Última revisión:
¿Qué son los patrones de prompting? Definición y buen reflejo vs mal reflejo
Los patrones de prompting son convenciones de formulación que estructuran un prompt para orientar la salida del modelo. No existen como comandos nativos del LLM, solo como guías del redactor. La distinción importa: ningún patrón desencadena una funcionalidad, el efecto viene de la precisión lingüística.
Quizás haya cruzado gráficos listando 80 o 90 « comandos Claude ». Estos comandos no existen técnicamente: el LLM Claude no tiene un sistema de slash-commands nativo. Son patrones de prompting, convenciones de escritura que estructuran la solicitud sin desencadenar una funcionalidad específica del lado del modelo. La distinción importa. Un patrón no es una instrucción interpretada por el modelo como una directiva técnica, es una convención lingüística aplicada por el usuario para clarificar su intención. El valor real de los patrones es cognitivo: ayudan al redactor a estructurar su pensamiento antes de prompter (rol, contexto, restricciones, razonamiento esperado), y estadísticamente, los prompts mejor estructurados producen salidas mejor orientadas. Sin magia del lado del modelo, solo disciplina de escritura del lado humano. La grilla WYP retiene 12 patrones recurrentes seleccionados por su utilidad directiva: rol asignado, contexto de entrada, restricciones de salida, chain-of-thought, few-shot, rechazo de inventar, fuentes solicitadas, crítica adversaria, reformulación, comparación estructurada, hipótesis listadas, pre-mortem.
Ejemplo concreto
Una directora general de mediana empresa de consultoría (180 empleados) compara en 2026 dos enfoques de prompting sobre 20 solicitudes sucesivas a Claude (síntesis competitivas). Primer intento: prompts vagos del tipo « hazme un resumen del mercado X ». Salida media juzgada útil a 4/10 en la grilla interna. Segundo intento: aplicación sistemática de 4 patrones combinados (rol asignado « analista senior », contexto de una página, restricciones de salida tres columnas más 300 palabras, chain-of-thought explícito). Salida media 7,5/10 en la misma grilla. Diferencia no ligada al modelo (idéntico), únicamente a la disciplina de escritura. Tiempo de redacción del prompt: 3 minutos en lugar de 30 segundos, es decir 2 minutos 30 adicionales para una ganancia cualitativa del 75 %.
Ver también
Para profundizar
Prompt engineering overview, documentación oficial Anthropic
Fuentes
- Prompt engineering overview, documentación oficial Anthropic, 2026. https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/overview
- Chain-of-Thought Prompting Elicits Reasoning in Large Language Models, Wei, Wang, Schuurmans, Bosma, Ichter, Xia, Chi, Le, Zhou, arXiv 2201.11903, 2022 (revisado enero 2023). https://arxiv.org/abs/2201.11903
- Language Models are Few-Shot Learners, Brown et al., arXiv 2005.14165, 2020 (artículo de referencia GPT-3 introduciendo el few-shot learning por prompting). https://arxiv.org/abs/2005.14165