El prompting eficaz es crucial al interactuar con sistemas de IA como Lumi, ya que te permite obtener resultados mejores y más precisos. Se trata de una comunicación clara en lugar de simplemente escribir una solicitud. Lumi, que se basa en modelos de lenguaje grandes (LLM), predice los resultados basándose en patrones de sus datos de entrenamiento, lo que significa que no “entiende” en el sentido humano. Por lo tanto, estructurar tus prompts, ser explícito y proporcionar contexto son vitales. Aquí tienes los principios y técnicas fundamentales para escribir prompts eficaces en Lumi:

​
Principios fundamentales para prompts excelentes

  • Sé claro y específico: Aclara siempre qué quieres y cómo. Evita el lenguaje vago; en lugar de “Haz esta aplicación mejor”, especifica “Refactoriza la aplicación para limpiar componentes no utilizados y mejorar el rendimiento, sin cambiar la interfaz de usuario ni la funcionalidad”. Proporciona contexto sobre para quién es la aplicación, qué debe hacer y cualquier característica imprescindible.
  • Céntrate en el recorrido del usuario: Considera la secuencia de acciones que un usuario realizará en tu aplicación. Por ejemplo ——
Los usuarios se registran, crean un nuevo proyecto, establecen hitos y siguen su progreso a diario.
  • Describe el “qué”, no el “cómo”: Lumi se encarga de la complejidad del backend, así que céntrate en el resultado o la apariencia deseada. Por ejemplo ——
La aplicación debe almacenar los datos del usuario, cargar rápidamente y tener una sensación limpia y moderna.
  • Itera y refina: No te conformes con el primer resultado. Los prompts se pueden refinar de forma iterativa a través del diálogo con la IA. Lumi ofrece un resultado completamente funcional desde el principio, pero es una base para un mayor refinamiento.

​
El marco C.L.E.A.R.

  • Conciso: Ve directo al grano, evitando palabrería o lenguaje vago. Busca la precisión y la brevedad.
  • Lógico: Organiza tu prompt de manera secuencial o estructurada, dividiendo las solicitudes complejas en pasos ordenados.
  • Explícito: Indica exactamente lo que quieres y lo que no, proporcionando ejemplos de formato o contenido si es posible.
  • Adaptable: Refina tus prompts basándote en la respuesta de la IA, aclarando instrucciones o señalando errores en los prompts de seguimiento.
  • Reflexivo: Revisa qué funcionó y qué no después de cada interacción para mejorar los prompts futuros.

​
Los cuatro niveles de prompting

  1. Prompting estructurado “con ruedines” (formato explícito): Útil para principiantes o tareas complejas, implica el uso de secciones etiquetadas:
  • Contexto: Información de fondo o configuración de rol para la IA.
  • Tarea: El objetivo específico.
  • Directrices: Enfoque o estilo preferido.
  • Restricciones: Límites estrictos o cosas que no se deben hacer.
  • Por ejemplo ——
Eres un desarrollador full-stack experto que usa Lumi. Tarea: Crea una página de inicio de sesión segura en React usando Supabase (autenticación con correo electrónico/contraseña). Directrices: La interfaz de usuario debe ser minimalista y seguir las convenciones de Tailwind CSS. Proporciona comentarios de código claros para cada paso. Restricciones: Modifica solo el componente LoginPage; no cambies otras páginas. Asegúrate de que el resultado final sea una página funcional en el editor de Lumi".
  1. Prompting conversacional (sin ruedines): Una vez que te sientas cómodo, puedes escribir de forma más natural, como si explicaras una tarea a un colega, manteniendo la claridad y la integridad sin etiquetas formales.
  2. Meta-prompting (mejora de prompts asistida por IA): Pide a la IA de Lumi que te ayude a mejorar tus prompts o planes. Por ejemplo ——
Revisa mi último prompt e identifica cualquier ambigüedad o información faltante. ¿Cómo puedo reescribirlo para que sea más conciso y preciso?
  1. Meta-prompting inverso (IA como herramienta de documentación): Usa la IA para resumir o documentar lo que sucedió después de una tarea, lo cual es excelente para la depuración y la captura de conocimiento. Por ejemplo ——
Resume los errores que encontramos al configurar la autenticación JWT y explica cómo los resolvimos. Luego, redacta un prompt que pueda usar en el futuro para evitar esos errores al configurar la autenticación.

​
Marcos de prompting

  • El prompt “Quién / Qué / Por qué”:
  • QUIÉN usará esta aplicación?
  • QUÉ les ayuda a hacer?
  • POR QUÉ la usaría alguien?
  • El prompt de “Historia de usuario”: Enmarca tu solicitud desde la perspectiva del usuario final, p. ej.,
Como diseñador freelance, quiero enviar facturas con mi marca a los clientes y hacer un seguimiento de cuándo se pagan, para poder mantener el control de mi flujo de caja.
  • El prompt de “Desglose de características”: Enumera las capacidades que quieres añadir, p. ej.,
Quiero añadir las siguientes capacidades: Añadir y organizar clientes potenciales; Hacer seguimiento del estado del contacto (nuevo, contactado, interesado, cerrado); Añadir notas y recordatorios de seguimiento.

​
Técnicas avanzadas y consejos para mejores resultados

  • Prompting “Zero-Shot” vs. “Few-Shot”:
  • Zero-Shot: Pide al modelo que realice una tarea sin ejemplos, basándose en su entrenamiento general. Funciona bien para tareas comunes o claramente descritas.
  • Few-Shot: Proporciona un par de ejemplos o demostraciones en tu prompt para mostrar a la IA el formato o estilo exacto que deseas. Mejora la calidad del resultado para tareas específicas o inusuales.
  • Gestionar alucinaciones y garantizar la precisión:
  • Proporciona datos de base: Aprovecha la Base de Conocimiento de tu proyecto (PRD, flujos de usuario, stack tecnológico) para un contexto persistente.
  • Referencias en el prompt: Incluye fragmentos de documentación relevantes o datos para consultas factuales o interacciones externas.
  • Pide un razonamiento paso a paso: Pide a la IA que muestre su razonamiento para detectar errores o revelar incertidumbres.
  • Instruye honestidad: Incluye directrices como “Si no estás seguro… no lo inventes; en su lugar, explica qué se necesitaría o pide una aclaración”.
  • Verificación iterativa: Pide a la IA que verifique su resultado después de tareas críticas.
  • Aprovechar los conocimientos del modelo (Conoce tus herramientas de IA):
  • Modo Discusión vs. Modo Predeterminado (Modo Agente): Usa el Modo Discusión para hacer brainstorming, discutir diseños o depurar sin cambios inmediatos en el código. Usa el Modo Predeterminado (Modo Agente) para ejecutar cambios (escribir código, crear componentes).
  • Longitud de tokens: Divide las tareas grandes en prompts más pequeños si el resultado podría exceder los límites de tokens.
  • Preferencias de formato y código: Indica tus preferences (p. ej., “genera el código en formato markdown”) para guiar a la IA.
  • Técnicas para refinar tu aplicación
  • “Hazlo más…” / “Hazlo menos…”: Ajusta el tono, el diseño o el énfasis.
  • “Añade un/una…” / “Elimina el/la…”: Añade o elimina características específicas o bloques de la interfaz de usuario.
  • “Cambia [esto] por [aquello]”: Ajusta texto, elementos visuales, diseño o lógica de componentes.
  • “Debería sentirse como…”: Toma prestados estilos de aplicaciones conocidas para guiar el diseño o el comportamiento.
  • “Añade lógica para…”: Añade reglas funcionales o flujos sin necesidad de código.
  • “Agrupa u organiza…”: Estructura el contenido para mayor claridad o flujo de trabajo.
  • “Añade comportamiento condicional…”: Introduce ramificaciones inteligentes o funcionalidad basada en el estado.
  • Declaraciones “Permite a los usuarios…”: Enmarca la funcionalidad desde la perspectiva del usuario final.
  • Construye en capas al añadir complejidad: Empieza de forma simple, luego añade características y, finalmente, pule los elementos visuales. Este enfoque incremental evita abrumar al sistema o a ti mismo.
  • Incluye restricciones y requisitos: Indica explícitamente lo que se debe o no se debe hacer, como “Crea una aplicación de tareas simple con un máximo de 3 tareas visibles a la vez”.
  • Evita la ambigüedad: Aclara cualquier término que pueda interpretarse de diferentes maneras.
  • Cuida tu tono y cortesía: Un fraseo educado puede añadir contexto y detalle, ayudando a la IA a entender las instrucciones más claramente.
  • Usa el formato a tu favor: Estructura listas o pasos, especialmente cuando quieras que la IA genere una lista o siga una secuencia.
  • Aprovecha ejemplos o referencias: Proporciona un diseño objetivo, estilo de código o imagen para dar a la IA una referencia concreta.
  • Integración de feedback: Revisa el resultado de la IA y proporciona feedback específico para refinamientos.
  • Énfasis en la accesibilidad: Pide código que cumpla con los estándares de accesibilidad, incluyendo etiquetas ARIA y navegación por teclado.
  • Componentes y librerías predefinidas: Especifica librerías de UI (p. ej., shadcn/ui con Tailwind CSS) para mantener la consistencia.
  • Prompting multilingüe: Especifica el idioma deseado para los comentarios del código y la documentación.
  • Definir la estructura del proyecto y la gestión de archivos: Describe los nombres de archivo y las rutas para asegurar una generación de código organizada.
  • Proporciona instrucciones de edición precisas (Enfoca a la IA): Sé específico sobre dónde y qué cambiar, o usa la función “Seleccionar” de Lumi para resaltar componentes. Dile a la IA qué no debe tocar.
  • Bloqueo de archivos (solución alternativa): Instruye consistentemente a la IA para que no altere archivos críticos en cada prompt.
  • Ajustes de diseño e interfaz de usuario: Para cambios visuales, indica explícitamente “cambios puramente visuales” y guía a la IA a través de un plan para la responsividad.
  • Refactorización y optimización de código: Enfatiza “sin cambios en el comportamiento” al pedir una refactorización. También puedes pedir primero un plan de refactorización y luego implementarlo por etapas.
  • Depuración con asistencia de IA: Copia los registros de errores en un prompt (idealmente en Modo Discusión) y pregunta por la causa y la solución. Si la solución no funciona, adáptate y proporciona nueva información.
  • Cuándo (y cuándo no) involucrar a la IA: Usa la IA para lógica compleja, generación de boilerplate u operaciones de varios pasos. Para tareas triviales (p. ej., cambiar una etiqueta de texto), podría ser más rápido hacer ediciones manuales.
Al aplicar estos principios y técnicas, puedes guiar eficazmente a la IA de Lumi para alcanzar tus objetivos de desarrollo, convirtiéndola en un compañero de equipo potente y fiable.