🧠 Prompt Engineering

1. ¿Qué es Prompt Engineering?

   1. Programar en Python
   2. Diseñar instrucciones optimizadas para modelos de IA
   3. Crear bases de datos
   4. Diseñar interfaces gráficas

   El porqué Prompt Engineering es el arte y ciencia de diseñar instrucciones precisas y estructuradas para que los LLMs generen respuestas de máxima calidad y relevancia.

2. ¿Qué es Few-Shot Prompting?

   1. Dar muchos intentos a la IA
   2. Incluir 2-5 ejemplos de entrada/salida en el prompt
   3. Usar pocos tokens
   4. Reducir la temperatura a cero

   El porqué Few-Shot Prompting consiste en incluir entre 2 y 5 pares de ejemplo (input → output) antes de la tarea real, para que el modelo replique el patrón deseado.

3. ¿Qué hace "Chain of Thought" en un prompt?

   1. Conecta varias IAs
   2. Fuerza al modelo a razonar paso a paso antes de responder
   3. Crea una cadena de bloqueo
   4. Genera varias respuestas simultáneas

   El porqué Chain of Thought (Cadena de Pensamiento) obliga al modelo a escribir cada paso de su razonamiento antes de dar la respuesta final, reduciendo errores lógicos.

4. ¿Qué es la "Temperatura" en un LLM?

   1. La velocidad de procesamiento
   2. Un parámetro que controla la aleatoriedad de las respuestas
   3. La cantidad de datos de entrenamiento
   4. El tamaño del modelo

   El porqué La temperatura (0.0-2.0) controla cuánta aleatoriedad tiene el modelo. Baja = determinista y preciso. Alta = creativo pero con riesgo de alucinaciones.

5. ¿Qué es Top-P (Nucleus Sampling)?

   1. El número máximo de palabras
   2. Un filtro que limita las opciones de tokens según probabilidad acumulada
   3. La cantidad de capas del modelo
   4. El porcentaje de datos de entrenamiento

   El porqué Top-P filtra los tokens candidatos manteniendo solo aquellos cuyas probabilidades sumadas alcanzan el porcentaje P. Top-P=0.9 descarta el 10% menos probable.

6. ¿Qué es Zero-Shot Prompting?

   1. No dar ningún prompt
   2. Pedir al modelo que realice una tarea sin darle ejemplos previos
   3. Usar temperatura cero
   4. Eliminar el contexto del sistema

   El porqué Zero-Shot Prompting es pedirle al modelo que realice una tarea directamente, sin proveer ejemplos previos. Se confía enteramente en su entrenamiento base.

7. ¿Qué es un "System Prompt"?

   1. El error del sistema
   2. Instrucciones que definen el rol y comportamiento base del modelo
   3. Una actualización del sistema operativo
   4. El log del servidor

   El porqué El System Prompt es la instrucción inicial que configura el rol, tono, restricciones y comportamiento fundamental del modelo antes de cualquier interacción con el usuario.

8. ¿Qué es un token en IA?

   1. Una criptomoneda
   2. La unidad mínima de texto que procesa un LLM
   3. Una contraseña temporal
   4. Un tipo de variable

   El porqué Un token es la unidad mínima de procesamiento de un LLM. Puede ser una palabra completa, un fragmento de palabra o un carácter especial. 1 token ≈ 0.75 palabras.

9. ¿Qué técnica reduce alucinaciones pidiendo al modelo que cite sus fuentes?

   1. Temperature Zero
   2. Retrieval-Augmented Generation (RAG)
   3. Fine-tuning
   4. Tokenización

   El porqué RAG conecta al LLM con bases de datos externas o documentos, forzándolo a basar sus respuestas en información real recuperada en vez de inventarla.

10. ¿Cuál es la recomendación de OpenAI sobre Temperatura y Top-P?

    1. Siempre ponerlos al máximo
    2. Modificar uno a la vez, no ambos simultáneamente
    3. Solo usar Top-P
    4. Solo usar Temperatura

    El porqué OpenAI recomienda alterar la Temperatura O el Top-P, pero no ambos al mismo tiempo, ya que su interacción conjunta hace impredecible el comportamiento del modelo.