Plan a trip to Japan

2:25

así. Eres un asesor de viajes

2:26

especializado en Japón. Tengo 7 días

2:29

disponibles y un presupuesto de $1,500.

2:31

Me interesa la cultura tradicional y

2:33

quiero evitar lugares turísticos muy

2:35

concurridos. Hazme un itinerario

2:36

optimizado con actividades diarias,

2:38

costos aproximados y recomendaciones de

2:41

transporte. Aquí podemos ver cómo nos

2:43

está entregando un itinerario con su

2:44

duración y también el presupuesto

2:46

estimado total. Entonces, como

2:47

resultado, ¿qué es lo que nosotros

2:49

estamos obteniendo? Podemos ver que la

2:51

segunda solicitud se acerca bastante más

2:54

a lo que nosotros podríamos estar

2:55

necesitando. Y esto es porque nosotros

2:57

le estamos entregando un contexto al

2:59

modelo para que entienda de mejor manera

3:01

nuestra solicitud. Este ejemplo que

3:03

nosotros estamos viendo ahora, por

3:04

supuesto que es sumamente básico y al

3:06

finalizar este video vamos a ver un

3:08

ejemplo un poco más elaborado. Pero

3:10

antes de continuar recuerda que tenemos

3:12

promoción en la Academia Hola Mundo.

3:13

Tenemos descuento para el plan mensual y

3:15

también para el plan anual.

3:17

Te dejo los links en la descripción de

3:19

este video. Ahora sí, continuamos. ¿En

3:21

qué se diferencia del prompt

3:22

engineering?

3:24

El prompt engineering se centra

3:26

principalmente en cómo nosotros

3:28

formulamos una pregunta o una

3:30

instrucción para el modelo para que así

3:32

nosotros podamos obtener una buena

3:33

respuesta. Es como entre comillas

3:35

aprender a hablar el idioma de la

3:36

inteligencia artificial, darle

3:37

instrucciones claras y bien

3:39

estructuradas para que este entienda de

3:41

mejor manera que le estamos pidiendo.

3:43

Por ejemplo, nosotros podríamos ajustar

3:45

la redacción, usar pasos numerados o

3:47

también pedir un formato en específico.

3:49

Y este formato podría ser, por ejemplo,

3:51

un PDF, podría ser también un JSON,

3:54

podría ser también un archivo de texto

3:55

plano y finalmente las opciones que

3:57

nosotros tenemos son prácticamente

3:58

ilimitadas. En cambio, el context

4:00

engineering va un paso más allá. No solo

4:03

importa cómo preguntas, sino también qué

4:06

información extra le das al modelo. Esto

4:09

incluye absolutamente todo el entorno

4:12

que nosotros hemos estado utilizando

4:14

para poder comunicarnos con el LLM.

4:16

Entonces, nosotros podríamos utilizar

4:18

datos previos, las reglas del negocio,

4:20

el rol que debe asumir, el historial de

4:22

interacción y cualquier otro elemento

4:24

que le ayude a ponerse en situación,

4:26

entre comillas. Es como si tú, en lugar

4:28

de hacerle una pregunta aislada, lo

4:30

sentaras en la mesa y le pasaras también

4:32

todos los documentos que tú tienes que

4:34

leer para poder entender el problema.

4:35

Entonces, el prompt engineering se trata

4:37

de los patrones que estás utilizando,

4:39

las herramientas que también estás

4:40

utilizando. Por ejemplo, tienes los

4:41

delimitadores Zero, One y Fe Shot, Chain

4:45

of Thoughts, Patrón React, entre otros

4:47

patrones que existen. En cambio, el

4:48

Context Engineering abarca mucho más. De

4:51

hecho, Prompt