Introducción

Cuando la IA se integra en una aplicación web, el prompt no es solo una pregunta: es el conjunto de instrucciones que define el comportamiento de tu aplicación. Un prompt vago produce salidas impredecibles. Un prompt bien estructurado produce el mismo resultado estructurado cada vez, sin importar cómo el usuario formule su entrada. Esta lección cubre los principios fundamentales del diseño de prompts que hacen que las respuestas de la IA sean consistentes, controlables y listas para producción.

El Principio Fundamental: Sé Explícito Sobre el Formato de Salida

La razón principal por la que las respuestas de la IA son poco fiables en las aplicaciones es que el prompt no especifica cómo debe ser la salida. Si le pides a la IA que "resuma este artículo", podrías obtener un párrafo, una lista de viñetas o una sola frase, y el formato puede cambiar entre solicitudes.

La solución es especificar siempre el formato de salida de forma explícita. Dile a la IA exactamente qué estructura debe devolver y restríngelo. Por ejemplo, si necesitas un objeto JSON con campos específicos, dilo directamente.

const prompt = `
Extract the product name, price, and category from this text.
Return ONLY a JSON object in this exact format:
{
  "product_name": "string",
  "price": "number",
  "category": "string"
}
Do not include any explanation, greeting, or extra text.

Text: ${userInput}
`;

Este prompt no deja lugar a ambigüedad. La IA conoce la forma exacta de la respuesta, lo que significa que el código de tu aplicación puede analizarla de forma fiable con `JSON.parse()`.

Usa Rol y Contexto para Definir el Comportamiento

Asignarle un rol a la IA reduce su tono, vocabulario y toma de decisiones. Sin un rol, la IA actúa por defecto como un asistente genérico. Con un rol, se adapta a las necesidades de tu aplicación.

const prompt = `
You are a customer support assistant for an online bookstore.
You answer in a friendly, concise tone. You never discuss topics outside of books, orders, and shipping.

Customer message: ${userMessage}

Respond in plain text, maximum 3 sentences.
`;

Observa tres cosas: el rol define quién es la IA, las restricciones definen lo que no hará, y las reglas de salida definen cómo responde. Las tres son igualmente importantes para la fiabilidad.

Maneja los Casos Límite con Instrucciones Condicionales

Los usuarios reales enviarán entradas vacías, preguntas fuera de tema y solicitudes ambiguas. Tu prompt debe anticipar esto e indicarle a la IA qué hacer. Sin esto, la IA podría inventar una respuesta o reaccionar de forma inesperada.

const prompt = `
You are a recipe assistant. Suggest one dinner recipe based on the ingredients the user provides.
Rules:
- If no ingredients are provided, reply with: "Please provide at least one ingredient."
- If the ingredients do not form a reasonable meal, reply with: "I cannot make a recipe from those ingredients. Please try again."
- Otherwise, respond with the recipe name, a short description, and a numbered list of steps.

Ingredients: ${userIngredients}
`;

Al definir las respuestas de respaldo directamente en el prompt, controlas los casos límite antes de que lleguen a tu código.

Errores Comunes que Debes Evitar

Dos patrones causan la mayoría de los problemas de fiabilidad de la IA en las aplicaciones. Primero, combinar múltiples tareas en un solo prompt sin separación: si le pides a la IA que "traduzca y resuma y califique", no puedes predecir qué tarea priorizará. Segundo, dejar la temperatura y otros ajustes en sus valores predeterminados sin probar: una temperatura de 1.0 (el valor por defecto en la mayoría de las APIs) produce salidas creativas pero inconsistentes, mientras que entre 0.2 y 0.4 produce resultados enfocados y repetibles para tareas estructuradas.

Resumen

El comportamiento fiable de la IA en una aplicación web proviene de tres hábitos: especificar el formato exacto de salida, definir un rol con restricciones claras y escribir instrucciones condicionales para los casos límite. Estas no son técnicas avanzadas, son la línea base. Cada prompt que se ejecute en producción debe seguir esta estructura, y cada salida debe probarse con varios inputs de usuario diferentes antes de lanzarla.