Glosario de términos de ingeniería de prompts
Un glosario completo de más de 100 términos que encontrará en la ingeniería de prompts.
A
Agente - Un sistema de IA que puede tomar acciones de forma autónoma, a menudo utilizando herramientas y tomando decisiones.
Alineamiento - Garantizar que el comportamiento de la IA coincida con las intenciones y valores humanos.
Anthropic - Empresa de seguridad en IA, creadora de los modelos Claude.
API (Interfaz de Programación de Aplicaciones) - Interfaz para el acceso programático a modelos de IA.
Mecanismo de atención - Componente de red neuronal que pondera la importancia de diferentes partes de la entrada.
B
Procesamiento por lotes - Procesamiento de múltiples prompts simultáneamente.
Sesgo - Errores sistemáticos en las salidas de la IA, que a menudo reflejan prejuicios de los datos de entrenamiento.
BPE (Codificación por pares de bytes) - Método de tokenización utilizado por muchos LLM.
C
Chain-of-Thought (CoT) - Técnica de prompting que fomenta el razonamiento paso a paso.
ChatGPT - Producto de IA conversacional de OpenAI basado en modelos GPT.
Claude - Familia de asistentes de IA de Anthropic.
Completion - El texto generado por la IA tras un prompt.
Constitutional AI - Enfoque de Anthropic para la seguridad en IA basado en principios.
Contexto - Información de fondo proporcionada para ayudar a la IA a comprender la tarea.
Ventana de contexto - Máximo de tokens que una IA puede procesar en una interacción.
D
Extracción de datos - Uso de IA para obtener información estructurada de texto no estructurado.
Delimitador - Caracteres utilizados para separar secciones en los prompts (por ejemplo, """, ```).
Tarea downstream - Aplicación específica de un modelo preentrenado.
E
Embedding - Representación numérica de texto en un espacio vectorial.
Habilidades emergentes - Capacidades que aparecen inesperadamente en modelos más grandes.
Evaluación - Medición de la calidad y efectividad de las salidas de la IA.
F
Few-Shot Learning - Proporcionar ejemplos en los prompts para guiar el comportamiento de la IA.
Fine-Tuning - Entrenamiento adicional de un modelo con datos específicos.
Modelo fundacional - Modelo grande entrenado con datos generales, adaptado para usos específicos.
G
IA generativa - IA que crea contenido nuevo (texto, imágenes, etc.).
GPT (Generative Pre-trained Transformer) - Familia de arquitecturas de modelos de OpenAI.
Grounding - Conexión de las salidas de la IA con información factual y verificable.
H
Alucinación - Cuando la IA genera información plausible pero falsa.
Hiperparámetros - Configuraciones que controlan el comportamiento del modelo (temperature, top_p, etc.).
I
Inferencia - Uso de un modelo entrenado para generar salidas.
Instruction Tuning - Entrenamiento de modelos para seguir instrucciones humanas.
In-Context Learning - Aprendizaje de la IA a partir de ejemplos dentro del propio prompt.
J
Modo JSON - Especificación del formato de salida para datos estructurados.
Jailbreaking - Intento de eludir las medidas de seguridad de la IA (no ético).
K
Knowledge Cutoff - Fecha en la que finalizan los datos de entrenamiento del modelo.
L
Llama - Familia de LLM de código abierto de Meta.
LLM (Large Language Model) - Modelos de IA entrenados con grandes volúmenes de texto.
LoRA (Low-Rank Adaptation) - Método eficiente de fine-tuning.
M
Max Tokens - Configuración que limita la longitud de la respuesta.
Mistral - Empresa francesa de IA y sus modelos de código abierto.
Multimodal - IA que maneja múltiples tipos de entrada (texto, imágenes, audio).
N
Procesamiento de Lenguaje Natural (NLP) - Campo de la IA que trata el lenguaje humano.
Red neuronal - Sistema computacional inspirado en las neuronas biológicas.
O
One-Shot Learning - Proporcionar un solo ejemplo en un prompt.
OpenAI - Empresa de IA, creadora de los modelos GPT y ChatGPT.
Formato de salida - Estructura especificada para las respuestas de la IA.
P
Parámetro - Valor aprendido durante el entrenamiento del modelo (los modelos tienen miles de millones).
Persona - Rol o carácter asignado a la IA en los prompts.
Prompt - Entrada proporcionada a una IA para generar una respuesta.
Ingeniería de prompts - Arte y ciencia de diseñar entradas efectivas para IA.
Prompt Injection - Ataque que intenta manipular el comportamiento de la IA.
Q
Query - Solicitud o pregunta enviada a un sistema de IA.
R
RAG (Retrieval-Augmented Generation) - Combinación de IA con recuperación de información.
Razonamiento - Capacidad de la IA para procesar lógica y sacar conclusiones.
Recuperación - Búsqueda de información relevante para complementar las respuestas de la IA.
Role Prompt - Asignación de una persona o experiencia específica a la IA.
S
Sampling - Proceso de selección de tokens durante la generación.
Self-Attention - Mecanismo que permite a los modelos ponderar las relaciones entre entradas.
Búsqueda semántica - Búsqueda basada en el significado en lugar de palabras clave.
Secuencia de parada - Caracteres que indican al modelo que debe dejar de generar.
System Prompt - Instrucciones dadas a la IA antes de la interacción del usuario.
T
Temperature - Parámetro que controla la aleatoriedad en las salidas (típicamente de 0 a 2).
Token - Unidad básica de texto procesada por la IA (aproximadamente 4 caracteres).
Tokenización - División del texto en tokens para su procesamiento.
Top-p (Nucleus Sampling) - Parámetro que controla la diversidad de las salidas.
Transformer - Arquitectura de red neuronal que sustenta los LLM modernos.
U
User Prompt - La solicitud o pregunta real del usuario.
V
Validación - Comprobación de la precisión y adecuación de las salidas de la IA.
Base de datos vectorial - Sistema de almacenamiento para embeddings, utilizado en RAG.
Verbosidad - Cantidad de detalle en las respuestas de la IA.
W
Flujo de trabajo - Secuencia de operaciones de IA para tareas complejas.
X
Etiquetas XML - Formato de marcado especialmente efectivo con los modelos Claude.
Z
Zero-Shot Learning - IA que realiza tareas sin ejemplos específicos.
Tabla de referencia rápida
| Término | Definición breve |
|---|---|
| CoT | Prompting de razonamiento paso a paso |
| Ventana de contexto | Máximo de texto que la IA puede procesar |
| Few-Shot | Prompting con ejemplos |
| Alucinación | IA generando información falsa |
| LLM | Modelo de lenguaje grande |
| RAG | IA + recuperación de información |
| Temperature | Controla la aleatoriedad de la salida |
| Token | Unidad básica de texto (~4 caracteres) |
| Zero-Shot | Prompting sin ejemplos |