Una forma más inteligente de hablar con la IA: así es como ‘ingeniería de contexto’ tus indicaciones

En breve

• Investigadores de Shanghái dicen que la “ingeniería de contexto” puede mejorar el rendimiento de la IA sin necesidad de volver a entrenar el modelo.
• Las pruebas muestran que los prompts más ricos mejoran la relevancia, la coherencia y las tasas de finalización de tareas.
• El enfoque se basa en la ingeniería de prompts, expandiéndola en un diseño situacional completo para la interacción humano-AI.

El Centro de Arte, Moda y Entretenimiento de Decrypt.

Descubre SCENE

Un nuevo documento del Shanghai AI Lab argumenta que los modelos de lenguaje grandes no siempre necesitan más datos de entrenamiento para volverse más inteligentes, sino mejores instrucciones. Los investigadores encontraron que los “context prompts” diseñados cuidadosamente pueden hacer que los sistemas de IA produzcan respuestas más precisas y útiles que las genéricas. Piénsalo como establecer la escena en una historia para que todo tenga sentido, una forma práctica de hacer que la IA se sienta más como un amigo útil que como un robot desinformado. En su esencia, la ingeniería de contexto se trata de elaborar cuidadosamente la información que le das a la IA para que pueda responder de manera más precisa y útil. Una persona no es solo un individuo aislado; estamos moldeados por nuestro entorno, relaciones y situaciones—o “contextos”. Lo mismo ocurre con la IA. Las máquinas a menudo cometen errores porque les falta el panorama completo. Por ejemplo, si le pides a una IA que “planifique un viaje”, podría sugerir un crucero de lujo sin saber que estás con un presupuesto ajustado o viajando con niños. La ingeniería de contexto soluciona esto al incorporar esos detalles desde el principio. Los investigadores admiten que esta idea no es nueva—se remonta a hace más de 20 años, a los primeros días de las computadoras. En esos días, teníamos que adaptarnos a máquinas torpes con reglas rígidas. Ahora, aunque las plataformas de IA potentes pueden usar lenguaje natural, todavía necesitamos diseñar buenos contextos para evitar “entropía” ( en este caso, la palabra se refiere a la confusión por demasiada vaguedad o desorden ).

Cómo diseñar el contexto de tus indicaciones El documento ofrece formas de hacer que tus chats de IA sean más efectivos en este momento. Se basa en “ingeniería de prompts” (elaborando buenas preguntas) pero se amplía, centrándose en el contexto completo. Aquí hay algunos consejos fáciles de usar, con ejemplos:

• Comienza con lo básico: Quién, Qué, Por qué Siempre incluye un contexto para establecer el escenario. En lugar de “Escribe un poema”, prueba: “Eres un poeta romántico escribiendo para mi aniversario. El tema es el amor eterno, manténlo corto y dulce.” Esto reduce malentendidos.
• Capa tu información como un pastel Construir contexto en niveles: Comienza de manera amplia y luego agrega detalles. Para una tarea de codificación: “Soy un programador principiante. Primero, explica lo básico de Python. Luego, ayuda a depurar este código [pegar código]. Contexto: Es para una aplicación de juego simple.” Esto ayuda a la IA a manejar solicitudes complejas sin sobrecarga.
• Usa etiquetas y estructura Organiza los mensajes con etiquetas para mayor claridad, como “Objetivo: Planificar unas vacaciones con presupuesto; Restricciones: Menos de $500, apto para familias; Preferencias: Destinos de playa.” Esto es como darle a la IA un mapa.
• Incorporar cosas multimodales ( como imágenes o historia ) Si tu consulta involucra imágenes o chats anteriores, descríbelos: “Basado en esta imagen [describe o enlace], sugiere ideas de atuendos. Contexto anterior: Prefiero estilos casuales.” Para tareas largas, resume la historia: “Reanudar desde la última sesión: Hablamos de estrategias de marketing—ahora añade consejos de redes sociales.”
• Filtrar el Ruido Solo incluye lo esencial. Prueba y ajusta: si la IA se desvía, añade aclaraciones como "Ignora temas no relacionados—enfócate solo en los beneficios para la salud.
• Piensa en el futuro y aprende de los errores Anticipar necesidades: “Infiera mi objetivo a partir de consultas pasadas sobre fitness—sugiera un plan de entrenamiento.” Mantener errores en contexto para correcciones: “La última vez sugeriste X, pero no funcionó porque Y—ajuste en consecuencia.”