Reutilización de prompts con variables para acelerar la generación de contenido con IA
El experto John Munsell explica cómo construir un prompt sólido y reutilizarlo cambiando variables, ahorrando tiempo y recursos en tareas repetitivas.
John Munsell, profesor de IA que da clases y podcasts, hace un punto clave en su última aparición: la mayoría de los usuarios crean un nuevo prompt cada vez que quieren generar un texto distinto. En su opinión, esa práctica es un desperdicio. La solución que propone es sencilla pero efectiva: construir un prompt “base” que incluya variables y luego cambiar únicamente esas variables según la tarea que se necesite.
El método consiste en dos pasos. Primero, se crea un prompt que contiene todas las instrucciones y la estructura del texto, con marcadores de posición para datos variables. Segundo, se sustituyen esos marcadores por valores concretos cuando se ejecuta la IA. Por ejemplo, el mismo prompt puede generar una descripción de trabajo para Indeed, un manual de empleado o una presentación para OSHA, simplemente cambiando unas pocas variables.
Además, Munsell sugiere que los usuarios preparen documentos de referencia que el modelo pueda consultar antes de responder. De esta forma, la IA ya “sabe” el contexto y no es necesario repetir la información en cada prompt.
Varias aplicaciones se citan como ejemplos de éxito:
- Un profesor utilizó esta técnica para afinar solicitudes de subvención y consiguió financiamiento multimillonario.
- Un estudiante desarrolló un verificador de patentes que compara nuevas solicitudes con las existentes, detectando posibles conflictos.
- Otro usuario construyó un estimador de costos de construcción que logró una precisión dentro del 3 % respecto a una herramienta comercial de $15 k al año, aunque la herramienta original ya tiene casi dos años.
El enfoque de Munsell plantea la pregunta de si la comunidad ya adopta la reutilización de prompts. Muchos usuarios todavía generan cada prompt desde cero, lo que implica un mayor consumo de tokens y tiempo.
Para quienes gestionan flujos de trabajo con modelos de lenguaje, la adopción de prompts reutilizables puede traducirse en reducciones significativas de costes y en mayor consistencia de resultados. La práctica también facilita el versionado y la auditoría de los prompts, algo crítico en entornos regulados.
Si deseas escuchar la explicación completa, puedes acceder al episodio de podcast en Spotify: episodio de podcast.
