Prompt engineering: gobernar una biblioteca de prompts
Prompt engineering: documente uso, entradas, versión, pruebas, límites y propietario para compartir una biblioteca de prompts fiable.
Por Pablo Nastar

Una consigna copiada de una conversación funciona a veces porque su autor conoce el contexto ausente del texto. Seis semanas después, un colega la reutiliza en otro documento y obtiene una respuesta convincente pero falsa. Una biblioteca de prompts, pilar del prompt engineering en la empresa, no debe almacenar fórmulas mágicas: debe conservar un uso, unas entradas admitidas, unas pruebas, unos límites y un propietario.
El prompt se convierte entonces en un método versionado. Sigue siendo revisable y puede retirarse cuando el modelo, el contrato o el proceso cambia.
Índice
- Decidir qué merece entrar en la biblioteca
- Escribir una ficha de prompt explotable
- Probar los casos corrientes y los casos de fallo
- Organizar validación, versiones y retirada
- Formar sin convertir la biblioteca en una muleta
- Preguntas frecuentes
Decidir qué merece entrar en la biblioteca
Una entrada compartida debe corresponder a una tarea frecuente, autorizada y suficientemente estable. Una exploración personal o un caso muy raro puede quedarse en el espacio de trabajo de su autor.
Exigir un uso nombrado
« Resumir un documento » es demasiado vago. « Preparar una lista de decisiones a verificar en un acta interna autorizada » describe una salida y un control. Añada el público, el tipo de dato y la acción prohibida. Una biblioteca que no precisa estos elementos fomenta el copiar y pegar fuera de contexto.
La guía de Educasium sobre la formación en prompt engineering expone las bases de construcción de una consigna. La carta de uso de IA determina previamente los entornos y datos autorizados.
Rechazar las entradas frágiles
No integre un prompt cuyo éxito dependa de una información secreta conservada solo en la cabeza del autor. Descarte también las consignas que piden datos prohibidos, eluden un control o prometen un resultado que nadie sabe medir.
Escribir una ficha de prompt explotable
El texto de la consigna representa solo una parte de la ficha. El contexto de empleo y el control son tan importantes como las palabras enviadas al modelo.
| Campo | Contenido |
|---|---|
| Uso | tarea y decisión sostenida |
| Usuario | rol y nivel esperado |
| Entradas | formatos y categorías admitidas |
| Entorno | servicio, plan, versión o modelo probado |
| Consigna | texto versionado y variables explícitas |
| Salida | formato esperado y elementos obligatorios |
| Control | fuente, revisor y errores bloqueantes |
| Límites | casos rechazados o no probados |
| Ciclo de vida | propietario, fecha de revisión y estado |
Hacer visibles las variables
Utilice campos nombrados en lugar de zonas implícitas. Añada una instrucción que pida señalar la información faltante en vez de completarla. Si una variable acepta únicamente un dato público o ficticio, escríbalo junto al campo.
La ficha France Num-CNIL sobre las soluciones de IA generativa recomienda definir una política de uso, formar a los colaboradores y controlar las salidas. Una biblioteca bien documentada ayuda a traducir esos principios, pero no sustituye la elección de un entorno adaptado.
Probar los casos corrientes y los casos de fallo
Un prompt solo es compartible si otra persona puede reproducir su prueba y reconocer su fallo. Una captura exitosa no basta.
Preparar un pequeño corpus
El corpus contiene casos representativos, una entrada incompleta, una contradicción y un caso que debe ser rechazado. Utiliza datos ficticios o autorizados. La respuesta de referencia puede ser una estructura esperada, una lista de criterios o un ejemplo validado por el negocio.
Implementación hipotética. Un equipo podría probar un prompt de acta sobre tres reuniones ficticias: una completa, otra ambigua y la última con un dato prohibido. La buena conducta sería producir el formato esperado, señalar la ambigüedad y rechazar la tercera entrada. Este escenario no es un despliegue de Educasium.
Anotar los errores que importan
No reduzca la prueba a una nota de estilo. Verifique la fidelidad a la fuente, la identificación de las incógnitas, el respeto del formato y la presencia de las reservas. Una frase elegante pero sin fuente puede ser un error bloqueante.
El perfil NIST para los riesgos de la IA generativa insiste en la medición y la gestión de los riesgos en el contexto. No valida ningún prompt ni modelo concreto; el corpus interno sigue siendo necesario.
Organizar validación, versiones y retirada
Cada ficha tiene un propietario capaz de decidir una modificación, una suspensión o una retirada. Sin esa atribución, los errores persisten porque nadie sabe quién puede corregir la versión oficial.
Utilizar un ciclo simple
Paso 1: proponer. El autor somete la ficha completa y el corpus de prueba.
Paso 2: revisar. El negocio verifica la tarea y las salidas; las demás funciones intervienen según los datos y el riesgo.
Paso 3: probar. Una persona diferente ejecuta los casos sin ayuda del autor.
Paso 4: aprobar con límites. La versión recibe un estado, una fecha y un perímetro.
Paso 5: observar. Los usuarios señalan las desviaciones y los casos no cubiertos.
Paso 6: revisar o retirar. Una nueva versión solo reemplaza a la anterior tras la prueba; los usos obsoletos se archivan.
Evitar las versiones fantasma
La biblioteca oficial debe ser más fácil de encontrar que las copias locales. Muestre el número de versión en la ficha y, si es posible, en la salida. Prohíba la republicación de una consigna modificada sin nueva prueba.
La guía sobre la gobernanza de los usos después de la formación completa esta lógica con los roles y revisiones organizativas.
Formar sin convertir la biblioteca en una muleta
La formación debe enseñar cuándo no usar el prompt. Los participantes empiezan por leer el uso, los límites y el control antes de copiar la consigna.
Variar un parámetro a la vez
Dé al grupo una ficha aprobada y luego cambie la calidad de la entrada, el tipo de dato o el entregable. Pregunte si la versión sigue siendo aplicable. Este método muestra que el prompt no es universal y que la decisión precede a la generación.
Ausencia explícita de experiencia con clientes. Educasium no reivindica aquí una biblioteca desplegada ni un resultado medido en un cliente. El proceso debe probarse en el entorno de la organización. Los ejemplos siguen siendo pedagógicos.
Límites y contracasos
Una biblioteca demasiado grande se convierte en un motor de búsqueda mediocre. Una gobernanza demasiado pesada empuja a las personas hacia sus notas privadas. Conserve las entradas de alto valor, retire los duplicados y adapte el nivel de validación al riesgo.
Algunas tareas evolucionan demasiado rápido para justificar una ficha estable. Otras no deben ser asistidas porque los datos, la responsabilidad o la calidad no pueden encuadrarse. El buen indicador no es el número de prompts almacenados, sino el número de métodos aún útiles y comprendidos.
Preguntas frecuentes
¿Dónde almacenar los prompts?
Elija un espacio accesible, versionado y administrado por la organización. Los derechos deben seguir los roles y los datos concernidos. Evite un documento compartido sin historial o una conversación personal. El soporte importa menos que la claridad del ciclo de vida.
¿Hay que incluir ejemplos?
Sí cuando ayudan a comprender el formato, a condición de usar datos ficticios o autorizados. Añada también un contraejemplo y un caso que debe ser rechazado. Un ejemplo exitoso por sí solo da una confianza excesiva. Feche el corpus de prueba.
¿Cómo puntuar la calidad?
Utilice criterios ligados a la tarea: fidelidad, cobertura, trazabilidad, formato y reversión. Defina los errores bloqueantes antes de la prueba. Una media no debe ocultar un dato divulgado o una afirmación inventada. Conserve los comentarios del revisor.
¿Quién aprueba un prompt?
El propietario de negocio valida la utilidad y la salida. Las funciones de seguridad, datos o jurídico intervienen según el contexto. El autor no debería ser el único evaluador. La organización debe nombrar explícitamente quién puede publicar, modificar y retirar.
Compartir un método, no una fórmula mágica
Una biblioteca de prompts sigue siendo fiable si cada entrada responde a cinco preguntas: para qué, con qué datos, en qué entorno, bajo qué control y hasta cuándo.
La formación en prompt engineering puede integrar el diseño y la prueba de fichas adaptadas a sus tareas. Formación elegible para financiación OPCO/FIF PL según condiciones. Organismo certificado Qualiopi. Para definir el recorrido, contacte con Educasium.
¿Quieres ir más lejos?
Descubre nuestras formaciones IA especializadas para tu profesión.
Ver formaciones