🫤 «Añade la palabra "por favor" al prompt y promete 100 dólares, entonces el modelo se volverá más inteligente» — así suena aproximadamente el 80% de los consejos sobre prompting en internet.

En la práctica, el modelo no se vuelve más inteligente. Simplemente empieza a alucinar de manera más educada.

El problema casi nunca está en el modelo. El problema está en la arquitectura del prompt: no hay aislamiento de contexto, no hay estructura de salida, no hay protección contra inyecciones, no hay mecanismo de verificación de respuesta. Escribes una línea de texto y obtienes un resultado impredecible.

🗓 Hoy a las 18:00 hora de Moscú en «Punto de Ensamblaje» analizamos técnicas que transforman el prompting de «probemos así» en un proceso de ingeniería reproducible.

Qué analizaremos: Aislamiento XML, Format Forcing, Generated Knowledge, Self-Consistency, ToT, Meta-prompting. ¡Qué horror, cuántas palabras incomprensibles 😱

Qué es recomendable saber de antemano: fundamentos de Python, Pydantic y LangChain, comprensión de qué son los tokens y la temperatura del modelo.

➡️ La transmisión se realiza en «Punto de Ensamblaje» → registro a través del bot: https://t.me/TScompiler_bot