Examen Final - Ingeniería de Prompts Completa
Este examen integral cubre los 10 módulos con 50 preguntas. Debe completar todos los cuestionarios de los módulos antes de intentar el examen final.
- Tiempo: Sin límite (recomendado 60-90 minutos)
- Puntaje de aprobación: 70% (35/50)
- Nivel experto: 90%+ (45/50)
Sección A: Fundamentos (Preguntas 1-10)
Pregunta 1
¿Qué componente de un prompt especifica la estructura deseada de la respuesta de la IA?
- A) Instrucción
- B) Contexto
- C) Entrada
- D) Formato de Salida
Respuesta: D - El Formato de Salida especifica cómo debe estructurarse la respuesta.
Pregunta 2
¿Cuál es el principal beneficio del few-shot prompting sobre el zero-shot?
- A) Menor costo de tokens
- B) Mayor consistencia mediante patrones demostrados
- C) Respuestas más rápidas
- D) Prompts más simples
Respuesta: B - Few-shot proporciona ejemplos que ayudan a garantizar salidas consistentes y siguiendo patrones.
Respuestas Preguntas 3-10
P3: B (CoT mejora el razonamiento), P4: A (Los tokens son ~4 caracteres), P5: C (La ventana de contexto limita el texto total), P6: B (Las personas dirigen la experiencia/tono), P7: A (CREATE tiene 6 componentes), P8: C (Claude destaca con XML), P9: B (La temperatura controla la aleatoriedad), P10: A (Zero-shot = sin ejemplos)
Sección B: Técnicas (Preguntas 11-25)
Pregunta 11
¿Cuándo debe usar el Chain-of-Thought prompting?
- A) Preguntas fácticas simples
- B) Problemas de razonamiento complejo y matemáticas
- C) Escritura creativa
- D) Resúmenes rápidos
Respuesta: B - CoT es más efectivo para razonamiento complejo, matemáticas y problemas de varios pasos.
Pregunta 12
¿Qué es el prompt injection?
- A) Añadir más ejemplos
- B) Entrada maliciosa que manipula el comportamiento de la IA
- C) Mejorar la calidad del prompt
- D) Una técnica de formato
Respuesta: B - El prompt injection ocurre cuando una entrada maliciosa intenta anular las instrucciones de la IA.
Respuestas Preguntas 13-25
P13: C (RTF = Rol, Tarea, Formato), P14: A (Las variables permiten reutilizar plantillas), P15: B (Validar entre pasos de la cadena), P16: C (RACE para prompts empresariales), P17: A (Especificar lenguaje para código), P18: B (Ejemplos diversos reducen sesgo), P19: C (Se requiere supervisión humana), P20: A (Iterar un cambio a la vez), P21: B (Probar con casos diversos), P22: C (Redacción neutral reduce sesgo), P23: A (Jerarquía fuerte de instrucciones), P24: B (Documentar versiones de prompts), P25: C (Medir con métricas)
Sección C: Modelos y Aplicaciones (Preguntas 26-40)
Pregunta 26
¿Qué familia de modelos es conocida por la ventana de contexto más grande (200K tokens)?
- A) GPT-4
- B) Llama
- C) Claude 3
- D) Mistral
Respuesta: C - Los modelos Claude 3 admiten hasta 200K tokens de contexto.
Pregunta 27
¿Qué es RAG?
- A) Un tipo de patrón de prompt
- B) Retrieval-Augmented Generation
- C) Un sistema de calificación
- D) Generación de Respuestas Aleatorias
Respuesta: B - RAG combina IA con recuperación de información de fuentes externas.
Respuestas Preguntas 28-40
P28: A (Código abierto para privacidad), P29: C (Prompts de sistema para GPT), P30: B (Formato INST de Llama), P31: A (Multimodal = texto+imágenes+audio), P32: C (Los agentes toman acciones), P33: B (Calcular ROI para negocios), P34: A (Cadena para flujos de trabajo complejos), P35: C (Manejo de errores en pipelines), P36: B (Marketing: audiencia+plataforma), P37: A (Código: especificar entradas/salidas), P38: C (Análisis: preguntas estructuradas), P39: B (Pipeline de procesamiento de documentos), P40: A (Patrones de integración API)
Sección D: Ética y Buenas Prácticas (Preguntas 41-50)
Pregunta 41
¿Cuál es el principio más importante para el uso responsable de la IA?
- A) Máxima automatización
- B) Transparencia sobre el uso de IA
- C) Evitar todo uso de IA
- D) Usar solo modelos gratuitos
Respuesta: B - La transparencia sobre cuándo y cómo se utiliza la IA es fundamental para las prácticas responsables.
Pregunta 42
¿Cómo debe manejar datos sensibles/personales en los prompts?
- A) Incluir todo para dar contexto
- B) Evitar compartir datos sensibles, proteger la privacidad
- C) Encriptarlos en el prompt
- D) Usarlos solo con GPT-4
Respuesta: B - Proteja la privacidad no compartiendo datos personales sensibles en los prompts.
Respuestas Preguntas 43-50
P43: C (Verificar afirmaciones por precisión), P44: A (Supervisión humana para decisiones), P45: B (Técnicas de reducción de sesgo), P46: C (Validación de entrada para seguridad), P47: A (Separar entrada confiable/no confiable), P48: B (Filtrado de salida), P49: C (Pruebas de seguridad regulares), P50: A (Responsabilidad con humanos)
Puntuación
Cuente sus respuestas correctas:
| Puntaje | Nivel | Certificado |
|---|---|---|
| 45-50 | Experto | Con Distinción |
| 40-44 | Avanzado | Estándar |
| 35-39 | Competente | Estándar |
| 30-34 | En desarrollo | Revisión Recomendada |
| Menos de 30 | Inicial | Por favor revise el curso |
¡Felicidades!
Si ha aprobado el examen final, ¡ha demostrado un conocimiento integral de la ingeniería de prompts!
Próximos Pasos
- Construya un portafolio de prompts que haya creado
- Practique diariamente con diferentes modelos de IA
- Manténgase actualizado con los nuevos desarrollos
- Comparta conocimiento con otros
- Aplique habilidades en proyectos reales