EVALUACION 2 CURSO INGENIERIA DE PROMPT. CON RESPUESTAS

Preguntas de evaluación del Módulo 2: Principios Fundamentales y Componentes de Prompts Efectivos, junto con sus respuestas:

1. Pregunta: ¿Cuál es considerado el principio número uno para la creación de prompts efectivos y por qué se enfatiza su importancia? Respuesta: El principio número uno para la creación de prompts efectivos es la Claridad y Especificidad. Se enfatiza su importancia porque un prompt directo y sin ambigüedades aumenta la probabilidad de recibir una respuesta relevante y precisa; la ambigüedad puede llevar a interpretaciones erróneas o a respuestas variadas que se desvían del resultado previsto.

2. Pregunta: Explica cómo la ambigüedad en un prompt puede llevar a interpretaciones erróneas por parte de un modelo de IA. Proporciona un ejemplo de un prompt genérico/vago y cómo se podría transformar en uno claro y específico. Respuesta: La ambigüedad en un prompt puede llevar a interpretaciones erróneas por parte de un modelo de IA o a respuestas variadas que se desvían del resultado previsto.

   • Ejemplo genérico/vago: "Háblame de historia".
   • Transformación a claro y específico: "Resume las causas y consecuencias de la Revolución Francesa en menos de 100 palabras". O "Explica en 2-3 oraciones el concepto de ingeniería de prompt a un estudiante de secundaria".

3. Pregunta: ¿Por qué es crucial proporcionar contexto en un prompt, y qué tipo de detalles puede incluir para ayudar al modelo a comprender el panorama general de la tarea? Respuesta: Proporcionar contexto es crucial para que el modelo de IA genere respuestas más relevantes y coherentes, ayudándole a comprender el panorama general de la tarea. El contexto puede incluir detalles sobre el tono deseado, la audiencia objetivo, información sobre tu negocio (productos, servicios, clientes, valores), o el sistema del que forma parte la tarea, así como la importancia de la tarea y su impacto en el negocio.

4. Pregunta: Describe cómo un contexto claro establece una narrativa para el modelo de IA y qué impacto tiene esto en la calidad de sus respuestas. Respuesta: Al proporcionar un contexto claro, se establece una narrativa que facilita al modelo de IA comprender el propósito y la relevancia de la tarea. Esto puede aumentar la calidad y efectividad de sus respuestas.

5. Pregunta: Desde la perspectiva de la eficiencia y los costos, ¿por qué es importante la concisión al construir un prompt? Respuesta: Desde la perspectiva de la eficiencia y los costos, la concisión es importante porque un prompt más corto resulta en un sistema más económico en términos de costos por tokens.

6. Pregunta: ¿Qué tipo de frases innecesarias se deben evitar para mantener un prompt conciso? Ilustra con un ejemplo cómo reescribir un prompt redundante para hacerlo más directo. Respuesta: Se deben evitar frases innecesarias como "me preguntaba si...", "si podrías...", "si es posible...".

   • Ejemplo de prompt redundante: "Me preguntaba si podrías, por favor, darme una lista de todos los presidentes de los Estados Unidos...".
   • Reescritura concisa: "Enumera los presidentes de los Estados Unidos, incluyendo sus fechas de nacimiento y muerte".

7. Pregunta: Menciona y describe brevemente los cuatro componentes clave que un prompt bien estructurado a menudo incluye para guiar al modelo eficazmente. Respuesta: Los cuatro componentes clave son:

   1. Instrucción: La tarea específica o la acción que deseas que el modelo realice.
   2. Contexto: Información externa o adicional que ayuda al modelo a comprender el propósito y la relevancia de la tarea.
   3. Entrada de Datos (Input): El texto, los datos o la información específica que le proporcionas al modelo para que procese.
   4. Indicador de Salida / Especificaciones / Restricciones (Output): Define el formato, estilo, longitud, tono u otras características deseadas para la respuesta.

8. Pregunta: Define qué es la "Instrucción" dentro de un prompt y proporciona un ejemplo de cómo se formula. Respuesta: La "Instrucción" es la tarea específica o la acción que se desea que el modelo realice, siendo el objetivo de la acción.

   • Ejemplo: "Resumir el contenido de este artículo".

9. Pregunta: ¿Cuál es la función de la "Entrada de Datos (Input)" y por qué se recomienda el uso de delimitadores al proporcionarla al modelo? Da un ejemplo. Respuesta: La función de la "Entrada de Datos (Input)" es proporcionar al modelo el texto, los datos o la información específica que debe procesar. Se recomienda el uso de delimitadores para separarla claramente de las instrucciones.

   • Ejemplo: "Resume el siguiente texto delimitado por comillas triples: """[texto aquí]""" ".

10. Pregunta: Explica la importancia del "Indicador de Salida / Especificaciones / Restricciones" en un prompt y qué tipo de características de la respuesta puede definir. Respuesta: La importancia del "Indicador de Salida / Especificaciones / Restricciones" radica en que define el formato, estilo, longitud, tono u otras características deseadas para la respuesta del modelo, siendo clave para especificar las instrucciones más importantes.

11. Pregunta: ¿En qué consiste la técnica de "Role Prompting" (Asignación de Rol) y cómo contribuye a mejorar el desempeño y la relevancia de los resultados de un modelo de IA? Respuesta: La técnica de "Role Prompting" consiste en designar un papel específico al modelo durante la interacción. Esto permite que el modelo se enfoque en ese rol, lo que puede mejorar su desempeño y aumentar la relevancia de los resultados.

12. Pregunta: Describe la diferencia entre "Few-shot Prompting" y "One-shot Prompting". ¿Qué sugiere la investigación sobre el enfoque del modelo al usar esta técnica y cuándo es más útil? Respuesta: "One-shot Prompting" consiste en proporcionar al modelo un ejemplo de entradas y salidas esperadas, mientras que "Few-shot Prompting" implica proporcionar pocos ejemplos (normalmente de 2 a 5). La investigación sugiere que el modelo se fija más en el formato y la estructura de los ejemplos que en el contenido en sí. Es muy útil cuando necesitas un formato o estilo específico que el modelo quizás no generaría por defecto.

13. Pregunta: ¿Cuál es el objetivo principal de la técnica "Chain of Thought" (Cadena de Pensamiento) o "Step-by-Step", y para qué tipo de tareas resulta especialmente útil? Respuesta: El objetivo principal de la técnica "Chain of Thought" (Cadena de Pensamiento) o "Step-by-Step" es guiar al modelo para que piense paso a paso mientras sigue las instrucciones. Resulta especialmente útil para tareas complejas que requieren razonamiento o múltiples pasos, ya que ayuda a estructurar el proceso y mejorar la precisión.

14. Pregunta: ¿Cómo el "Emotional Prompting" busca influir en el modelo de IA, y en qué situaciones puede motivar al modelo a procesar la información de manera más cuidadosa? Respuesta: El "Emotional Prompting" busca influir en el modelo de IA incorporando estímulos emocionales en los detalles del prompt, como subrayar la importancia de la tarea. Esto puede motivar al modelo a procesar la información de manera más cuidadosa y detallada, especialmente en tareas que requieren pensamiento crítico.

15. Pregunta: ¿Por qué se recomienda el uso de verbos de acción al escribir prompts, y puedes nombrar al menos tres ejemplos de estos verbos? Respuesta: Se recomienda el uso de verbos de acción al escribir prompts para ser directo e indicar la tarea de manera clara.

    • Ejemplos de verbos de acción: "crea", "redacta", "sugiere", "resume", "diseña", "analiza", "enumera", "explica".

16. Pregunta: ¿Cuál es la ventaja de colocar las instrucciones principales al principio del prompt? Respuesta: La ventaja de colocar las instrucciones principales al principio del prompt es que el modelo entiende rápidamente lo que debe hacer.

17. Pregunta: ¿Qué son los delimitadores y por qué son útiles en la escritura de prompts? Nombra al menos dos símbolos que pueden ser utilizados como delimitadores. Respuesta: Los delimitadores son símbolos que se utilizan para separar claramente las instrucciones del texto de entrada o de otras secciones del prompt. Son útiles para organizar el prompt.

    • Símbolos que pueden ser utilizados: Comillas triples (""" """), hashtags (###) o corchetes (<>).

18. Pregunta: Explica por qué es preferible emplear "Directivas Afirmativas" en lugar de lenguaje negativo al dar instrucciones a un modelo de IA, y proporciona un ejemplo que ilustre esta diferencia. Respuesta: Es preferible emplear "Directivas Afirmativas" en lugar de lenguaje negativo porque el uso de directivas afirmativas tiende a precisar una respuesta más clara.

    • Ejemplo: En lugar de "crea una ecuación que no utilice números imaginarios ni raíces cuadradas", es mejor decir "crea una ecuación que utilice matemáticas de educación media superior".

19. Pregunta: Además de la tarea en sí, ¿qué tres aspectos específicos se deben indicar explícitamente en el prompt para definir las características deseadas de la respuesta del modelo? Respuesta: Además de la tarea en sí, los tres aspectos específicos que se deben indicar explícitamente en el prompt para definir las características deseadas de la respuesta del modelo son el formato (ej. lista, tabla), el estilo (ej. tono formal, técnico) y la extensión (ej. número de palabras, frases o párrafos).

20. Pregunta: En el contexto de la ingeniería de prompts, ¿qué significa "Iterar y Refinar", y por qué se considera un proceso fundamental? Respuesta: En el contexto de la ingeniería de prompts, "Iterar y Refinar" significa que si la primera respuesta del modelo no es la esperada, se debe ajustar la instrucción o el prompt y volver a intentarlo. Se considera un proceso fundamental porque la ingeniería de prompts es un proceso iterativo.