Prompt engineering
Prompt engineering es escribir las instrucciones a un LLM de forma que dé el resultado que quieres. Es 50% del trabajo en cualquier integración IA seria.
Explicación
Un prompt mal escrito te da respuestas vagas, alucinaciones o salidas no estructuradas. Un prompt bueno: define rol claro ("Eres un asesor fiscal español"), da contexto relevante (no todo el universo), pone ejemplos de output deseado (few-shot), exige formato estructurado (JSON con keys específicas), maneja edge cases ("si no sabes, di NO_DATA"). Técnicas modernas: prompt chaining (encadenar varios prompts pequeños en lugar de uno gigante), self-consistency (generar 3 respuestas y elegir la mejor), structured output (modelos que devuelven JSON garantizado).
Caso real
Para clasificar facturas con GPT-4o-mini, mi prompt incluye: rol ("eres un asistente que extrae datos de facturas españolas"), 3 ejemplos completos input→output, schema JSON forzado, instrucción "si falta un campo, devuelve null". Resultado: 95% de precisión, coste 0.005€/factura.