La mayor parte de la ingeniería de prompts se centra en la precisión y la cobertura de instrucciones. Las mayores mejoras en producción llegan al tratar el propio diálogo como el principal problema de diseño.
Definir intenciones basadas en desencadenantes y acciones enseña al modelo a decidir, en vez de darle un guion del que no puede escapar. La posición dentro de un prompt es una instrucción en sí misma. La identidad va al principio; los matices de comportamiento, en el centro; las restricciones estrictas, al final; y todo lo realmente crítico, en ambos lugares.
Escribir el prompt con la voz deseada, en vez de describirla, es uno de los cambios disponibles de mayor impacto.
Los agentes más coherentes son aquellos cuyos prompts tratan los distintos momentos de una conversación como interacciones diferenciadas, cada una con su propia forma adecuada, pero mantienen una voz reconocible de principio a fin.
En algunos casos, separar los agentes que piensan de los que hablan genera respuestas más coherentes y fundamentadas, y evita que el razonamiento interno se filtre en ellas.
Anteriormente presentamos un nuevo paradigma para crear prompts basado en conocimientos de los campos de la lingüística y la psicología cognitiva. Explicamos la importancia de crear un ámbito del problema claro y bien delimitado en el que pueda operar nuestro agente, y cómo este debe incorporar la metatarea del diálogo inherente a la IA de cara al cliente.
Ahora veremos algunas formas prácticas en las que nuestros prompts han empezado a cambiar al llevar estos principios a producción.
Tras cientos de iteraciones de prompts en sistemas de cara al cliente en producción, las mayores mejoras no han procedido de añadir más instrucciones, acumular ejemplos ni seguir las normas habituales de la ingeniería de prompts. Han surgido, en cambio, de situar el diálogo en el centro del problema.
La exploración y las pruebas continuas han dado lugar a varias técnicas eficaces. Modificábamos un prompt y observábamos en qué puntos la conversación tenía éxito o fallaba, para rastrear las causas hasta la eficacia de las directrices, la estructura del prompt y nuestro uso del lenguaje. El resultado es un puñado de patrones reproducibles que cambian cómo interpreta el agente su papel en la conversación, cómo decide su siguiente intervención y con qué coherencia mantiene la voz al variar el contexto.
Lo que sigue no es un marco universal ni pretende afirmar que la creación de prompts ya esté «resuelta». Es la síntesis, en cinco patrones, de lo que funcionó en producción cuando el objetivo no era solo la precisión funcional, sino un diálogo mejor: respuestas coherentes, naturales y lo bastante uniformes para representar a una marca.
Aunque hay muchas formas de estructurar un sistema de agentes, los flujos de trabajo orquestados con varios agentes siguen siendo populares. En estos sistemas en particular, la mejora más constante que introdujimos fue separar los agentes que piensan de los que hablan.
La orquestación de intenciones, la clasificación, la extracción de conocimiento y el uso de herramientas son operaciones internas. Las respuestas de cara al cliente pertenecen a la capa visible. Cuando el mismo agente hace ambas cosas en un mismo turno, el razonamiento y la lógica internos pueden filtrarse en las respuestas. Las respuestas se vuelven evasivas, incluyen demasiadas salvedades o se estructuran en torno a la lógica del proceso en lugar de a las necesidades de la persona.
Esa única restricción consigue mucho más de lo que cabría esperar. Mantiene las respuestas ancladas en la conversación real, evita que se reinicie el contexto y produce algo más parecido a lo que llamamos «aportar solo la diferencia». En definitiva, el agente solo añade la mínima información nueva que ayuda realmente al usuario a avanzar.
También importa decidir qué tipo de respuesta se debe dar. Comprobamos que pedir al agente encargado de hablar que eligiera un tipo de intervención antes de escribir —responder, aclarar, redirigir o esperar— reducía sistemáticamente el fallo conversacional más común: no una mala redacción, sino una respuesta totalmente equivocada.
Cabe señalar que los últimos modelos de vanguardia están empezando a cuestionar la premisa de este patrón cuando se dan las condiciones adecuadas. Aun así, muchos desarrolladores siguen recurriendo a modelos más pequeños o antiguos por diversos motivos; en esos contextos, recomendamos sin duda separar las funciones internas de las que están de cara al cliente.
En los modelos sin razonamiento, los ejemplos de pocos ejemplos funcionan porque son concretos, rápidos y los modelos responden bien a ellos. El problema es el sobreajuste. Si damos un ejemplo a un modelo, este se aferra a las palabras, el ritmo y la estructura, y sigue produciendo variantes muy parecidas de la misma respuesta incluso cuando la situación ha cambiado.
Sin querer, hemos escrito un guion del que el modelo no puede escapar.
Las intenciones de implementación o heurísticas son una alternativa más duradera. En vez de mostrar al modelo qué decir en situaciones concretas, proporcionamos un par más general de desencadenante y acción: si ocurre X, haz Y.
La diferencia clave es que, en lugar de acotar X e Y ejemplo a ejemplo y volverlos cada vez más rígidos, delimitamos con firmeza cada uno mediante una instrucción tan precisa que los ejemplos resultan innecesarios. Así, el agente responde a las variaciones reales de la conversación en lugar de limitarse a buscar coincidencias con una plantilla.
En la práctica, esto se parece menos a una serie de ejemplos y más a unas reglas generales ejecutables:
Si falta un dato clave, formula una pregunta aclaratoria.
Si la respuesta no está respaldada, indícalo directamente y ofrece el mejor paso siguiente disponible.
Si la solicitud activa una barrera de protección, recházala brevemente y redirige al usuario sin ceremonias.
No es una solución vistosa, pero resulta mucho más robusta que una biblioteca de respuestas de ejemplo, porque enseña al modelo a decidir en lugar de indicarle qué repetir.
La posición de un elemento en un prompt determina el peso que tiene. Es un patrón constante que hemos observado en distintos modelos e implementaciones. El principio y el final de un prompt tienen una relevancia desproporcionada. En el centro quedan los matices, que es justo donde deben estar.
Estructuramos nuestros prompts teniendo esto en cuenta. El rol y la identidad del agente van al principio para establecer quién es antes que nada. La parte central contiene los detalles de comportamiento: cómo es probable que avance la conversación, las heurísticas que guían las respuestas y el abanico de situaciones que el agente debe gestionar. Las restricciones estrictas y los aspectos innegociables van al final, donde quedan «muy presentes».
Todo lo que sea realmente crítico lo incluimos en ambos lugares. Una regla de salida concreta —por ejemplo, una instrucción tajante sobre puntuación o formato— puede pasar desapercibida con frecuencia si solo aparece una vez en mitad de un prompt denso. Si se repite al final, se mantiene.
Respecto al efecto de lo más reciente, conviene señalar que los resultados estructurados, cuando se usan, constituyen en la práctica la última instrucción del prompt. Los campos de descripción de los resultados estructurados influyen cualitativamente en las respuestas y establecen un contrato de salida más sólido que el resto del prompt.
Hemos aprendido a no usar ejemplos de pocos ejemplos para definir el tono de voz, y este es uno de los cambios de mayor impacto que hemos aplicado a nuestros agentes de cara al cliente.
En su lugar, escribimos todo el prompt con la voz deseada. No una descripción de la voz ni una serie de adjetivos que se le aproximen, sino la voz real, desarrollada plenamente en prosa, desde la primera línea hasta la última. El prompt se convierte en la demostración. A esto lo llamamos «antirrigidez de guion»: orientar al modelo para que imite el texto de entrada, pero permitiéndole usar una gama más amplia de expresiones y frases que estén en la misma línea que el propio prompt.
Así inducimos variedad dentro de una voz coherente mediante el prompt. Forma parte de nuestra estrategia para situar el diálogo en el centro de la tarea de cualquier agente sin tener que dedicarle instrucciones explícitas, que intentamos reducir al mínimo.
Si usamos ejemplos explícitos sobre el tono de voz, servirán para mostrar «qué no hacer». Por ejemplo: «Nada de rayas. Nunca. Nada de clichés. Nada de soltar políticas enteras. Nada de explicaciones excesivas cuando basta una frase para cerrar el asunto». Las restricciones negativas son más precisas y menos limitantes que las aspiraciones positivas, porque identifican los fallos hacia los que el modelo tiene más probabilidades de desviarse.
El formato también importa y marca el tono de la respuesta. Un prompt repleto de viñetas, encabezados e instrucciones entre corchetes orienta al modelo hacia un resultado más organizado y clínico. Si se pretende que el resultado parezca una conversación, la entrada no debería tener el aspecto de un documento abreviado de especificaciones.
La mayoría de los prompts sobre el tono acaban reduciéndose a la personalidad. Se proporciona una serie de adjetivos para describir cómo debe expresarse el agente. Cercano. Profesional. Amable, pero conciso. No son incorrectos, pero lo que realmente determina cómo se percibe una voz en una conversación es el registro: cómo se comporta el mismo Personaje subyacente en situaciones sociales distintas.
Un mensaje de espera mientras se procesa una consulta no debería sonar como una respuesta definitiva. Una respuesta de protección no debería transmitir la misma energía que una charla informal. Un cliente frustrado no debería recibir el mismo grado de simpatía o humor que otro que solo está echando un vistazo.
Esta es la diferencia entre la voz de marca y el diseño conversacional. La voz de marca suele describir al personaje, mientras que el diseño conversacional decide cómo se comporta cuando cambia la situación. Hacerlo bien significa que no somos meros redactores que trabajan en resultados de IA. Diseñamos cómo evoluciona una voz a lo largo de una conversación.
Como habrás observado, ninguno de estos patrones es técnicamente complejo. En parte, esa es la idea. La arquitectura de un sistema de agentes importa, pero, para lograr conversaciones de calidad, tendrás que dedicar bastante tiempo a diseñar y perfeccionar tus prompts.
La brecha entre una IA meramente funcional y otra verdaderamente conversacional no se cierra con el diseño técnico, sino entendiendo mejor cómo funcionan el lenguaje y la atención en el diálogo humano y situando el diálogo en el centro del ámbito del problema de tus agentes.
Para los equipos de productos de IA, los ingenieros y los diseñadores de experiencias, el diseño conversacional merece el mismo rigor que la excelencia técnica en la IA de cara al cliente. Para quienes están al otro lado de estas conversaciones, no hay ningún modelo, colaboración entre varios agentes ni llamada a herramientas: solo una interacción que resulta adecuada o no. Una interacción que genera confianza o la socava.
Al final, nadie experimenta la arquitectura. Lo que experimenta es la conversación.
La conversación es el producto.