¿Qué es Prompting?

Escribir instrucciones que un modelo pueda ejecutar: resultado, contexto del repo, límites y cómo comprobar que quedó bien.

Un prompt vago produce código plausible pero incorrecto. En 2026 un buen prompt de código dice el resultado, adjunta los archivos, marca qué no se puede cambiar y define cómo se verifica (test, comando o criterio visible).

“Actúa como experto” no activa un modo oculto: el modelo ya sabe programar. Un rol solo ayuda si elige un criterio real, por ejemplo “revisa compatibilidad de API, no performance”. Few-shot y una salida estructurada siguen sirviendo cuando el formato importa.

Un buen prompt suele tener contexto (para qué proyecto o usuario), un objetivo verificable, restricciones, uno o dos ejemplos del resultado esperado y el formato de salida. Los ejemplos suelen valer más que un párrafo de instrucciones.

Cuando el prompt vive dentro de un producto, se trata como código: se versiona, se separa de lo que escribe el usuario y se mide con un conjunto de casos de prueba antes de cambiarlo.

Ejemplo

"En Header.tsx cambia solo el color del logo a #1D4ED8. No toques el layout. Listo cuando el archivo compila y el resto del componente queda igual."

Preguntas frecuentes

¿Prompting y prompt engineering son lo mismo?

Se usan casi como sinónimos. Prompt engineering suele referirse al trabajo más sistemático: diseñar, versionar y evaluar prompts que corren dentro de un producto.

¿Dónde practico prompting?

En la ruta Modelos de IA y prompts de Codelindo, con retos y un laboratorio de prompts revisado por LINDO.

Términos relacionados

• LLM (Large Language Model)
• Context Window (Ventana de contexto)
• Chain-of-Thought (Cadena de pensamiento)

Siguiente paso: curso de prompting y modelos de IA.