Cómo armar prompts efectivos en Claude
Contenido del curso
Cómo armar prompts efectivos en Claude
Contenido del curso
Samuel Romero Quevedo
ROBERTO ANTONIO MARTINEZ DERAS
Stalin De La Torre
Anthony Monsalve
Luis Gerardo López Ruiz
William Alfredo Bermudez Leal
Bruno Alonso Verona Garcia
Rolando Miguel Olivares Perez
Gabriel Obregón
CRISTIAN RODRIGUEZ RODRIGUEZ
Eliana Almeida
Keiry Michell Ramirez Osorio
Juan Manuel Barreto
Joan Pleguezuelos
Angela Zuñiga
L. Iván Carrasquel Ballesteros
Pablo Gómez
Ricardo Morejon
Fernando Mora
KAREN ELISA SANCHEZ ORTIZ
Liliana Mancera
Gabriel P
Romeo Méndez Fuentes
Rossy Virginia Pino Saez
Samuel Arcila Vélez
José Mauricio Escobar Rodríguez
Andres Rafael Tito
Ricardo Morejon
Sweet Sardaneta
Les comparto una infografia acerca de cómo crear un prompt efectivo
Muchas Gracias, por la información.
Muy buen resumen hecho infografía
Prompting RISE es un framework de prompting para estructurar instrucciones de forma clara y efectiva:
Yo utilizo un artefacto que ya me ayuda con todo lo relacionado a prompting:
Lo dejo para que lo puedan usar y les ayude:
Nunca me generó nada :(
EXCELENTE, LO PROBÉ Y ME GENERÓ UN MUY BUEN PROMPT, SALUDOS Y GRACIAS POR COMPARTIR
🚀 Cómo maximizar la productividad con Claude (Opus 4.5)
🧩 MÉTODO 1: PROMPTING RISE
📌 ¿Qué es?
🔹 Construir el prompt por bloques estratégicos.
🔹 Cada bloque mejora precisión y claridad.
🔹 Evita respuestas genéricas.
🧱 BLOQUES DEL MÉTODO RISE
1️⃣ 🎯 TAREA
🔹 Define qué debe hacer la IA en una sola línea.
🔹 Usa verbos concretos.
🔹 Evita verbos vagos.
✅ Ejemplo claro:
“Crear una estrategia de lanzamiento para una comunidad de IA”.
2️⃣ 🧠 CONTEXTO ⭐ (EL MÁS IMPORTANTE)
🔹 Es el bloque más determinante para la calidad.
🔹 Reduce la necesidad de que el modelo “adivine”.
Incluye información como:
▪ Plataforma.
▪ Audiencia.
▪ Objetivos.
▪ Restricciones.
▪ Enlaces o documentos relevantes.
📌 Más contexto = mayor precisión.
3️⃣ 🗂 FORMATO
🔹 Define cómo debe organizarse la respuesta.
🔹 Enumera las secciones obligatorias.
Ejemplo de estructura solicitada:
▪ Propuesta de valor.
▪ Objetivos principales y secundarios.
▪ Cronograma.
▪ Actividades clave por prioridad.
▪ Responsables.
▪ Canales de comunicación.
▪ Resumen ejecutivo.
▪ Checklist final.
💡 Consejo práctico:
Solicitar el resumen ejecutivo al final.
4️⃣ 👤 ROL
🔹 Define desde qué perspectiva experta responde la IA.
Ejemplo:
“Estratega de crecimiento de comunidades online con 15 años de experiencia”.
🎯 El rol orienta profundidad y enfoque.
5️⃣ 🗣 TONO Y ESTILO
🔹 Determina cómo debe sonar el texto.
Ejemplo:
▪ Profesional.
▪ Conciso.
🔹 Especialmente útil para:
▪ Correos electrónicos.
▪ Redes sociales.
▪ Documentos compartidos.
6️⃣ 📎 EJEMPLO
🔹 Proporciona una referencia real.
🔹 Permite heredar estructura y estilo.
🔹 Reduce ambigüedad.
⚡ ZERO-SHOT PROMPTING
📌 ¿Qué es?
🔹 Enviar un único prompt bien construido.
🔹 Obtener respuesta inmediata.
✅ Funciona bien cuando:
▪ La tarea es clara.
▪ El contexto está completo.
⚠ Riesgo:
▪ Si falta información, baja la calidad.
🧱 MÉTODO 2: MEGAPROMPTING
📌 ¿Qué es?
🔹 Un prompt estructurado como documento.
🔹 Usa encabezados claros.
Ejemplo:
Tarea.
Contexto.
Formato.
🎯 Beneficios
▪ Mejora navegación.
▪ Facilita reutilización.
▪ Reduce ambigüedad.
▪ Aumenta precisión.
🔄 PROMPTS PROGRESIVOS
📌 Cómo funcionan
1️⃣ Se crea un entregable principal.
2️⃣ Se generan piezas derivadas.
Ejemplos:
▪ Correos.
▪ Mensajes de WhatsApp.
▪ Variantes para redes sociales.
🚀 Ventajas
▪ Mantienen coherencia.
▪ Ahorran tiempo.
▪ Aprovechan el contexto previo.
Esta clase enseña que el secreto con Claude es darle contexto claro y usar etiquetas XML para organizar la información. Aprendí que, al separar las instrucciones de los datos, la IA entiende perfectamente qué hacer sin confundirse. Ahora mis prompts son mucho más estructurados, precisos y logran resultados profesionales en el primer intento. ¡Un salto en productividad!
Es válido que le pida a claude o GPT que cree el prompt para x tarea ? Qué tan recomendable es ?
Este sitio web también es de ayuda para generar buenos prompts:
Es una herramienta que ayuda a comparar más no considero que sea optima para generar mejores resultados, ya que generaliza cualquier inferencia que se haga independientemente del objetivo que tienes. Te impide analizar adecuadamente, que elementos requieres para tu acción/tarea y elimina la especificidad que se busca en el resultado. Los modelos son un tema de estadística y proximidad, por tanto entre más especifico se sea, mejor el resultado.
Buenos días,
Aqui el zero-shot prompting se define como:
Es enviar un único prompt completo y pedir que resuelva de inmediato. (El cual entiendo que puede incluye el apartado Ejemplo)
Pero en el curso de prompts lo entedi como:
Zero shot: instrucción única → útil en tareas simples y poco ambiguas.
Few shot: con ejemplos.
Entonces zero shot seria con un único ejemplo? o como seria? que pensais al respecto?
Regresé a este curso, específicamente a esta clase, por la misma duda.
Buena interrogante. En agosto de 2025 tomé el curso de Prompt Engineering con Juan P. Rojas y junto con las notas de Rodrigo Rojo, preguntas y respuestas se pudo concluir:
"Zero" significa cero ejemplos. Si incluyes, aunque sea <u>uno,</u> ya entras en el terreno del "few-shot". La confusión ocurre porque un prompt "completo" puede tener contexto, pero el ejemplo es la <u>variable</u> que cambia la categoría técnica.
Y bueno la educación y el aprendizaje es relacional e integral, quizá podemos decir que el lenguaje de programación más difícil es el lenguaje humano y no lo somos realmente.
Pretty community 💚 Platzi
Conclusiones de la sesión:
En cuanto al Roll, Anthropic punlicó un estudio en el cual descubrieron que Claude desarrolla dentro del roll que le asignamos un personaje con emociones conceptuales dentro de su red neuronal que surgen en su interacción con el usuario y afectan su desempeño del prompt que le asignamos. Parte del prompt engineering del Roll que requerimos, es asignar el personaje acorde a lo que funcione mejor para nuestros resultados.
Fascinante!
https://www.anthropic.com/research/emotion-concepts-function
Está buena la estructura. Vengo de trabajar mucho con Chat GPT, pero es interesante como con Sonet me dio un resultado bastante completo (mucho más de lo que esperaba)
en la version gratis no me dejo seleccionar optus 4.5 solo sonet
A mi me pasa igual, no puedo seleccionar en el modo gratuito Opus4.5 :(
Ese modelo solo es para cuentas de pago.
A esta fecha Anthropic lanzo Opus 4.6, el cuál tiene una ventana de contexto de un millón de tokens.
Yo lo aplicada todo desordenado, gracias por la explicación 🥰
Algo que yo hago es abrir un chat y explicar lo que quiero hacer y describir el resultado esperado, le pido a Claude que me pida la información faltante y aclarar anbigüedades, despues le pido que basado a lo conversado me genere un prompt siguiendo buenas practicas de prompt engineering, generalmente responde en formato .md lo copio y lo pego en un chat nuevo adjuntando la información pertienente.
1
Definir la tarea principal
2
Proveer el contexto relevante
3
Especificar el formato del entregable
4
Asignar un rol al modelo
5
Indicar el tono y estilo de escritura
Prompting RISE: framework de prompting para establecer instrucciones claras:
Les comparto las instrucciones para mi Prompt Architect. En projects, gems o gpts se copia y pega en instrucciones, y actúa como un ayudante para escribir mejores prompts dado un prompt o request inicial sin importar la ambigüedad.
You are "The Prompt Architect," an expert in designing productive interactions between humans and LLMs. Your role is to help users craft prompts that solve their actual problems—which often differ from their stated problems.
Core Principle
A user's first articulation of what they need is usually incomplete. Your job is to understand the real problem before constructing anything. The best prompt for a misunderstood problem is still the wrong prompt.
Process
Phase 1: Understand and Reframe
When a user shares an idea or draft prompt:
Reflect this back: "Here's what I understand... This seems like [type] work... What I'm less clear on is..."
Phase 2: Targeted Questions
Ask only questions that matter for THIS situation. Typical frameworks (CO-STAR, CREFO) are checklists—use them as references, not scripts.
Good questions expose:
Explain briefly why each question matters. Aim for 3-5 questions maximum.
Phase 3: Reframe if Needed
Based on answers, tell the user if their original framing should shift. "You asked about X, but based on what you've told me, the real question seems to be Y." This is often the most valuable part of the interaction.
Phase 4: Design the Interaction
Consider:
Phase 5: Deliver with Explanation
Present the prompt in a code block. Annotate key structural choices so the user learns for future prompts.
Principles
Start
When a user shares something, begin with Phase 1. Reflect back your understanding before asking anything.
Por que a diferencia de ChatGPT, Claude pareciera mas limitado con los tokens?
Hola, Sweet. Es una percepción común, pero en realidad Claude cuenta con una ventana de contexto muy amplia (hasta 200.000 tokens).
La sensación de "limitación" suele ocurrir por cómo el modelo gestiona la información:
Para profundizar en cómo optimizar el uso de estos recursos, te recomiendo revisar: Qué es Claude y qué lo hace diferente.
