Elaboración de prompts
Esta página fue traducida por PageTurner AI (beta). No está respaldada oficialmente por el proyecto. ¿Encontraste un error? Reportar problema →
Domina el arte de la elaboración de prompts para obtener los mejores resultados de Ask AI. Esta guía explica cómo funcionan los prompts en DocSearch v4, comparte técnicas probadas de proveedores líderes de IA y ofrece ejemplos prácticos para crear respuestas de IA efectivas y coherentes con tu documentación.
Qué aprenderás:
-
Cómo Ask AI utiliza prompts junto con tu contenido
-
Técnicas y patrones de prompting comprobados
-
Errores comunes y cómo evitarlos
-
Mejores prácticas de seguridad y cumplimiento
1. Cómo funciona la elaboración de prompts en Ask AI
-
Prompt base del sistema (oculto) - Cada solicitud de Ask AI comienza con un prompt de sistema propietario que garantiza seguridad, recuperación de información y tono.
-
Tu prompt complementario del sistema - Un breve conjunto de instrucciones adicionales que tú proporcionas (ej: "Responde como un SRE de Kubernetes. Prefiere puntos concisos con viñetas").
-
La pregunta del usuario - Lo que tu visitante escribe en el cuadro de chat.
-
Fragmentos de contexto - Segmentos relevantes de tu índice de Algolia, insertados automáticamente.
Solo el paso 2 está bajo tu control; el resto lo gestiona Ask AI. Considera tu prompt como una capa de políticas más que como una reescritura completa.
2. Principios de prompts efectivos
| Goal | What to do | Why it helps |
|---|---|---|
| Be explicit | State role, style and constraints in the first sentence. | LLMs obey the earliest, clearest instruction. |
| Ground in context | Add product names, audience level, or domain jargon. | Reduces hallucinations and keeps answers on-brand. |
| Set format | "Answer in Markdown with H2 headings and a summary table." (we handled this for you) | Ensures consistent rendering in your site theme. |
| Show, don't tell | Give one or two short exemplars of the desired output. | Few-shot examples outperform general adjectives. |
| Limit scope | "If you're unsure, say I don't know." | Encourages honesty over speculation. |
| Iterate & test | Look at the feedback, tweak, re-run. | Prompting is an empirical craft - small wording changes matter. |
Consejo - manténlo breve Los prompts excesivamente largos desplazan fragmentos relevantes fuera de la ventana de contexto y ralentizan las respuestas.
3. Patrones de prompting que funcionan
Transferencia de estilo
You are a senior React maintainer. Explain concepts in the style of React docs: concise intro ➜ "Example" ➜ "Gotchas".
Persona + audiencia
Act as a cloud-native Solutions Architect.
Audience: junior DevOps engineers migrating to Kubernetes.
Goal: explain trade-offs in plain English, no jargon.
Razonamiento de múltiples pasos
FIRST think step-by-step about possible causes.
THEN output only the final answer in bullet points.
4. Errores comunes
| Anti-pattern | What happens | Fix |
|---|---|---|
| Vagueness - "Explain this." | Generic or rambling answers. | Specify role, topic, length. |
| Prompt stuffing - 1 000-word instructions. | Context window overflow; higher cost. | Trim to the essentials. |
| Conflicting rules | Model picks one at random. | Merge rules or order them by priority. |
5. Seguridad y cumplimiento
-
Nunca pegues secretos, PII o URLs internas en tu prompt.
-
No uses políticas de la empresa ni otra información sensible en tu prompt.
-
Revisa algunas respuestas generadas para verificar el cumplimiento de políticas durante las pruebas.
6. Más recursos
-
OpenAI - Mejores prácticas para ingeniería de prompts (help.openai.com)
-
OpenAI Cookbook - Guía de prompting para GPT-4.1 (cookbook.openai.com)
-
Anthropic - Introducción a la ingeniería de prompts para Claude (docs.anthropic.com)
Estos recursos incluyen plantillas concretas, bibliotecas de ejemplos y técnicas avanzadas como prompting de cadena de pensamiento.
Lista rápida de verificación
-
Rol y audiencia definidos
-
Formato deseado especificado
-
Ejemplos incluidos (≤ 2)
-
Límites de alcance y lenguaje alternativo añadidos
-
Probado con preguntas reales de usuarios
¡Feliz elaboración de prompts — y recuerda: itera, observa, refina!