Cómo escribir mejores prompts para modelos locales de IA

Un modelo local no es una copia más pequeña de un chat de frontera. Tiene un contexto útil más corto, sigue peor las instrucciones y tolera menos la redacción ambigua. Las correcciones de abajo son las que cambian la salida en un PC doméstico normal: pon el trabajo primero, fija el formato, mantén la tarea pequeña, escribe el prompt en un lenguaje llano, añade una comprobación solo cuando la tarea lo necesite y limita la extensión.

Las versiones listas para copiar de estos patrones están en Mejores plantillas de prompts para LLMs locales. Las notas de prueba más largas están en Lo que sí funciona.

1. Pon las instrucciones antes del texto fuente

Muchos modelos locales dan más peso al inicio del prompt que al final. Si pegas un artículo largo y solo entonces dices «resume esto», el modelo puede continuar el artículo, resumir solo el principio o responder a una pregunta que aparecía dentro de la fuente. Indica primero el rol, la tarea y las reglas. Luego pega el texto bajo una etiqueta clara como Texto:.

Ejemplos que funcionan

Resume el texto de abajo en 4 viñetas. Cada viñeta es una frase. No añadas consejos. Texto: [pega aquí el artículo]
Eres un revisor de Python. Enumera solo los fallos. No reescribas el archivo. Código: [pega]
Traduce el texto de abajo al alemán. Deja las URL sin cambios. Ninguna nota después de la traducción. Texto: [pega]

Contraejemplo

[dos mil palabras de un artículo pegadas primero] Ah, ¿y también puedes resumir esto? Hazlo bien.

Por qué falla: la instrucción llega tarde, es corta y es vaga. El modelo ya ha estado «leyendo» como si el artículo fuera la tarea. «Hazlo bien» no dice qué significa bien. Mueve una instrucción de resumen concreta a las primeras líneas y borra «hazlo bien».

2. Nombra el formato, no la sensación

Palabras como «bonito», «profesional» y «perspicaz» no son un formato. Un formato es un número, una forma o una prohibición. Los modelos locales siguen los números y las prohibiciones más a menudo que el gusto.

Ejemplos que funcionan

Responde en exactamente 3 viñetas. Cada viñeta tiene menos de 20 palabras. Sin introducción.
Devuelve JSON con las claves title y summary. summary es una frase. Sin bloque de código Markdown.
Escribe solo la función. No la expliques después. No incluyas pruebas.

Contraejemplo

Resume esto de una forma profesional y agradable, y haz que las ideas destaquen de verdad.

Por qué falla: no hay extensión, no hay número de puntos y no hay prohibición de una introducción. A menudo obtendrás un título, una intro animada, cinco párrafos desiguales y un «espero que te sirva». Sustitúyelo por un número y un límite de frases.

3. Pide un solo entregable

Un solo prompt que pide un borrador, una traducción, una lista de títulos y un texto para redes son cuatro trabajos. En un modelo pequeño los trabajos posteriores se pierden o se mezclan con el primero. Sepáralos. Puedes encadenarlos tú: toma el borrador, abre un prompt nuevo y pide solo la traducción.

Ejemplos que funcionan

Escribe una descripción de producto de 120 palabras. Para después de la descripción.
Con la descripción que pegaré a continuación, escribe 5 opciones de título, una por línea, de menos de 8 palabras cada una.
Responde a este correo de un cliente en menos de 90 palabras. No propongas un descuento.

Contraejemplo

Escribe una entrada de blog sobre escritorios de pie, tradúcela al francés, haz 10 tuits y diseña un esquema de diapositivas. Sé creativo.

Por qué falla: cuatro salidas, sin extensión, y «sé creativo» choca con la consistencia. El modelo suele escribir una entrada corta en español y luego apenas insinúa el resto. Ejecuta cuatro prompts, o como mucho dos si tienes un modelo más grande y numeras las salidas.

4. Escribe el prompt en un lenguaje más simple que la salida

Puedes pedir un memorando formal. Las instrucciones en sí deben seguir siendo frases cortas. Las cláusulas anidadas, las negaciones apiladas y la jerga en el prompt del sistema son el punto en el que los modelos más pequeños pierden el hilo.

Ejemplos que funcionan

Escribe un memorando formal. Público: el equipo de finanzas. Extensión: 180 palabras. Incluye: el coste, la fecha y la decisión que necesitas. No incluyas una historia del proyecto.
Explica el DNS a un administrador de oficina recién llegado. Usa frases cortas. Un ejemplo: un navegador que busca un sitio. Para después del ejemplo.
Enumera los pasos para restablecer una contraseña. Numéralos. Máximo 6 pasos. Omite todo lo que tenga que ver con la marca de la empresa.

Contraejemplo

En contraposición a un paradigma convencional de elicitación de cadena de pensamiento, y sin presuponer posibilidades latentes de uso de herramientas, sintetiza un artefacto polivalente aunque no redundante que operacionalice a la vez la claridad, la resonancia con las partes interesadas y la humildad epistémica.

Por qué falla: la instrucción es más difícil que la tarea. El modelo puede repetir la jerga o quedarse en un ensayo vago. Di para quién es, cuánto debe ocupar y qué hay que incluir.

5. Añade una autocomprobación solo en tareas frágiles

Una autocomprobación ayuda cuando la salida debe encajar en una forma: JSON, un número fijo de viñetas o código que no debe incluir prosa. No ayuda en una reescritura casual y, en modelos pequeños, puede hacer que el modelo imprima la comprobación en lugar de la respuesta. Usa una línea, al final.

Ejemplos que funcionan

Devuelve JSON con las claves name y date. Si falta un valor, usa null. Antes de responder, comprueba que existan las dos claves. Si no, corrige el JSON. No describas la comprobación.
Escribe exactamente 5 viñetas. Si has escrito 4 o 6, reescribe una vez para que sean 5. Devuelve solo las viñetas.
Devuelve solo una función de Python. Si tu borrador contiene una explicación, borra la explicación y devuelve la función otra vez.

Contraejemplo

Piensa con mucho cuidado, reflexiona sobre tu razonamiento, critícate desde tres perspectivas filosóficas y luego escribe una nota de cumpleaños para Sam.

Por qué falla: la comprobación pesa más que la tarea. Querías una nota. A menudo obtendrás un párrafo sobre el razonamiento y una nota rígida al final. Para una nota de cumpleaños, omite la autocomprobación y pon un límite de palabras.

6. Limita la extensión en el prompt y en la aplicación

Los modelos locales se enrollan cuando ni el prompt ni la aplicación ponen un techo. Pon los dos. En el prompt, usa un número de palabras o de viñetas. En Ollama, LM Studio o Jan, fija un límite máximo de tokens un poco por encima de ese número para que el modelo pueda terminar la última frase sin que lo corten a media palabra. Si no sabes cuánto ocupa el propio prompt, pásalo por el Contador de tokens antes de pegar un documento fuente largo.

Ejemplos que funcionan

Explica el cambio en 80 a 100 palabras. No añadas un título.
Da 4 viñetas. Cada viñeta es una frase. Para después de la viñeta 4.
Escribe un mensaje de commit. Línea de asunto de menos de 50 caracteres. Cuerpo: 2 frases como máximo.

Contraejemplo

Cuéntame todo lo que sepas sobre copias de seguridad. Profundiza. No te cortes.

Por qué falla: no hay final. Un modelo local seguirá enumerando consejos genéricos hasta chocar con el máximo de tokens de la aplicación, a menudo repitiéndose. Nombra el público y una extensión: «Da a un usuario de PC doméstico 6 pasos de copia de seguridad, una frase cada uno».

Un antes y un después breve

Es la misma petición. La primera es como suele escribir la gente. La segunda es la versión que un modelo de 7B puede seguir.

oye puedes mirar mis notas de la llamada y mejorarlas y también sacar las tareas gracias
Limpia estas notas de la llamada. Devuelve solo dos listas: Decisiones y Acciones. Las acciones empiezan con un verbo. Si no se nombra un responsable, escribe «Responsable: no indicado». No añadas tareas que no estén en las notas. Notas: [pega]

Si quieres una segunda pasada, no pidas al mismo modelo que «además lo deje más bonito» en el mismo prompt. Abre un prompt nuevo con las notas ya limpias y una sola instrucción nueva.

Qué no arregla esto

Guías y herramientas relacionadas