¿A quien no le ha pasado de pedirle a la IA generativa que nos genera una hoja de cálculo para un determinado propósito y nos acabe generando información dentro que no tiene nada que ver con lo que esperamos? Esto muchas veces se debe a que no somos capaces de generar el contexto adecuado, o nuestra petición es ambigua y eso hace que la IA genere respuestas poco acertadas, imprecisas, erróneas e incluso las conocidas como alucinaciones (respuestas completamente sin sentido).

Cuando nos enfrentamos a una inteligencia artificial conversacional como ChatGPT, Copilot o Gemini, corremos el riesgo de no preguntar correctamente y generar información que muchas veces puede sernos de dudosa utilidad. Hay que recordar que para que estas inteligencias funcionen correctamente debemos proporcionarle una pregunta o petición formulada correctamente. Para ello podemos utilizar diferentes patrones que nos ayudarán a enfocar mejor aquellas peticiones que le hacemos.

Imaginad que le preguntamos a la IA generativa que nos devuelva los riesgos que podemos encontrarnos al usar Scrum en un proyecto de IA Generativa. La respuesta posiblemente sea adecuada, pero es posible que sea tan general que no podemos usarla de manera efectiva.

Para evitar esto vamos a ver dos patrones para generar vuestros prompts de manera más efectiva.

Prompts RTF

El primer patrón para la creación de prompts es el conocido como RTF, un acrónimo de Role, Task y Format. Veamos qué significa cada uno de estas siglas:

• Role: Con esta parte le indicaremos al prompt el rol que tiene que asumir al generar la respuesta a nuestra petición. Con esto lo que hacemos es establecer un contexto a la IA de manera que pueda proporcionarnos una respuesta más específica en base al rol determinado.
• Task: Aquí le vamos a indicar de forma precisa la tarea que queremos que realice. La IA generativa utilizará el rol indicado anteriormente para acometer esta tarea específica. Es importante ser lo más claro posible en la tarea, no indicarle diferentes tareas a la vez, ya que muchas veces nos vamos a encontrar con que alguna de ellas no la realiza.
• Format: Con esta parte le vamos a indicar el formato y la estructura con la que queremos que nos genere la respuesta. En cada situación podemos necesitar un formato diferente, tabla, spreadsheet, imagen, etc.

Veamos un ejemplo ficticio aplicado a la gestión para este patrón:

R – Role
Eres un Agile Change Manager experimentado con especialización en proyectos de machine learning e inteligencia artificial.

T-Task
Tu tarea es identificar posibles riesgos a la hora de aplicar Scrum en un proyecto de chatbot con IA generativa indicando los diferentes artefactos afectados, eventos donde trabajar el riesgo y el rol responsable de gestionar el riesgo.

F-Format
Crear un registro de Riesgos con una descripción, acción de mitigación, artefacto, evento y rol responsable en formato tabla.

Con este patrón veremos una mejora significativa en las respuestas que conseguiremos de la IA generativa.

Si necesitamos algo todavía más eficiente y efectivo entonces tendremos que darle mas detalle y optamos por un patrón más completo.

Prompts CREATE

CREATE es el acrónimo de Character, Request, Examples, Adjustments, Types of output y Evaluation. Se trata de un patrón expande el patrón anterior y proporciona un entorno mucho más comprensivo y completo para el Prompt.

• Character: Al igual que en el patrón anterior, consiste en definir el rol o persona que debe asumir la IA generativa para generar la respuesta.
  Request: Consistiría en la tarea o tareas que debe realizar la IA generativa.
• Examples: A la hora de definir cualquier contexto indicar ejemplos puede clarificar mucho el resultado que esperamos. Estos ejemplos harán que la respuesta obtenida se aproxime mucho más a lo que deseamos obtener.
• Adjustments & Constraints: En esta sección indicaremos cualquier requisito o limitación que tenga que tenerse en cuenta a la hora de generar la respuesta.
• Types of output: Consiste en describir (al igual que el Format del patrón anterior) el tipo de salida, formato y estructura que queremos obtener.
• Evaluation & steps: En esta última parte le proporcionamos al prompt ejemplos o una guía para conseguir ejecutar la tarea correctamente.

Veamos cómo reescribir el ejemplo anterior con este nuevo patrón de escritura:

C – Character
Eres un Agile Change Manager experimentado, especializado en proyectos de machine learning e inteligencia artificial.

R – Request
Tienes que identificar riesgos al aplicar Scrum en un proyecto de desarrollo de un chatbot con IA generativa, considerando cómo estos riesgos afectan a los artefactos y eventos de Scrum, así como quién debe gestionarlos.

E – Examples
Algunos ejemplos de riesgos serían:

• • Falta de claridad en los criterios de aceptación de historias técnicas.
  • Riesgo de sesgo en los datos de entrenamiento que afecte al desarrollo del chatbot.
  • Dificultades para estimar tareas técnicas relacionadas con el entrenamiento de modelos.

A – Adjustments and Constraints
Limita la tabla a entre 5 y 10 riesgos relevantes, incluyendo únicamente riesgos relacionados con la aplicación de Scrum en el contexto de IA generativa con un lenguaje claro y técnico.

T – Types of Output
Genera un reporte de riesgos en formato tabla que contenga:

• • Descripción del riesgo
  • Artefacto de Scrum afectado
  • Evento Scrum donde puede tratarse
  • Acción de mitigación
  • Rol responsable de gestionar el riesgo

E – Evaluation and Steps
Tu resultado debe:

1. 1. Ser útil para equipos ágiles que trabajan en IA.
   2. Demostrar conocimiento de Scrum y los desafíos específicos de proyectos de IA generativa.
   3. Ser aplicable en contextos reales

Con este segundo formato de escritura estaremos consiguiendo resultados más específicos y adaptados a nuestra necesidad más concreta.

Por supuesto en cualquiera de estos formatos y escenarios lo más importante es validar la respuesta que hemos obtenido y confirmar con otras personas e integrantes del equipo que aquello que se ha generado es correcto.

Aunque ambos formatos son ciertos el patrón CREATE nos permite una mayor especialización y detalle que nos puede permitir evolucionar nuestro prompt hasta que obtengamos un resultado adecuado y válido para nuestro trabajo.

Os invito a que probéis los diferentes prompts de este artículo y comprobéis por vosotros mismos las diferencias en el resultado obtenido.

Imagen | Freepick