Los modelos de IA son muy fáciles de utilizar, sin embargo, resultan tremendamente complicados de dominar. Ahora bien, un aspecto interesante es que se puede adaptar a diferentes necesidades, y cuanto más complejas sean las peticiones que realicemos, mejores resultados podremos obtener. La clave está en saber darle las indicaciones correctas al modelo de IA. Es decir, la calidad de una respuesta determinada también depende de la calidad de la petición.
Me permito afirmar que entramos en una nueva dimensión en la ingeniería informática. Para interactuar con los grandes sistemas de información no se van a requerir programadores de código informático. Se requieren programadores de prosa que tengan habilidades de comunicación textual o audiovisual con una mentalidad creativa para formular las peticiones, escribiendo un conjunto de instrucciones integradas por palabras, símbolos, signos de puntuación de la forma más precisa y eficiente posible.
Antes de lanzar la petición, es importante tener en cuenta el objetivo final del contenido que se espera obtener: ¿Estamos tratando de generar una conversación, educar a una audiencia o simplemente entretenerla? Al tener un objetivo claro en mente, sea escribir un ensayo, codificar una página web, resumir un texto, etcétera, la petición o las peticiones estarán más acotadas.
Hay dos reglas fundamentales en una petición, La primera escribir con claridad especificando las instrucciones de la petición, es decir, el “qué” queremos obtener, la segunda es darle tiempo al modelo para “pensar”, indicando algunas pautas de cómo tiene que actuar.
Para escribir con claridad especificando las instrucciones, debemos formular las peticiones de manera clara y concisa para evitar confusiones y, así, obtener respuestas precisas.
En lugar de preguntar: “Háblame sobre la energía solar.” Preguntamos: “Estoy investigando fuentes de energía renovable para un proyecto escolar. ¿Podrías proporcionarme información detallada sobre cómo funciona la energía solar, incluyendo cómo se captura, convierte y utiliza la energía del sol en paneles solares para generar electricidad?”. |
En lugar de preguntar: “¿Puedes darme información sobre la historia de la tecnología?” Preguntamos: “Por favor, proporciona un resumen de los hitos clave en la evolución de la tecnología, desde la Revolución Industrial hasta la era digital, incluyendo avances en la informática, comunicaciones y dispositivos electrónicos.” |
Formulada la pregunta así, estamos delimitando el periodo de interés, mencionamos los aspectos relevantes y solicitando un resumen concreto. Esto ayuda a que la IA comprenda exactamente lo que estamos buscando para que genere una respuesta más precisa y útil.
Hay que proporcionar contexto suficiente para que el modelo comprenda el tema y pueda brindar información valiosa.
En lugar de preguntar: “Háblame sobre la energía solar.” Preguntamos: “Estoy investigando fuentes de energía renovable para un proyecto escolar. ¿Podrías proporcionarme información detallada sobre cómo funciona la energía solar, incluyendo cómo se captura, convierte y utiliza la energía del sol en paneles solares para generar electricidad?”. |
Estamos proporcionando contexto adicional sobre el propósito de la pregunta (investigación escolar) y lo que se espera (información detallada sobre el funcionamiento de la energía solar). Es decir, estamos ayudando a la IA a entender cuál es tu objetivo y a generar una respuesta más específica y relevante para tus necesidades.
Dividir las preguntas complejas en partes más pequeñas puede facilitar que el modelo de la IA pueda abordarlas con detalle.
Pregunta compleja sin división: “¿Cuáles son los efectos del cambio climático en la biodiversidad, y cómo pueden las comunidades locales contribuir a la mitigación de estos efectos?” Pregunta dividida en partes: a) “¿Cuáles son los efectos actuales del cambio climático en la biodiversidad?” b) “¿De qué manera pueden las comunidades locales contribuir a la mitigación de los efectos del cambio climático en la biodiversidad?” |
Al dividir la pregunta en partes más pequeñas, facilita que el modelo de IA pueda abordar cada aspecto por separado, lo que permite la generación de respuestas más detalladas y específicas para cada parte de la cuestión original. En la división de preguntas complejas es importante identificar los conceptos claves en la pregunta para formular subpreguntas que se centren en cada concepto clave.
Solicitar ejemplos concretos o detalles para enriquecer la respuesta.
Pregunta sin solicitud de ejemplos o detalles: “¿Cuáles son los beneficios de una dieta equilibrada?” Pregunta con solicitud de ejemplos o detalles: “Me gustaría conocer los beneficios de mantener una dieta equilibrada. ¿Podrías proporcionar ejemplos específicos de alimentos ricos en nutrientes y explicar cómo contribuyen a la salud en áreas como energía, sistema inmunitario y salud mental?” |
Al solicitar al modelo de IA que aporte ejemplos específicos y detalles sobre cómo los alimentos afectan a diferentes aspectos de la salud, se está guiando a la IA para que ofrezca información más concreta y enriquecedora. Esto ayudará a comprender mejor los conceptos y aplicarlos de manera práctica.
A veces es necesario pedirle al modelo comprobar si se cumplen determinadas condiciones:
Pregunta: “Por favor, verifica si las siguientes condiciones se cumplen para determinado número ‘X’: 1) Es mayor que 100. 2) Es divisible por 5. 3) Su cuadrado es menor que 10.000.” |
En este ejemplo, se le está pidiendo al modelo que verifique si un número dado ‘X’ cumple con tres condiciones específicas. Al establecer las condiciones de manera clara y enumerarlas, le das al modelo una guía precisa para evaluar si se cumplen o no. Esto puede ayudar a obtener una respuesta más precisa y concisa por parte del modelo. Podríamos llegar a plantear, que nos compruebe si las condiciones están bien planteadas de acuerdo con la respuesta que se espera.
Indicar el formato deseado para la respuesta. Los modelos de IA orientados a instrucciones son capaces de generar una amplia variedad de formatos de respuesta, por tanto, indicarle a la IA el formato deseado para la respuesta es crucial por varias razones:
- Claridad en la Comunicación: Especificar el formato deseado ayuda a evitar malentendidos. Al definir el formato, se reduce la posibilidad de que la IA genere respuestas ambiguas o incoherentes.
- Eficiencia en la generación de respuestas: Al conocer el formato requerido, la IA puede optimizar su proceso de generación y presentar la información de manera coherente y estructurada, ahorrando tiempo y esfuerzo.
- Consistencia en la experiencia del usuario: Si se solicita un formato específico, como un resumen o una lista, la IA proporcionará respuestas consistentes que se ajusten a las expectativas del usuario.
- Ahorro de tiempo en la edición: Al pedir una respuesta en un formato específico, se reduce la necesidad de reorganizar o reformatear la respuesta posteriormente, lo que agiliza el proceso de uso de la información.
- Compatibilidad con plataformas y medios: Indicar el formato deseado garantiza que la respuesta se adapte a la plataforma o medio en el que se presentará, como sitios web, informes, presentaciones, entre otros.
- Mayor Utilidad de la Información: Al recibir la respuesta en el formato adecuado, se maximiza la utilidad de la información para su utilización y comprensión, lo que mejora la toma de decisiones.
- Reducción de la ambigüedad: La IA puede generar respuestas más concisas y específicas cuando se le indica el formato, lo que disminuye la ambigüedad y mejora la calidad de la información.
Algunos de los formatos de respuesta que puede generar incluyen:
- Textos explicativos: Puede proporcionar explicaciones detalladas sobre un tema, concepto o proceso.
- Listas y viñetas: Puede crear listas numeradas o con viñetas para presentar información de manera organizada.
- Párrafos resumidos: Genera resúmenes concisos y claros de información compleja.
- Historias y narrativas: Es capaz de producir historias cortas o narrativas en diversos géneros literarios.
- Instrucciones y tutoriales: Puede generar instrucciones paso a paso para llevar a cabo tareas específicas.
- Comparaciones y contrastes: Puede comparar y contrastar diferentes conceptos, productos o ideas.
- Respuestas directas: Ofrece respuestas concisas y directas a preguntas específicas.
- Análisis de pros y contras: Puede evaluar ventajas y desventajas de diferentes opciones o enfoques.
- Ejemplos y casos de uso: Proporciona ejemplos concretos para ilustrar conceptos abstractos.
- Poemas y creatividad textual: Puede generar textos poéticos o creativos en función de la entrada.
- Datos y estadísticas: Puede proporcionar datos y estadísticas relevantes sobre un tema.
- Explicaciones científicas: Es capaz de explicar principios científicos y conceptos técnicos.
- Código de programas informáticos o html para webs: Es capaz de proporcionar el código de programas informáticos o páginas para una web.
- Etcétera.
Es importante tener en cuenta que la calidad y el formato de la respuesta pueden variar según la pregunta y el contexto. Puedes guiar al modelo proporcionando instrucciones específicas sobre el formato que deseas para la respuesta.
Usar en la medida de lo posible un lenguaje natural: Mejor evitar un lenguaje técnico excesivo o jergas y utiliza lenguaje natural para que el modelo comprenda mejor tus peticiones.
Pregunta en lenguaje natural: “Estoy buscando consejos para mejorar mi concentración durante el estudio. ¿Puedes darme algunas estrategias efectivas que pueda incorporar en mi rutina diaria para mantenerme focalizado en mis tareas?”
En este ejemplo, se emplea un lenguaje natural para expresar claramente la consulta y el propósito. La pregunta es directa y específica, y el tono es similar al que tendría una conversación con otra persona. Esto facilita que IA comprenda la solicitud y proporcione una respuesta que se ajuste a la necesidad del usuario.
Imagen propiedad de: denisismagilov – stock.adobe.com Copyright: ©denisismagilov – stock.adobe.com
Deja una respuesta