Entendiendo los frameworks de prompting (parte II) - La Venganza
Ahora nos toca hablar de CRISP y CLEAR (sí, seguimos con los acrónimos 👀)
Lo sé, le puse “La Venganza” al título, como si fuera una secuela… porque en verdad es una secuela. Esta es la segunda parte de mi serie sobre frameworks de prompting.
En la parte 1 hablamos sobre RTF y RAILS y hoy nos toca ver otro par de frameworks: los famosos CRISP y CLEAR. Permíteme repetir algo que dije el post anterior… parece que “alguien” está haciendo un gran esfuerzo para que sus acrónimos suenen cool.
Recuerda que por más fancy que suenen sus nombres, estos métodos no son más que maneras estructuradas de hacerle preguntas a tu asistente de IA favorito.
CRISP y CLEAR son herramientas sólo un poquito más complejas que las que vimos en el post anterior, pero no te preocupes que no son nada del otro mundo, ahora te explico.
Pero antes, el poster de Frameworks de prompting II - La venganza, a lo película ochentera.
Ahora sí, todo listo. ¡Empecemos!
CRISP: Content, Role, Input, Structure, Purpose
Si leíste el primer post de la serie tal vez recuerdes que los frameworks que mencioné ahí habían salido de la comunidad de usuarios.
Bueno, CRISP tiene un origen más… hmmm… corporativo. Apareció en 2023, y fue adoptado y usado por la mayoría de profesionales y consultoras de IA.
Me puedo imaginar el tono corporativo de CRISP, a lo Office Space.
¿No sabes qué es Office Space? Pues es una película que tienes que ver (de paso que entenderás el chiste de la imagen de aquí abajo 👇).
¿Cómo funciona CRISP?
[Léase con el tono de consultor más corporativo posible]
CRISP formalizó en cinco componentes, las best practices que surgieron de la experiencia de consultores en el sector de la IA generativa.
Veamos uno por uno.
Context (contexto): Aquí se trata de contarle al asistente lo que tiene que saber sobre la tarea que le vas a pedir o el problema que quieres que resuelva. Por ejemplo: “Tienes que ayudar a Jürgen, un turista alemán que ha venido a Lima a comer pan con chicharrón. Jürgen no ha comido en varias horas, así que está un poco irritable”.
Eso va a hacer que tu IA sepa de qué se trata tu consulta.
Role (rol): Este es conocido, creo que todos los frameworks lo usan. Aquí le dices a tu IA como quién quieres que se comporte. “Eres un técnico de futbol”, “actúa como un experto en marketing obsesionado con las películas antiguas de kung-fu”, “imagina que eres un guía turístico especializado en cocina peruana”.
Con esto tu asistente ajustará su respuesta.
Input (datos): Aquí te toca poner todos los datos del problema (como cuando hacíamos matemáticas en el colegio).
Si volvemos al ejemplo de Jürgen, podríamos decir que Jürgen está alojado en el barrio de Barranco, quiere ir a comer pan con chicharron a un lugar que quede cerca a su hotel (walking distance) y que no desea nada fancy, quiere el pan con chicharrón que come el peruano promedio.
Structure (estructura): En esta parte le decimos cómo queremos que nos de la respuesta. ¿Queremos una lista?, ¿un reporte detallado?, ¿el guion de una película (con helicópteros y explosiones)?, o lo que prefieras.
Purpose (propósito): Esto es algo nuevo, y lo que le da a CRISP su aire de consultor. Hay que decirle cuál es el objetivo final al que queremos llegar. O sea, para qué estás pidiendo lo que estás pidiendo.
Eso va a ayudar a que tu IA se mantenga enfocada en la meta.
Un ejemplo
¿Por qué no hacemos la prueba y tratamos de ayudar a Jürgen a encontrar su pan con chicharrón en Barranco?
Antes de hacer el prompt les cuento que si me lo preguntaran a mi, llevaría a Jürgen a la sanguchería “El Chinito” (ufff, ya me provocó), mejor veamos qué es lo que me dice ChatGPT.
Germán
Tienes que ayudar a Jürgen, un turista alemán que ha venido a Lima a comer pan con chicharrón. Jürgen no ha comido en varias horas, así que está un poco irritable.
Actúa como un guía turístico especializado en cocina peruana.
Jürgen está alojado en el barrio de Barranco, quiere ir a comer pan con chicharron a un lugar que quede cerca a su hotel (walking distance) y no desea nada fancy, quiere el pan con chicharrón que come el peruano promedio.
Dame una lista de 2 lugares con una breve descripción (en una oración) de cada uno.
El objetivo final es alimentar a Jürgen, que pruebe el mejor pan con chicharrón posible y que se enamore de la cocina peruana.
Y aquí la respuesta:
ChatGPT
1. El Chinito (Barranco, Av. Miguel Grau 302)
Clásica sanguchería limeña con ambiente sencillo, donde sirven pan con chicharrón jugoso, camote frito y salsa criolla — un favorito local.
2. Yasu “Sanguchería” (Jr. Alfonso Ugarte 121, Barranco)
Tradicional sanguchería con raíces barranquinas de más de 70 años, ofrece el pan con chicharrón en su forma más genuina. ¡Bien hecho! No me sorprende que aparezca “El Chinito”, es un muy buen pan con chicharrón en Barranco (Lima - Perú). Seguramente haya mejores, pero no tan cerca el hotel de Jürgen. (BTW, Yasu solía ser muy bueno, pero hace un tiempo cambiaron de dueños y ya no es lo mismo.)
Me encanta cómo la estructura que le da CRISP al prompt hace que ChatGPT lo entienda perfectamente. Y más importante aún, nos obliga a pensar antes de escribir el prompt. Sólo eso ya es una gran ventaja.
Antes de seguir… ¡Behold, el sánguche de chicharrón!
Te confieso que no uso CRISP en mi día a día, pero cuando tengo que hacer prompts para temas complejos uso algunas de sus “best practices” (¿será que tengo algo de consultor?).
Ok, ahora vamos con el siguiente!
CLEAR: Concise, Logical, Explicit, Adaptative, Reflective
Este framework no vino de la comunidad, tampoco de los consultores, este vino de la academia. Puntualmente del Dr. Leo Lo. Un bibliotecario, que además de ser un genio, tiene el nombre perfecto para esa profesión (cuando lo lees en español).
Lo que creó el doctor Leo es diferente a lo que hemos visto hasta ahora en esta serie. No se trata de cómo estructurar tus prompts sino que es una forma de pensar sobre cómo interactuamos con la IA, y eso lo hace muy interesante.
¿Cómo funciona CLEAR?
Este framework también tiene cinco elementos. Los tres primeros (concise, logical y explicit) tienen que ver con la estructura del prompt; los dos últimos (adaptative y reflective) son sobre como ir iterando y mejorando.
Concise (conciso): Hay que ir de frente al grano. Nada de “Hola ChatGPT, ¿qué ha sido de tu vida?, espero que estés bien. Quisiera saber si tal vez podrías ayudarme a…”
Conciso no significa que sea un mensaje corto, pero sí que seas lo más directo posible, sin adornos (como para robot).
Logical (lógico): Escribe de forma organizada, que tenga sentido. Ten tus ideas ordenadas. Mientras más lógico sea tu prompt, más fácil será para tu asistente favorito entender lo que quieres. (como si fueras Spock).
Explicit (explícito): No asumas que la IA ya sabe leer la mente, aún estamos trabajando en eso :P (y cuando lo haga, no creo que sea algo que quiera usar).
Aquí se trata de decirle a tu asistente exactamente lo que quieres, también lo que no quieres.
OK, entonces esos tres primeros son los elementos que tienen que ver con cómo hacer tus prompts, ahora los siguientes dos elementos de este framework hablan sobre cómo ir mejorándolos poco a poco.
Adaptative (adaptativo): Aquí el Dr. Leo Lo se da cuenta que tu primer prompt probablemente sea muy malo no sea perfecto y te dice que no te preocupes, que eso es normal. Mira lo que te respondió la IA, trata de pensar en qué te faltó decir o qué salió mal, ajusta y prueba de nuevo. Haz esto una, otra y otra vez hasta que estés contento con la respuesta.
Reflective (reflexivo): Esto es sobre la mentalidad que deberíamos tener cuando hablamos con nuestros asistentes. Siempre es bueno tomarse al menos un ratito para pensar qué fue lo que funcionó, lo que no funcionó y qué podemos hacer la próxima vez para tener un mejor resultado.
Aunque tengo que confesar que tampoco lo uso, lo que me parece inmensamente valioso de “CLEAR” es la parte del “AR”, que es probablemente lo que más se acerca a cómo uso la IA en mi día a día.
Siempre ando por ahi ajustando mis prompts, reflexionando sobre como mejorarlos, y haciendo experimentos. Podríamos decir que parte de mi filosofía al usar la IA es ser adaptative y reflective :P
Good work, Dr Leo!
¿Germán, tampoco usas estos frameworks?
Lo confieso, no los uso. 🙈 ¿Entonces, por qué escribo sobre ellos?
Por dos razones principalmente. Primero se trata de aprender qué hay en el mundo de la IA, más allá de que lo use o no, de ahí viene el nombre de este blog, no?
La segunda razón es que creo que pueden ser muy útiles. Son herramientas que nos ayudan a estructurar nuestros pedidos a una IA.
Mi principal tema con esos frameworks es que me parece que están pensados para una interacción muy mecánica, de pregunta y respuesta. Y no hay nada de malo con eso, mucha gente que sabe mucho más de IA que yo los usa todos los días.
Como te decía en el post anterior, donde te presenté dos frameworks que tampoco uso 😅, más que preguntas y respuestas yo busco conversar con mi asistente.
Déjame contarte un secreto… mi cerebro no es el más estructurado del mundo, tengo muchas ideas al mismo tiempo (todo el tiempo). Te imaginarás que pensar en términos de marcos de trabajo no es lo más divertido para mi.
Lo que quiero decir es que:
Estas son herramientas valiosas que deberías probar, sobre todo si estás empezando en IA o si eres una persona a la que le gusta la estructura. Creo que pueden ser muy útiles.
O sea úsalas! Sólo ten en cuenta que…
Las herramientas no hacen magia
Ya dije esto en el post pasado, pero vale la pena repetirlo:
Ten tus dudas cuando veas a alguien diciendo que tiene un prompt que sustituye a un equipo de consultores, redactores, pintores, profesores, cantautores, conspiradores, etc.
La IA no funciona así, al menos no con un sólo prompt.
Si así fuera, bastaría decir:
“Eres un experto en IA, dame un prompt que me permita reemplazar a [inserte profesional que quieres dejar sin trabajo] para [lo que hace ese humano]”
Y eso no funciona. Punto.
¿Hay más luego de este post?
¡Buena pregunta! Sí (a menos que te hayas aburrido con esta serie 🥺).
El siguiente post será sobre frameworks que incluyen comunicación y tono. Creo que te van a gustar. Y si las series siguen, prometo crear mi propio framework, haré mi mayor esfuerzo para ponerle el acrónimo más cool que se me ocurra.
Mientras esperas el siguiente post, si te sobra un momento para relajarte, tal vez puedas darle una mirada a…
Office Space (1999)
Si quieres reírte un rato, esta película es una parodia del trabajo corporativo (o al menos como era el trabajo corporativo a finales de los 90). Hace algunos años que no la veo, pero siempre me viene a la mente, sobre todo los personajes del jefe y los consultores.
Creo que en España se llamó “Trabajo basura” y en Latinoamérica “Enredos de oficina”. Cuando tengas un tiempito, te la recomiendo.
Aquí te dejo el trailer. (está en inglés pero puedes activar los subtítulos en español).
Ahora sí, nos vemos!
Abrazo,
G