X, Categoría: Y) y el criterio de clasificación al mismo tiempo.

Técnica 3: Chain of Thought — Batman deduce en voz alta

Batman es conocido por deducir en voz alta: 'El vidrio está roto desde adentro. El ladrón fue alguien dentro del banco. La cerradura no tiene signos de fuerza...' Ese razonamiento paso a paso es Chain of Thought (CoT) prompting. Pedirle a Claude que 'piense en voz alta' antes de dar la respuesta mejora significativamente la precisión en problemas complejos.

Con 'pensá paso a paso', Claude calcula: marzo (16 días restantes) + abril (30) + mayo (31) + ... + noviembre (27) = resultado preciso con razonamiento verificable. Sin CoT, en problemas matemáticos o lógicos complejos, Claude puede cometer errores al ir directo al resultado.

Frases que activan CoT: 'pensá paso a paso', 'mostrá tu razonamiento', 'antes de responder, analizá', 'explicá cómo llegaste a esa conclusión'. Para el examen: CoT mejora precisión en problemas de razonamiento complejo, no en tareas simples.

Técnica 4: Rol y contexto expandido

Alfred no solo dice 'sos Batman'. Le da una historia completa: la pérdida de sus padres, el entrenamiento de 7 años, la fortuna, el alter ego público. Ese contexto expandido hace que Batman actúe con más precisión. La regla: el contexto relevante siempre mejora la respuesta. La clave es 'relevante' — contexto irrelevante solo consume tokens.

Tres niveles de contexto

Los gadgets de Batman: parámetros de Claude

Batman no solo tiene el traje — tiene gadgets específicos para cada situación. En la API de Claude, los parámetros configuran cómo responde Claude. El más importante para el examen es temperature:

🎯 TRAMPA DE EXAMEN: '¿Qué temperature usarías para clasificación de datos?' La respuesta es 0 (o 0.0). Temperature 0 = determinístico = misma respuesta para el mismo input. Nunca usés temperature alta para tareas donde la consistencia es crítica.

Demo: Alfred Prompt Lab — antes vs después

Tres experimentos en vivo que demuestran el impacto de cada técnica:

alfred_prompt_lab.py — estructura base

Experimento 1: Vaguedad vs Especificidad + Rol

Experimento 2: Zero-Shot vs Few-Shot

Experimento 3: Sin CoT vs Con Chain of Thought

Los tres experimentos muestran el mismo principio: Claude no se vuelve más inteligente con un buen prompt — el prompt le da el CONTEXTO para ser útil. Alfred tenía razón desde el principio: la preparación es todo.

Los villanos del prompting: errores más comunes

Batman conoce a sus villanos mejor que nadie. En prompt engineering, los 'villanos' son los errores que más aparecen en el examen y en producción:

🎯 TRAMPA DE EXAMEN: '¿Qué pasa si el system prompt y el user prompt tienen instrucciones contradictorias?' El system prompt gana — tiene mayor precedencia. Si el system dice 'respondé solo en español' y el user escribe en inglés pidiendo respuesta en inglés, Claude responde en español.

Glosario rápido para el examen

Trampas de examen adicionales

🎯 TRAMPA DE EXAMEN: '¿Few-shot prompting restringe la creatividad de Claude?' No — los ejemplos guían el formato y el criterio, no eliminan la capacidad de razonamiento. Dar ejemplos mejora la consistencia del output.

🎯 TRAMPA DE EXAMEN: '¿Para qué sirve Chain of Thought en tareas simples?' Para nada — CoT agrega overhead innecesario en tareas directas. Se usa para problemas de razonamiento complejo, cálculos, o decisiones con múltiples pasos lógicos.

🎯 TRAMPA DE EXAMEN: '¿Cuántos ejemplos son óptimos para few-shot?' El examen espera 2-5 ejemplos como rango típico. Más de 5 consume tokens sin mejora proporcional. Menos de 2 puede no ser suficiente para establecer el patrón.

I Am the Prompt

Batman no dice 'soy el vigilante'. Dice 'Soy Batman' — con toda la precisión, contexto, y preparación que esas dos palabras representan. Un buen prompt es lo mismo: preciso, contextualizado, y bien preparado.

La diferencia entre un buen resultado y uno mediocre no es la inteligencia de Claude. Es la calidad del prompt. Alfred lo sabía desde el principio.

Resumen para el examen: 3 componentes (system > user > assistant, system gana en conflictos). 4 técnicas del cinturón (formato de salida, few-shot, CoT, rol expandido). Temperature 0 = determinístico, 0.7+ = creativo. Instrucciones positivas > negativas. 5 villanos del prompting (Joker, Bane, Riddler, Dos Caras, Scarecrow).

En el siguiente video vamos a ver técnicas avanzadas: extended thinking, XML tags, y prompt chaining — las armas más sofisticadas del cinturón de Batman.