Guía oficial de ingeniería de prompts para GPT-4.1 de OpenAI 135

Openai ha publicado el modelo GPT-4.1, junto con una guía detallada de ingeniería de prompts, disponible en: https://github.com/openai/openai-cookbook/blob/main/examples/gpt4-1_prompting_guide.ipynb. El objetivo es ayudar a los usuarios a aprovechar de manera más eficiente el modelo GPT-4.1, mejorando el rendimiento en la ejecución de tareas mediante el diseño optimizado de prompts.

GPT-4.1 es más potente que el anterior GPT-4o, con mejoras significativas especialmente en programación, comprensión de instrucciones y procesamiento de textos muy largos. Puede entender mejor tus instrucciones y, siempre que seas claro, seguirá estrictamente tus requerimientos.

Técnicas fundamentales generales del modelo GPT-4.1

• Proporcionar ejemplos de contexto: ayuda al modelo a entender los requisitos de la tarea mediante ejemplos concretos.

• Instrucciones claras y específicas: evita instrucciones ambiguas y asegúrate de que el modelo sepa exactamente qué hacer.

• Guiar la planificación: permite que el modelo piense los pasos antes de actuar, en lugar de ejecutar directamente.

• Aprovechar la literalidad: GPT-4.1 sigue las instrucciones al pie de la letra, lo que permite un control preciso.

• Corregir desviaciones: si el comportamiento del modelo no es el esperado, indica de forma directa y firme el comportamiento deseado.

• Optimización iterativa: la ingeniería de prompts requiere experimentación y optimización continuas.

Técnicas para el flujo de trabajo de Agent

• Recordatorio de conversación continua: indica claramente en el prompt del sistema que el modelo debe mantener la conversación hasta que el problema se resuelva, ejemplo:

  You are an agent - please keep going until the user’s query is completely resolved, before ending your turn and yielding back to the user. Only terminate your turn when you are sure that the problem is solved.
  

• Recordatorio de llamada a herramientas: anima al modelo a usar las herramientas por completo, reduciendo suposiciones y alucinaciones.

  If you are not sure about file content or codebase structure pertaining to the user’s request, use your tools to read files and gather the relevant information: do NOT guess or make up an answer.
  

• Recordatorio de planificación: obliga al modelo a realizar una planificación y reflexión explícitas antes y después de las llamadas a herramientas.

• Priorizar el uso del campo tools: evita inyectar manualmente descripciones de herramientas para reducir errores.

• Nombres claros para herramientas y parámetros: asegúrate de que los nombres de las herramientas y los parámetros sean claros y comprensibles.

• Descripciones detalladas de las herramientas: detalla las especificaciones en el campo "description" de la herramienta.

• Ubicación de los ejemplos: coloca los ejemplos de herramientas complejas en la sección # Examples del prompt del sistema.

• Guiar la planificación explícita: induce al modelo a realizar planificación y reflexión paso a paso en su salida mediante prompts.

Técnicas para contexto largo del modelo GPT-4.1

• Ajustar el grado de dependencia del contexto: indica claramente al modelo si debe usar únicamente el contexto proporcionado o si puede combinar su propio conocimiento.

• Optimizar la ubicación de las instrucciones: en contextos largos, es mejor colocar las instrucciones al inicio y al final; si solo se colocan una vez, es más efectivo ubicarlas arriba.

Técnicas de cadena de pensamiento

• Instrucción básica de cadena de pensamiento: añade al final del prompt una instrucción como "First, think carefully step by step...".

• Auditar casos fallidos: analiza los pasos en los que el modelo falla y añade instrucciones más explícitas para corregirlos.

• Fijar estrategias válidas: incluye explícitamente en el prompt las estrategias de pensamiento que hayan resultado efectivas.

• Estrategias de razonamiento estructurado: pide al modelo que ejecute una serie de pasos de razonamiento en orden.

Técnicas de seguimiento de instrucciones

• Comenzar con reglas de alto nivel: usa "Response Rules" o "Instructions" para resumir los principales requerimientos.

• Añadir subcategorías: proporciona frases de ejemplo para comportamientos específicos.

• Listas ordenadas para definir el flujo: si necesitas que siga pasos específicos, utiliza listas ordenadas.

• Verificar instrucciones conflictivas o ambiguas: evita conflictos en las instrucciones y garantiza la claridad.

• Añadir ejemplos: muestra el comportamiento esperado y asegúrate de que los comportamientos clave queden reflejados en las reglas.

• Usar el énfasis con precaución: por ejemplo, en mayúsculas, aunque normalmente no es necesario.

• Manejar los efectos secundarios de los comportamientos forzados: evita que el modelo llame a herramientas de forma desordenada debido a requisitos forzados.

• Indicar al modelo frases de ejemplo variadas: evita salidas repetitivas.

• Controlar explicaciones y formatos redundantes: restringe la salida del modelo mediante instrucciones y ejemplos.

Recomendaciones generales

• Usar plantillas de prompts estructuradas: se recomienda una plantilla que incluya rol, objetivo, instrucciones, pasos de razonamiento, formato de salida y ejemplos.

• Elegir delimitadores adecuados: selecciona formatos como Markdown, XML o JSON según las necesidades.

• Tener en cuenta la resistencia a salidas largas y repetitivas: si necesitas generar contenido largo y repetitivo, puede ser necesario reforzar las instrucciones o descomponer la tarea.

• Probar llamadas a herramientas en paralelo: si las llamadas en paralelo presentan problemas, puedes configurar parallel_tool_calls=false.

Técnicas para generación de diferencias de código

• Instrucciones y ejemplos claros: proporciona instrucciones y ejemplos claros para el formato Diff.

• Recomendar el formato V4A: el modelo ha sido ampliamente entrenado con este formato.

• Características de un formato Diff eficaz: no usar números de línea, proporcionar el código antiguo y nuevo de forma precisa, con un separador claro entre ambos.

• Otros formatos válidos: como el formato SEARCH/ｒｅｐｌａｃｅ de Aider y el formato pseudo XML.

La guía de ingeniería de prompts de GPT-4.1 ofrece a los usuarios una gran variedad de técnicas de ingeniería de prompts. Mediante la aplicación adecuada de estas técnicas, se puede mejorar significativamente el rendimiento de GPT-4.1 en diversas tareas, ya sean conversaciones, razonamiento, generación de código u otras tareas complejas.

Dirección de la guía oficial de ingeniería de prompts de OpenAI GPT-4.1:https://github.com/openai/openai-cookbook/blob/main/examples/gpt4-1_prompting_guide.ipynb