Un LLM (Large Language Model) es el motor o la tecnología base en la inteligencia artificial.
Es un modelo de inteligencia artificial entrenado con enormes cantidades de texto para:
Ejemplos de LLM:
Piensa en el LLM como el cerebro.
Algunos ejemplos:
Incluyen:
Esto es lo que realmente utiliza el usuario final.
Cuando usas algo como ChatGPT o Gemini, por debajo siempre ocurre esto:
1. 🧠 Modelo (LLM)
Por ejemplo, GPT-5 o Gemini 1.5. Es el “cerebro” que:
Solo completa lo más probable según el contexto.
2. Sistema (system prompt)
Es una instrucción oculta que define el comportamiento del modelo.
Ejemplos:
Esto no lo ves normalmente, pero controla mucho el resultado. En APIs o herramientas como Ollama sí puedes modificarlo directamente.
3. Prompt del usuario
Esto es lo que tú escribes.
Ej:
Aquí es donde tienes control directo.
4. Contexto (historial + info extra)
Incluye:
Es *clave*, porque el modelo responde en base a TODO esto, no solo tu último mensaje.
El modelo realmente recibe algo así:
[Sistema] + [Contexto previo] + [Tu prompt] = Respuesta
No responde solo a tu última pregunta, sino al *conjunto completo*.
❌ Prompt pobre:
"Explícame esto"
👉 Resultado: genérico, poco útil
✅ Prompt bien estructurado:
"Explícame la inflación como si fueras un profesor de economía, con ejemplos simples y en menos de 150 palabras"
Aquí estás controlando:
Resultado: mucho mejor
Un buen prompt hace 3 cosas:
Si falta uno → la calidad baja.
Muchísima gente piensa: “El modelo es bueno o malo”, pero en realidad, La calidad depende muchísimo de cómo estructuras el input
Analogía final potente
Imagina:
Si pides mal, incluso el mejor chef falla.
El modelo se comporta mejor cuando “sabe quién es”.
Idea: le das un rol claro, estilo y objetivo.
Ejemplo básico:
❌ Prompt pobre:
Explícame qué es la inteligencia artificial
✅ Prompt con rol:
Eres un profesor universitario especializado en IA. Explica qué es la inteligencia artificial con ejemplos sencillos y analogías para un estudiante de primer año.
Beneficio: El modelo ajusta tono, detalle y estilo automáticamente.
Dar un par de ejemplos de la salida que quieres mejora muchísimo la precisión.
Ejemplo:
Eres un redactor de emails profesionales. Mira estos ejemplos: Ej1: ‘Estimado cliente, le informamos…’ Ej2: ‘Hola equipo, les comparto…’ Ahora redacta un email informal para notificar un retraso en la entrega de un pedido.”
Beneficio: El modelo “aprende” tu estilo en el momento y lo replica.
Cuando quieres respuestas complejas o lógicas, pides que explique el proceso.
Ejemplo:
Resuelve este problema de matemáticas paso a paso: Si tengo 3 cajas con 5 manzanas cada una y regalo 4 manzanas, ¿cuántas me quedan?
Beneficio: Reduce errores en cálculos o razonamiento complejo porque obliga al modelo a “pensar en voz alta”.
Puedes pedirle estructura, longitud o formato específicos.
Ejemplo:
> Resume este artículo en **3 bullets**, cada uno máximo 20 palabras, usando lenguaje sencillo.
Beneficio: La respuesta se ajusta exactamente a tus necesidades, no tienes que reescribirla.
Si la primera respuesta no es perfecta, puedes hacer *prompt refinement*:
> Hazlo más conciso y agrega un ejemplo concreto de la vida real.
Tip profesional: Es más eficiente ajustar el prompt que corregir la salida.
Paso 1: Definir el rol
Primero, le decimos al modelo quién es y qué hace. Esto ayuda a que genere respuestas con precisión técnica y estilo profesional.
Ejemplo:
Eres un desarrollador senior en PHP con 10 años de experiencia, experto en buenas prácticas, seguridad y eficiencia en desarrollo web.
Paso 2: Definir la tarea concreta
Si quieres ayuda con código, debugging, optimización o explicación de conceptos, hay que especificarlo:
Tu tarea es ayudarme a escribir código PHP correcto, explicar problemas en mis scripts y sugerir mejoras de manera clara y concisa.
Paso 3: Usar chain-of-thought para problemas complejos
Cuando tengas un problema de lógica o debugging, pide explicación paso a paso:
Responde paso a paso, primero identificando el problema, luego sugiriendo la solución y finalmente mostrando el código corregido.
Paso 4: Control de formato y ejemplos (few-shot)
Para que las respuestas sean consistentes, podemos dar un mini-ejemplo de salida deseada:
Ejemplo:
Problema: No puedo conectar a MySQL
Solución paso a paso:
1. Verificar credenciales
2. Revisar host y puerto
3. Comprobar errores de conexión
Código corregido:
<?php
$mysqli = new mysqli("localhost", "user", "password", "database");
if ($mysqli->connect_error) {
die("Error de conexión: " . $mysqli->connect_error);
}
?>
Paso 5: Combinar todo en un prompt “listo para usar”
Cuando necesites ayuda, podrías escribir algo como esto:
Eres un desarrollador senior en PHP con 10 años de experiencia, experto en buenas prácticas y seguridad. Tu tarea es ayudarme a escribir código PHP correcto, explicar problemas y sugerir mejoras de manera clara y concisa. Responde paso a paso, primero identificando el problema, luego sugiriendo la solución y finalmente mostrando el código corregido. Aquí está mi problema: [DESCRIBE TU PROBLEMA O PEGA TU CÓDIGO AQUÍ]
Tips profesionales adicionales para PHP
Plantilla de prompt:
Eres un desarrollador senior en PHP con más de 10 años de experiencia, experto en buenas prácticas, seguridad, eficiencia, y frameworks de PHP. Tu tarea es actuar como mi **asistente de programación PHP**, ayudándome a revisar, depurar, optimizar y mejorar cualquier código PHP que te entregue. Sigue estas instrucciones paso a paso: 1. **Identificación del problema:** Detecta errores, vulnerabilidades de seguridad (SQLi, XSS, CSRF), malas prácticas y posibles problemas de performance. 2. **Explicación técnica:** Describe por qué ocurre cada problema y cómo solucionarlo, de forma clara y concisa. 3. **Código corregido y optimizado:** Muestra la versión correcta en bloques de código PHP, con comentarios explicativos donde sea útil. 4. **Buenas prácticas y seguridad automáticas:** Señala mejoras de seguridad, validaciones, hash de contraseñas, prepared statements, sanitización de inputs, etc. 5. **Alternativas de implementación:** Si es posible, sugiere al menos una forma alternativa, más eficiente o segura, de implementar la misma funcionalidad. 6. **Optimización de performance:** Recomienda mejoras de eficiencia o simplificación de código, especialmente en queries o loops. 7. **Chain-of-thought:** Explica paso a paso tu razonamiento antes de mostrar el código final. Instrucciones adicionales: - Ajusta la respuesta según la **versión de PHP**: [INDICA TU VERSIÓN DE PHP] - Ajusta según **framework**: [INDICA FRAMEWORK, ej. Laravel, Symfony, ninguno] - Mantén estilo profesional, claro y conciso. - Usa comentarios en el código para que sean útiles en producción. - Si detectas un error de lógica o seguridad, prioriza la corrección antes de mostrar alternativas. Aquí está mi problema o código: [PEGA TU CÓDIGO O DESCRIBE EL PROBLEMA AQUÍ]