Depuración de Prompts

🔄 Repaso rápido: En la lección anterior construimos tu biblioteca de 8 patrones de prompts reutilizables. Ahora vamos a aprender qué hacer cuando esos prompts (o cualquier prompt) no funcionan como esperabas.

Al terminar esta lección, vas a saber:

• Un proceso sistemático de 4 pasos para depurar prompts
• Técnicas de investigación (aislamiento, simplificación, inyección de ejemplos)
• Soluciones para los 6 problemas más comunes

Los Prompts Van a Fallar

Incluso los mejores prompts fallan a veces. La IA ignora tus instrucciones. El formato está mal. El tono no es el correcto. La salida está completamente fuera de tema.

¿Frustrante? Sí. ¿Arreglable? También.

La mayoría de personas responde a prompts rotos reescribiendo al azar — cambiando palabras, agregando contexto, esperando que algo funcione. Es como depurar código cambiando líneas al azar.

Esta lección te enseña a depurar prompts de forma sistemática. Diagnostica primero, arregla después.

El Proceso de Depuración

Paso 1: Identifica QUÉ Está Mal

Antes de arreglar algo, sé específico sobre el problema. Quejas vagas como “no funciona” no son accionables.

Categorías comunes de problemas:

Nombra el problema específicamente. “La salida está en párrafos pero necesito una tabla” es arreglable. “Está mal” no lo es.

Paso 2: Formula una Hipótesis

Una vez que sabes qué está mal, piensa en el porqué.

¿Formato incorrecto?

• ¿Mostraste un ejemplo del formato?
• ¿La instrucción de formato es clara y específica?
• ¿Pusiste la instrucción de formato en una posición prominente?

¿Contenido erróneo?

• ¿La IA tiene suficiente contexto para responder correctamente?
• ¿Estás pidiendo conocimiento que la IA no tiene?
• ¿La instrucción es ambigua?

¿Instrucciones ignoradas?

• ¿La instrucción está enterrada en el medio?
• ¿Contradice otra instrucción?
• ¿Está formulada como sugerencia en vez de requerimiento?

Paso 3: Prueba Tu Hipótesis

Haz UN cambio. Ejecuta el prompt. Verifica si el problema específico se arregló.

No cambies cinco cosas a la vez. Nunca sabrás qué funcionó.

Paso 4: Itera o Investiga Más

Si se arregló, listo. Si no, genera una nueva hipótesis.

Si has probado varias soluciones obvias sin éxito, usa una de las técnicas de investigación que siguen.

✅ Quick Check: ¿Por qué es importante hacer solo UN cambio a la vez al depurar un prompt?

Respuesta: Porque si cambias varias cosas simultáneamente, no sabrás cuál fue el cambio que resolvió (o empeoró) el problema.

Técnicas de Investigación

Técnica 1: Pregúntale a la IA

En serio. Solo pregúntale.

Te di este prompt:
[prompt]

Respondiste con:
[respuesta]

Yo esperaba [lo que esperabas] pero tú [lo que hizo en su lugar].

¿Por qué interpretaste mis instrucciones de esta manera? ¿Qué en mi prompt llevó a esta respuesta?

La IA es sorprendentemente buena diagnosticando sus propias fallas. Podrías descubrir ambigüedad que no veías.

Técnica 2: Aislamiento

Elimina partes de tu prompt hasta que el problema desaparezca.

1. Empieza con tu prompt completo
2. Elimina la última sección
3. Ejecútalo — ¿sigue roto?
4. Sí → elimina más. No → encontraste la sección problema.
5. Ahora agrega piezas de vuelta para localizar exactamente qué lo causa.

Técnica 3: Simplificación

Reduce el prompt a lo básico, luego reconstruye.

Original (roto):
Eres un redactor técnico senior con 15 años de experiencia en empresas Fortune 500. Tu especialidad incluye documentación de APIs, guías para desarrolladores y tutoriales técnicos. Escribes en un estilo claro y conciso que prioriza la precisión...

Escribe documentación para este endpoint: POST /users/create

Simplificado:
Escribe documentación para este endpoint: POST /users/create

Si la versión simplificada funciona, agrega piezas de vuelta hasta que falle. Si la simplificada también falla, el problema es más fundamental.

Técnica 4: Inyección de Ejemplos

Si las instrucciones no funcionan, intenta mostrar en vez de decir.

Antes (solo instrucciones):
Formatea la salida como tabla markdown con columnas Funcionalidad, Estado y Notas.

Después (instrucción + ejemplo):
Formatea la salida como tabla markdown.

Ejemplo:
| Funcionalidad | Estado | Notas |
|--------------|--------|-------|
| Login de usuario | Completo | Lanzado v2.1 |
| Reset de contraseña | En Progreso | ETA próxima semana |

Los ejemplos frecuentemente logran lo que las instrucciones no pueden.

Problemas Comunes y Sus Soluciones

Alucinación

Síntomas: La IA inventa datos, cita fuentes inexistentes.

Soluciones:

1. Agrega: “Solo usa información explícitamente proporcionada.”
2. Agrega: “Si no sabes o no estás seguro, di ‘No tengo suficiente información.’”
3. Proporciona todo el contexto necesario — la alucinación llena vacíos.

Instrucciones Ignoradas

Síntomas: La IA hace algo que dijiste que NO hiciera.

Soluciones:

1. Mueve la instrucción al principio o final
2. Hazla más fuerte: prefijo “IMPORTANTE:” o “CRÍTICO:”
3. Hazla restricción: “NO debes…” en vez de “Por favor evita…”
4. Agrega un ejemplo negativo mostrando qué NO hacer

Demasiado Genérico

Síntomas: La salida es correcta pero bland, obvia, sin especificidad.

Soluciones:

1. Agrega contexto específico sobre tu situación
2. Agrega: “Sé específico, no genérico. Usa ejemplos concretos.”
3. Agrega restricciones que fuercen especificidad
4. Muestra un ejemplo del nivel de detalle que quieres

Resultados Inconsistentes

Síntomas: El mismo prompt da resultados diferentes cada vez.

Soluciones:

1. Agrega ejemplos few-shot para anclar el comportamiento
2. Sé más específico sobre exactamente lo que quieres
3. Agrega: “Sigue este formato exactamente cada vez:”

El Log de Depuración

Para desarrollo de prompts complejos, mantén un log simple:

Prompt v1: [descripción]
Problema: [qué salió mal]
Hipótesis: [causa sospechada]
Cambio: [qué modificaste]
Resultado: [arreglado/no arreglado/parcialmente arreglado]

Prompt v2: [descripción]
...

Esto previene depuración circular — probar las mismas soluciones repetidamente.

Cuándo Rendirse

A veces un enfoque simplemente no va a funcionar. Señales de que hay que probar algo diferente:

• Has probado 5+ enfoques sustancialmente diferentes
• La tarea podría estar más allá de las capacidades actuales de la IA
• Podría ser necesario dividir en subtareas

No todo se puede resolver con un solo prompt. A veces necesitas encadenar múltiples prompts, usar herramientas, o abordar el problema de forma diferente.

Key Takeaways

• Diagnostica específicamente antes de arreglar — nombra el problema exacto
• Cambia una cosa a la vez para saber qué funciona
• Pregúntale a la IA por qué respondió así — frecuentemente puede explicar
• Usa aislamiento y simplificación para encontrar áreas problema
• La mayoría de problemas tienen soluciones estándar: agrega ejemplos, reposiciona instrucciones, agrega restricciones explícitas
• Mantén un log de depuración para desarrollo complejo de prompts

Up Next

En la Lección 8, vas a poner todo junto. Construirás un prompt listo para producción desde cero usando todo lo que aprendiste en este curso.