Glosario del prompt: las palabras que conviene conocer

Un compañero te dice: «Tu problema es la ventana de contexto, te vendría bien algo de few-shot y bajar la temperatura». Asientes, abres una pestaña y te encuentras con tres definiciones que se contradicen. El vocabulario de la IA es una mezcla de términos técnicos, anglicismos y palabras corrientes que adquieren un sentido particular, y desanima a más gente que las propias herramientas.

Este glosario reúne treinta y cinco palabras con las que de verdad te vas a topar, ordenadas por temas y no alfabéticamente, porque se aclaran unas a otras. Cada definición cabe en pocas líneas, con un ejemplo cuando ayuda, y remite al artículo que la desarrolla. Usa la búsqueda de tu navegador si buscas un término concreto.

Un prompt, palabra por palabra

Antes del vocabulario, aquí tienes un prompt en el que cada parte lleva un nombre. Los términos en negrita se definen más abajo.

Eres un asesor de gestión para asociaciones pequeñas.                   (rol)

El club de petanca de [CIUDAD] tiene 60 socios, cuota de 40 €.          (contexto)
Este es el balance del año: [PEGA EL BALANCE].                          (documento aportado)

Redacta un resumen para la asamblea general.                            (tarea)

Responde en 10 líneas como máximo, con tres apartados:
ingresos, gastos, perspectivas.                                         (formato de salida)

Ejemplo de tono: «Hemos terminado el año con 312 € más que al principio.»  (ejemplo)
No cites ninguna cifra que no figure en el balance.                     (restricción)

Este desglose corresponde a lo que detalla la anatomía de un buen prompt.

Lo básico

Prompt. El mensaje que le envías a la IA: una pregunta, una instrucción, un texto que procesar, o todo a la vez. En los generadores de imágenes, es la descripción de la imagen. También se dice instrucción, petición o indicación. La guía para empezar lo repasa.

Modelo de lenguaje. El programa que produce las respuestas. Se ha entrenado con cantidades enormes de texto y escribe su respuesta trozo a trozo, calculando qué es lo más probable que venga a continuación. La sigla inglesa es LLM, de large language model. Cómo funciona, sin jerga.

IA generativa. Familia de herramientas que producen contenido nuevo (texto, imagen, sonido, código) en lugar de clasificar o buscar lo que ya existe. ChatGPT, Claude, Gemini, Le Chat y Midjourney forman parte de ella.

Asistente, chatbot. La aplicación en la que conversas con un modelo. El mismo modelo puede estar detrás de varias aplicaciones, con ajustes y funciones distintos.

Conversación. La sucesión de intercambios dentro de la cual el modelo ve todo lo anterior. Una conversación nueva parte de cero, salvo que la herramienta ofrezca una memoria, cuyo funcionamiento varía según la herramienta.

Entrenamiento. La fase en la que el modelo aprende a partir de textos antes de ponerse a tu disposición. Lo que ocurrió después de que terminara le es desconocido, salvo que tenga acceso a una búsqueda.

Tokens. Los trozos de palabras que el modelo lee y escribe: una palabra corta vale uno, una palabra larga puede valer varios. Los límites y las tarifas de las herramientas suelen medirse en esta unidad. Consulta tokens y ventana de contexto.

Ventana de contexto. La cantidad de texto, en tokens, que el modelo puede tener a la vista de una vez: tu petición, la conversación, los documentos adjuntos y su propia respuesta. Más allá, pierde elementos. Para los documentos grandes, lee trabajar con documentos largos.

Lo que escribes en un prompt

Rol. La instrucción que da un punto de vista a la IA: «eres un asesor de gestión». Útil para fijar un nivel de lenguaje y un enfoque, sin hacer al modelo más competente de lo que es. Consulta dar un rol a la IA.

Contexto. La información de tu situación que el modelo no puede adivinar: quién eres, para quién escribes, qué se ha decidido. Se selecciona con la prueba de este artículo.

Instrucción. Lo que pides que se haga. Cuanto más precisa y verificable, mejor se sigue.

Restricción. Un límite impuesto a la respuesta: longitud, palabras prohibidas, alcance («únicamente a partir del texto aportado»).

Variable. Un hueco entre corchetes, como CIUDAD], que sustituyes en cada uso. Una variable convierte un prompt en una plantilla reutilizable; consulta [tu biblioteca de prompts.

Formato de salida. La forma que quieres para la respuesta: lista, tabla, tres párrafos. Se impone en una frase, como en el artículo sobre el formato.

Salida estructurada, JSON. Una respuesta en un formato legible por un programa, como el JSON, con campos fijos. Útil cuando el resultado alimenta una hoja de cálculo o una aplicación. Consulta la salida JSON.

Prompt de sistema, instrucciones de sistema. Un texto de instrucciones colocado antes de la conversación, que regula el comportamiento general de la IA (tono, reglas, temas permitidos). Según las herramientas, a veces adopta la forma de ajustes personalizados. Consulta las instrucciones de sistema.

Prompt negativo. En los generadores de imágenes que lo permiten, la lista de lo que no se quiere ver aparecer (desenfoque, texto, manos deformadas). Consulta el prompt negativo.

Las técnicas

Zero-shot, one-shot, few-shot. El número de ejemplos que se aportan en el prompt: ninguno, uno solo, unos cuantos. Los ejemplos fijan el formato y el tono mejor que los adjetivos. Few-shot prompting detalla cómo elegirlos.

Razonamiento paso a paso. Pedirle al modelo que exponga su razonamiento antes de concluir, lo que ayuda en problemas de varias etapas. En inglés: chain of thought. Según las herramientas, algunos modelos lo hacen por iniciativa propia. Consulta razonar paso a paso.

Cadena de prompts. Dividir una tarea en varios prompts sucesivos, de modo que el resultado de uno se convierte en la entrada del siguiente. Más fiable que un único prompt gigante. Consulta encadenar prompts.

Iteración. Mejorar un resultado mediante pequeñas correcciones sucesivas. El método está en mejorar un prompt por iteraciones.

Metaprompting. Pedirle a la IA que escriba o mejore un prompt en tu lugar. Práctico para arrancar, hay que revisarlo antes de usarlo. Consulta el metaprompting.

Inyección de prompt (prompt injection). Instrucciones ocultas en un texto que la IA lee (página web, correo, documento) y que puede tomar por órdenes. Este riesgo afecta sobre todo a las herramientas conectadas a tus archivos o a internet.

Los ajustes

Temperatura. Ajuste que dosifica el azar en la elección de las palabras. Baja, las respuestas son más predecibles; alta, más variadas. No todas las herramientas permiten modificarla. Consulta temperatura y parámetros.

Top-p. Otro ajuste del azar: el modelo solo elige entre las palabras más probables, hasta un umbral acumulado. Se regula sobre todo en las herramientas para desarrolladores.

Longitud máxima. Tope del número de tokens de la respuesta. Una respuesta cortada a medias a veces viene de ahí.

Lo que no va bien

Alucinación. Una respuesta falsa presentada con aplomo: fuente, cifra, función o cita inventadas. Se deriva del funcionamiento del modelo, incluso con un prompt irreprochable. Consulta reducir las alucinaciones y verificar una respuesta.

Sesgo. Una tendencia sistemática en las respuestas: estereotipos, punto de vista mayoritario, costumbres de un país. La prueba de la sustitución permite detectarlos.

Complacencia. Tendencia a darte la razón o a encontrar bueno tu texto, aunque no lo sea. Se contrarresta pidiendo expresamente una crítica.

Deriva de la conversación. Tras muchos intercambios, el modelo puede mezclar instrucciones antiguas con las nuevas. Entonces se parte de una conversación nueva.

Las herramientas y sus palabras

Multimodal. Un modelo que procesa varios tipos de contenido: texto, imagen y, a veces, sonido o vídeo. Puedes enseñarle una foto y hacerle una pregunta sobre ella.

RAG. De retrieval-augmented generation: la herramienta busca primero pasajes en una base de documentos y luego se los da al modelo junto con tu pregunta. Así es como algunos asistentes responden a partir de tus archivos o de la web.

Agente. Un programa que deja a un modelo encadenar acciones (buscar, abrir un archivo, escribir) para alcanzar un objetivo, en lugar de responder una sola vez. Las instrucciones para agentes tienen sus propias reglas.

Fine-tuning, ajuste fino. Reentrenar un modelo existente con ejemplos elegidos para especializarlo. Un trabajo de desarrollador, que no tiene nada que ver con escribir un prompt.

Memoria. Función de algunas herramientas que conserva información de una conversación a otra. Su existencia, sus ajustes y su duración varían; compruébalos en la herramienta, sobre todo antes de confiarle datos personales. Consulta la confidencialidad.

Cómo sacarle partido

No intentes retenerlo todo. Quédate con las ocho palabras que se repiten en tus intercambios: prompt, contexto, formato, ejemplo, iteración, alucinación, token, ventana de contexto. El día que alguien suelte un término que no conoces, vuelve aquí o, mejor, pídele a la IA que te lo explique con un ejemplo sacado de tu oficio. Si prefieres empezar por la práctica, el catálogo de prompts muestra un extracto y un resultado real antes de cualquier compra.