Qué es un prompt en IA y cómo aprender

Con la llegada de ChatGPT, la interfaz conversacional del modelo de inteligencia artificial (IA) generativa de Open AI, o de los modelos de imagen como DALL E, Stable Diffusion o Midjourney, gran parte de los humanos nos hemos rendido a la IA esperando que nos ayude a descubrir, crear, aprender y crecer, como el genio de una lámpara maravillosa y, cómo no, digital. 

Y una vez que los mortales tenemos nuestras primeras interacciones con la máquina, sea cual sea, y siempre que hablemos de la versión bot, chat o interfaz conversacional, puesto que dichos modelos cuentan con accesos a través de su API (interfaz de programación de aplicación), a la que suelen recurrir los profesionales para consumir el modelo desde otras máquinas o productos de software, nos topamos con el término unas veces difuso, otras veces complejo y en la mayoría de las veces incomprensible prompt, cuya traducción literal es «rápido». Y en relación con este término, en lo que a IA se refiere, existe una nueva profesión denominada prompt engineer y una forma de trabajar con los modelos de IA generativa denominada prompt engineering. 

Sin embargo, he de advertir —y es solo mi opinión— que es algo que está de paso, pues como tarde, cuando la IA llegue al estado del arte de GIA o inteligencia artificial general, el nivel técnico que tendría en cuanto a procesamiento del lenguaje natural, por no decir la cantidad de parámetros, será de tal orden que juntos serán el mejor reflejo de cómo una máquina es capaz de imitar al cerebro humano, pues no se precisará de ninguna ingeniería que ayude o descifre cómo trabajan estos modelos. Estoy más que convencido de que desaparecerán mucho antes, pues los grandes modelos lingüísticos (LLM) fundacionales ya están teniendo grandes resultados en el autoprompting o, lo que es lo mismo, que ante un planteamiento la máquina es capaz de desarrollar las preguntas correctas para hallar la salida más adecuada y constructiva.  

_{Imagen realizada por Midjourney para Esic} 

Aunque prompt signifique literalmente «rápido», es curioso que no sea rápido el proceso de obtener los mejores resultados generativos en una IA, excepto cuando ya dominas una serie de prácticas aunque nunca estás libre de otro de los conceptos que nos torturan en este campo, la hallucination o alucinación que estos modelos de IA sufren a menudo cuando no comprenden lo que se les pregunta o se les pide. 

¿Cómo realizar un buen prompt? 

El prompt no es una ciencia sino un recurso. Los LLM son modelos probabilísticos que codifican el lenguaje natural y usan una serie de técnicas basadas en deep learning (véase red neuronal transformer) para ver la correlación que tienen los números asignados a una o varias palabras y luego almacenarlos en una base de datos vectorial donde construyen la base de la consulta e intentan predecir el contexto para poder dar una respuesta. Y esto explicado de una forma más que liviana. 

Si estás interesado en el asunto, puedes leer el paper Attention is all you need, que los creadores de esta red neuronal utilizaron para presentar la arquitectura de funcionamiento. Si tu interés es real, puedes inscribirte en el Programa Superior Online de Inteligencia Artificial Aplicada a Marketing y Ventas de Esic, que comienza en abril. 

Volviendo a la predicción sobre la petición y en el caso de que haya entendido algo diferente a lo que le has solicitado, se produce la alucinación, por lo que es más que recomendable dar mucho contexto en el prompt, pero más aún si queremos resultados no solo verdaderos sino además de gran calidad.  

Es crucial trasladar al modelo no solo el qué, sino para quién, cómo, desde qué perspectiva, lo que esperas, el riesgo de no entenderlo, el beneficio de acertar que obtendrá el receptor final y mucho más. El primero es conocer bien el modelo que se va a utilizar. Busca los parámetros que ofrece y las tareas para las que es más eficiente. 

Por tanto, si vas a usar GPT es bueno que accedas al playground antes que al chat para descubrir qué parámetros de salida ofrece. Por ejemplo, el modo, el modelo, la temperatura y el top p o el máximum length, entre otros. Te recomiendo que accedas al blog de Open AI y busques qué significa cada uno y tras esto prueba a escribir una solicitud en ChatGPT, pero indicando un valor de alguno de esos parámetros. 

 

Por ejemplo, «como experto en LLM, escribe un texto explicando a niños de nueve años cómo funciona y cómo se deben utilizar para obtener respuestas comprensibles para ellos. Temperatura 0.9 y max-length 100». Una buena práctica es pedirle que actúe como un experto en la materia. Si buscamos que nos hable de IA, indícale que actúe como un profesor de IA generativa y LLM. 

A continuación, piensa en cómo quieres moldear la respuesta, por lo que puedes ir haciendo añadidos que se integran en las instrucciones que le das. Por ejemplo, «añade las características de tu modelo de IA y muéstralo en formato tabla». Para lograr una mejor respuesta, puedes introducirle ejemplos y el modelo será capaz de replicarlos. También puedes introducir palabras clave relacionadas con el tema. 

Si la pregunta es compleja, puedes dividirla en varias para mostrarle diferentes ópticas. Y si se trata de una tarea compleja, divídela para darle una serie de elementos que completar. Para lograrlo necesitas ejemplos o, en su defecto, crear una orden de actuación para que sepa cómo realizar el entregable a la hora de solicitarle que resuelva un problema. 

También puedes hacer preguntas que requieran una inferencia de información, como, por ejemplo, que te dé las razones para… Cuando recibas una respuesta, revísala y ten en cuenta que puedes hacer preguntas adicionales para profundizar en un tema. Como ves, se trata de pasos lógicos a los que puedes añadir mucho si te paras a pensar en qué, cómo, para quién, de qué manera y muchos más. 

Sigue esta serie de artículos sobre prompt y en los siguientes encontrarás una tabla con los 30 mejores consejos o cómo escribir un libro, un ensayo o una historia apoyándote en una IA generativa.  

_{Imagen realizada por Midjourney para Esic} 

Guías de prompts eficientes 

https://learn.microsoft.com/en-us/azure/ai-services/openai/concepts/prompt-engineering 

https://platform.openai.com/docs/guides/prompt-engineering 

https://learnprompting.org/docs/intro

https://www.promptingguide.ai/es/introduction/basics 

Os recomendamos que no dejéis de actualizaros en las últimas tendencias y adquiráis los conocimientos adecuados sobre Prompt engineering. Os invito a que miréis detenidamente nuestro Programa Superior en Inteligencia Artificial aplicada al Marketing y Ventas.