Workshop de Prompt Engineering

De prompts simples a sistemas de instruccion profesionales

La mayoría de los usuarios de Inteligencia Artificial opera en la superficie: preguntas simples, respuestas genéricas, resultados que hay que rehacer. La razón no es la herramienta — es la instrucción.

El Prompt Engineering es la disciplina que estudia cómo comunicarse con la IA para obtener resultados profesionales, consistentes y reproducibles. No es programación ni conocimiento técnico avanzado: es la capacidad de estructurar el pensamiento y la instrucción de forma que la IA entienda exactamente qué se necesita, en qué formato y con qué criterios.

Este workshop de nivel avanzado está diseñado para quienes ya tuvieron su primer contacto con la IA y quieren dar el salto cualitativo: pasar de usar la IA como calculadora a usarla como un colaborador entrenado que mantiene el tono, sigue reglas, razona en voz alta y produce outputs listos para usar.

Enfoque diferenciador: No es un taller teórico sobre técnicas de prompting. Es una sesión práctica donde cada participante construye un sistema de prompts real aplicado a su tarea concreta, que se lleva funcionando al terminar la jornada.

Objetivo General

Capacitar a profesionales, docentes y equipos de trabajo en el uso avanzado de técnicas de Prompt Engineering para diseñar sistemas de instrucción que maximicen la calidad, consistencia y aplicabilidad de los outputs generados por IA.

Objetivos Específicos

Dimensión Cognitiva

• Comprender la diferencia entre un prompt básico y un sistema de instrucción profesional

• Analizar los patrones de falla más frecuentes en el prompting y sus causas estructurales

• Evaluar qué técnica avanzada es más apropiada para cada tipo de tarea o resultado esperado

Dimensión Procedimental

• Dominar las 6 técnicas avanzadas de prompting: Few-shot, System Prompts, Prompt Chains, Chain of Thought, Prompting Iterativo y Prompts Multimodales

• Diseñar system prompts con reglas, restricciones y personalidad persistente para casos de uso propios

• Construir cadenas de prompts encadenados para tareas complejas de múltiples pasos

• Aplicar razonamiento paso a paso (Chain of Thought) para mejorar la calidad en decisiones y análisis

• Refinar outputs mediante ciclos de feedback iterativo en lugar de reescribir desde cero

• Utilizar imagen + texto de forma combinada en herramientas multimodales (ChatGPT Plus, Claude, Gemini)

Dimensión Actitudinal

• Desarrollar criterio propio para evaluar la calidad de un output antes de aceptarlo

• Incorporar el prompting avanzado como práctica habitual en el flujo de trabajo cotidiano

• Promover el uso ético y crítico de la IA, con verificación de outputs y responsabilidad sobre los resultados