Estructura de prompts que convierte itinerarios en resultados útiles
Un usuario de Reddit descubrió que separar el prompt en cuatro bloques mejora la calidad de los itinerarios generados por IA, y creó una herramienta gratuita para automatizarlo.
Para meses, los prompts de este usuario eran simples líneas: "plan a Kyoto trip" o "draw a cat girl". Los resultados siempre eran genéricos. Cambió la dinámica al forzar la inclusión de cuatro secciones:
- Marcadores de posición: fechas, presupuesto y nivel de experiencia del viajero. Si la IA no recibe estos datos, los inventa.
- Formato de salida: especificar "lista día a día con resumen de costos al final" evita que la IA devuelva un ensayo.
- Restricciones: por ejemplo, "no alquiler de coches, no exceder el presupuesto". La lista de prohibiciones aporta la mayor parte de la calidad.
- Motivo de cada parte: explicar por qué cada línea es necesaria ayuda a adaptar el prompt en el futuro.
Ejemplo de entrada: "4‑day trip to Kyoto in November, 3 friends, ~50,000 yen each, by train." La salida esperada es un prompt que solicita la ciudad de salida, fechas de viaje, actividades preferidas y pide un itinerario con horarios y rutas de tren, presentado en tabla con costos y una suma final.
Para evitar escribir la estructura a mano, el autor creó una herramienta gratuita que transforma un prompt de una línea en la versión completa, añadiendo notas explicativas. El código está disponible sin registro en http://codedrills.jp/prompt-maker?lang=en. La comunidad está invitada a compartir sus propias estructuras.
Esta técnica demuestra que la calidad de los outputs de los LLM depende tanto de la formulación del prompt como del modelo. Para los administradores de sistemas y desarrolladores que integran chatbots o asistentes virtuales, adoptar una plantilla clara puede reducir el tiempo de ajuste y mejorar la experiencia del usuario final.
