Saltar al contenido

técnicas few shot avanzado

Técnicas de prompting explicadas fácil, con ejemplos

Cuatro técnicas de prompting explicadas fácil, con ejemplos (few-shot), pedir pasos, dividir tareas y hacer que la IA pregunte antes de responder.

Por Equipo editorial de BibliotecaPrompts · · 8 min de lectura

Cuando ya sabes escribir un prompt claro, hay unas pocas técnicas de prompting que te dan un salto de calidad sin complicarte. Tienen nombres que suenan técnicos (few-shot, chain-of-thought, encadenar prompts), pero la idea detrás de cada una es sencilla. Aquí las explicamos con ejemplos en español, con lo que dicen las guías oficiales de OpenAI, Anthropic y Google, y con una advertencia importante sobre los modelos que «razonan».

Si te falta la base, empieza por cómo escribir un prompt y las partes de un prompt.

1. Dar ejemplos (few-shot)

Qué es

Few-shot quiere decir «con pocos ejemplos». En vez de solo describir lo que quieres, le muestras a la IA uno o varios casos resueltos para que siga el patrón. Cuando no das ningún ejemplo se llama zero-shot, y con uno solo, one-shot. Google usa estos mismos términos en su guía de estrategias de prompts.

La idea tiene base en investigación: el artículo «Language Models are Few-Shot Learners» (Brown y otros, 2020) mostró que un modelo grande podía hacer tareas nuevas a partir de instrucciones y unas pocas demostraciones, sin reentrenarlo.

Cuándo usarla

Cuando el tono, el estilo o la forma importan más que el contenido: descripciones de productos, respuestas a clientes, clasificar comentarios, títulos con un estilo propio.

Qué dicen las guías

  • Anthropic describe los ejemplos como una de las formas más fiables de orientar el formato, el tono y la estructura, y sugiere de tres a cinco para mejores resultados, en su guía de buenas prácticas. Pide que sean parecidos a tu caso real y variados.
  • Google recomienda incluir siempre ejemplos en los prompts, con una estructura y formato consistentes, y advierte que demasiados pueden hacer que el modelo se ciña de más a ellos.
  • OpenAI, en su guía de modelos de razonamiento, dice que esos modelos a menudo no necesitan ejemplos: aconseja probar primero sin ellos y agregarlos si hace falta.

Un buen punto medio, que también propone Anthropic en su blog: empieza con un ejemplo y agrega más solo si el resultado todavía no se ajusta.

Ejemplo antes y después

Prompt
Antes:
Escribe descripciones cortas para estos productos de mi tienda: {{lista de productos}}.
Prompt
Después:
Escribe descripciones cortas para los productos de mi tienda, con el mismo estilo de estos ejemplos.

<ejemplos>
Producto: Café de Nariño, 500 g
Descripción: Tostado medio, notas a panela y naranja. Para la greca de todos los días.

Producto: Arequipe artesanal, 250 g
Descripción: Hecho en olla de cobre, sin conservantes. Para untar, rellenar o comer a cucharadas.
</ejemplos>

Productos nuevos:
{{lista de productos}}

Máximo dos frases por producto. No inventes ingredientes ni orígenes que no aparezcan en la lista.

Fíjate en que los ejemplos están separados con una etiqueta. Anthropic recomienda envolverlos así para que la IA no los confunda con instrucciones.

2. Pedir pasos (y cuándo no hace falta)

Qué es

Es pedirle a la IA que muestre el camino, no solo la respuesta final. La técnica se popularizó con el artículo «Chain-of-Thought Prompting Elicits Reasoning in Large Language Models» (Wei y otros, 2022), que mostró que dar ejemplos con pasos intermedios de razonamiento mejoraba los resultados en problemas de aritmética, sentido común y lógica.

La advertencia: los modelos que razonan

Muchos modelos actuales ya «piensan» por dentro antes de responder. Por eso las guías oficiales matizan la técnica:

  • OpenAI aconseja evitar pedirles a sus modelos de razonamiento que piensen paso a paso: razonan internamente, y esas instrucciones pueden no ayudar e incluso empeorar el resultado.
  • Google indica que sus modelos Gemini 2.5 y 3 generan razonamiento interno, así que normalmente no necesitas pedir que lo escriban en la respuesta.
  • Anthropic explica que, con el razonamiento activado, Claude decide por su cuenta cuánto pensar, y que pedir el razonamiento por escrito es un recurso para cuando esa función está apagada.

Entonces, ¿para qué sirve hoy?

Pedir pasos sigue siendo muy útil por otra razón: para que tú puedas revisar. Si la IA muestra el cálculo, la fórmula o el orden del trámite, tú detectas el error. No le pides «piensa», le pides «muéstrame».

Prompt
Antes:
¿Cuánto me queda al mes si gano 2.800.000 y pago 950.000 de arriendo, 400.000 de mercado y 180.000 de servicios?
Prompt
Después:
Calcula cuánto me queda al mes con estos datos: {{ingresos y gastos}}.
Muestra cada operación en una línea para que pueda comprobarla y, al final, el resultado en una frase.

Prompts del catálogo como Resuelve un problema de matemáticas entendiendo cada paso usan esta idea para aprender, no solo para obtener el número.

3. Dividir la tarea en partes (encadenar prompts)

Qué es

En vez de un mensaje gigante que pide todo, haces varios, y la respuesta de cada uno alimenta al siguiente. Anthropic lo llama encadenar prompts y lo resume en que cada prompt haga una sola cosa bien. Google lo propone para tareas complejas: un prompt por instrucción, o pasos en secuencia donde la salida de uno es la entrada del otro.

Cuándo usarla

Cuando la tarea tiene etapas que conviene revisar por separado: investigar, comparar, decidir y redactar. También cuando quieres corregir el rumbo a mitad de camino.

Un patrón muy útil: borrador, revisión, versión final

La guía de Anthropic describe como patrón más común de encadenamiento la autocorrección: generar un borrador, pedir que se revise con unos criterios y luego pedir que se mejore con esa revisión.

Prompt
Mensaje 1:
Escribe un borrador de la carta de presentación para este puesto: {{descripción del puesto}}. Mi experiencia: {{experiencia}}.
Prompt
Mensaje 2:
Revisa el borrador con estos criterios: ¿repite la hoja de vida en lugar de explicar por qué encajo? ¿Tiene alguna frase genérica que podría usar cualquier candidato? ¿Pasa de 250 palabras? Enumera los problemas, sin reescribir todavía.
Prompt
Mensaje 3:
Ahora reescribe la carta corrigiendo los problemas que encontraste.
Tres mensajes encadenados: el primero pide un borrador; el segundo pide revisarlo con criterios y devuelve una lista de problemas; el tercero pide reescribirlo corrigiendo esos problemas y da la versión final.Tres mensajes encadenados: el primero pide un borrador; el segundo pide revisarlo con criterios y devuelve una lista de problemas; el tercero pide reescribirlo corrigiendo esos problemas y da la versión final.
Borrador, revisión y versión final

Si prefieres no armar la cadena tú, Una carta de presentación que no repite tu hoja de vida ya trae reglas parecidas, como usar solo tu experiencia real y evitar fórmulas gastadas.

Pedir una revisión al final

Una versión más corta de la misma idea: al terminar el prompt, pide que revise su propia respuesta. Anthropic sugiere agregar algo como «antes de terminar, verifica tu respuesta contra estos criterios», y explica que eso detecta errores, sobre todo en código y matemáticas.

Prompt
Antes de entregar la respuesta, comprueba que las sumas den el total y que no hayas usado ningún dato que no te di.

4. Hacer que la IA pregunte antes de responder

Qué es

En lugar de que la IA rellene con suposiciones lo que no le dijiste, le pides que primero te haga preguntas. Es la técnica más simple de esta lista y una de las que más se notan.

Por qué funciona

Las guías de Anthropic insisten en no dar por hecho que el modelo va a deducir objetivos que no mencionaste, y en darle permiso explícito para expresar incertidumbre en vez de adivinar. Pedirle que pregunte va en esa misma línea: le das una salida a la IA para no inventar.

Prompt
Antes:
Planea un viaje de cinco días a Cartagena.
Prompt
Después:
Quiero planear un viaje de cinco días a {{destino}}. Antes de proponer nada, hazme hasta cinco preguntas sobre lo que necesitas saber para que el plan me sirva (presupuesto, ritmo, con quién viajo, qué me gusta). Espera mis respuestas y luego arma el plan día por día.

Dos consejos para que salga bien:

  • Pon un límite de preguntas. Sin límite, puede devolverte un cuestionario de veinte.
  • Pide que espere. Si no lo dices, a veces pregunta y responde en el mismo mensaje.

Muchos prompts del catálogo incluyen una variante de esta idea. Por ejemplo, Un viaje a tu ritmo le pide a la IA que diga qué supuestos usa antes del itinerario y que avise si alguno cambia mucho el plan.

Cómo combinar las cuatro técnicas

No hace falta usarlas todas siempre. Una guía rápida:

  • ¿El estilo importa mucho? Da un ejemplo.
  • ¿Vas a revisar números, fechas o pasos? Pide que los muestre.
  • ¿La tarea tiene varias etapas? Divídela en mensajes.
  • ¿Te falta claridad sobre lo que necesitas? Pide que pregunte primero.
Cuatro técnicas y cuándo usarlas: dar ejemplos si el estilo importa mucho (empieza con uno); pedir pasos si vas a revisar números («muestra cada operación»); dividir la tarea si tiene varias etapas (un mensaje por etapa); y que pregunte primero si te falta claridad (máximo cinco preguntas).Cuatro técnicas y cuándo usarlas: dar ejemplos si el estilo importa mucho (empieza con uno); pedir pasos si vas a revisar números («muestra cada operación»); dividir la tarea si tiene varias etapas (un mensaje por etapa); y que pregunte primero si te falta claridad (máximo cinco preguntas).
Qué técnica usar en cada caso

Y si una técnica no mejora el resultado, quítala. Más instrucciones no siempre es mejor; lo explicamos en errores comunes al escribir prompts. Cuando una combinación te funcione, guárdala como plantilla: te contamos cómo en plantillas de prompts con huecos.

Preguntas frecuentes

¿Qué es el few-shot prompting?

Es dar a la IA unos pocos ejemplos resueltos dentro del prompt para que siga ese patrón. Sirve sobre todo para controlar el tono y el formato. Con uno solo se llama one-shot y sin ejemplos, zero-shot.

¿Sigue sirviendo escribir «piensa paso a paso»?

Con modelos que ya razonan por dentro, OpenAI y Google indican que normalmente no hace falta, y OpenAI advierte que puede empeorar el resultado. Lo que sí sigue siendo útil es pedir que muestre los cálculos o pasos para que tú los revises.

¿Qué es encadenar prompts?

Es dividir una tarea grande en varios mensajes seguidos, donde cada respuesta sirve de base para el siguiente. Así puedes revisar y corregir cada etapa.

¿Cómo hago que la IA me haga preguntas antes de responder?

Díselo de forma explícita: «antes de responder, hazme hasta cinco preguntas y espera mis respuestas». Poner un número máximo y pedir que espere evita cuestionarios largos o respuestas apuradas.

Fuentes

Artículos relacionados

fundamentoserrorestécnicas

10 errores al escribir prompts y cómo corregirlos

Los errores al escribir prompts más comunes (pedidos vagos, sin contexto ni formato) y cómo corregirlos con ejemplos antes y después en español.

· 8 min de lectura

técnicasChatGPTClaudeGemini

Cómo adaptar un prompt a ChatGPT, Claude y Gemini

Cómo adaptar un prompt a ChatGPT, Claude y Gemini según las guías oficiales de OpenAI, Anthropic y Google, qué comparten y en qué se diferencian.

· 8 min de lectura

fundamentostécnicasestructura

Partes de un prompt (rol, contexto, tarea y formato)

Conoce las partes de un prompt (rol, contexto, tarea, formato y ejemplos) y cómo combinarlas, con ejemplos en español listos para copiar y adaptar.

· 8 min de lectura