Pedir resultados concretos
Un buen encargo especifica el resultado que necesitas, el contexto que lo cambia y un criterio de revisión.
Qué aprenderás
- Un buen encargo especifica el resultado que necesitas, el contexto que lo cambia y un criterio de revisión
- Construir y comprobar una solución usando datos ficticios.
- Resolver y aprobar la hoja de ejercicios antes de continuar.
Conceptos del tema
Un buen encargo especifica el resultado que necesitas, el contexto que lo cambia y un criterio de revisión.
El formato importa cuando facilita el uso posterior: tabla, lista, código o texto breve.
Los ejemplos ayudan a mostrar el estilo, pero no sustituyen las reglas.
Si falta un dato esencial, pide que se señale; si no cambia el resultado, evita añadir instrucciones repetidas.
Cómo interpretar este tema
Separa el objetivo de los datos de entrada y del criterio de éxito. Trabaja primero con ejemplos ficticios que puedas comprobar. En código, identifica entradas, operaciones y salidas; en un encargo a una IA, distingue el contenido generado de las acciones realmente ejecutadas.
Construye una solución pequeña y revisable. Comprueba casos normales, fronteras y errores; conserva las fuentes de las afirmaciones y los permisos de cada herramienta. Los ejemplos de Python de este curso se copian a tu propio entorno: la página no ejecuta código ni realiza llamadas a servicios de IA.
Detalles para comprender la regla
Una tarea y unas etiquetas concretas permiten comprobar cobertura y validez.
El público cambia cómo explicar el contenido; no concede acceso ni garantiza exactitud.
Identificar la ausencia evita tratar una suposición como si fuera un dato confirmado.
Ejemplo resuelto
Encargo: clasificar consultas de una tienda en una tabla.
- Define las categorías: entrega, devolución y producto.
- Aporta cinco consultas ficticias y pide una fila por consulta.
- Comprueba que ninguna consulta se haya perdido y que las etiquetas sean válidas.
Cómo practicar
- Define el resultado y los datos que necesita.
- Revisa el ejemplo y anticipa su salida antes de probarlo.
- Comprueba un caso normal, una frontera y un error.
- Explica la solución y verifica los datos o fuentes que utiliza.
Tu cuenta gratuita guarda respuestas, notas y progreso en las dos plataformas.
Abrir teoría y hoja de ejercicios →Elegir mi punto de partidaRecursos para profundizar
- Prompts · OpenAI Docs ↗
Documentación de referencia del tema. Puede estar en inglés.