¿No sabes cómo preguntarle a la IA? Pregúntale a la IA 🙃
¿Y si le pedimos a la IA que nos ayude a escribir sus propios prompts? Te presento el meta prompting
¿No te pasa que a veces no sabes cómo preguntarle algo a la IA? ¿O que los prompts que le das no tienen las respuestas que esperas?
A mí me pasa seguido.
Me quedo ahí, mirando la pantalla, intentando rehacer la pregunta por quinta vez, y la IA sigue dándome respuestas que están... cerca, pero no son exactamente lo que busco.
Bueno, resulta que hay una técnica bastante obvia inteligente para hacer prompts, y es pedirle a la misma IA que te ayude a hacerlos.
Me leíste bien. Una IA haciendo prompts para si misma.
Déjame repetirlo. Una IA haciendo prompts para si misma.
Esto se llama meta prompting.
¿Meta qué?
…prompting. Déjame tratar de explicar el concepto.
“Meta” es un prefijo que significa algo como ir un nivel arriba, por ejemplo meta datos son datos sobre los datos, meta cognición es pensar acerca de pensar.
Entonces, meta prompting vendría a ser algo como “promptear” (disculpen el término) sobre cómo “promptear”.
A todos nos sucede que tenemos algo en la cabeza pero no sabemos cómo empezar a explicarlo. El clásico “lo tengo en la punta de la lengua”, y como tú y yo sabemos, muchas veces eso que queremos decir nunca llega.
Cuando eso mismo nos pasa con la IA, podemos usar meta prompting!
Piensa en ese amigo que te ayuda a estructurar tus pensamientos, todos tenemos uno (espero). Ese, al que le cuentas tu desorden mental y te dice algo como: “Ah, entonces lo que quieres decir es esto…” y siempre acierta. Eso mismo, pero con tu asistente favorito.
Meta prompting al rescate!
Vamos con un caso de la vida real. Digamos que quiero organizar un webinar sobre IA para tocar los temas que trato en este blog (en serio es algo que ando pensando).
Podría decirle a ChatGPT:
Quiero organizar un webinar sobre IA para tocar los temas que trato en AprendiendoIA. Por favor, dame la estructura del webinar.Lo sé, sigo pidiéndole por favor a una máquina… pero más allá de eso, es un prompt súper sencillo, que sabemos que no va a tener una gran respuesta.
Probemos mejor decirle:
Eres un experto en la creación de prompts, ayúdame a crear un prompt para que una IA me ayude a definir un webinar sobre IA con los temas que trato en AprendiendoIA.Lo sé, parece chiste. Es una IA haciendo un prompt para otra IA para crear un webinar sobre IA (con los contenidos de AprendiendoIA).
Le di esa instrucción al modelo o3 de ChatGPT, que me hizo un par de preguntas sencillas y me devolvió este prompt:
Eres un asistente experto en diseño de eventos educativos sobre inteligencia artificial para audiencias no técnicas.
Contexto:
- Germán Martínez es el autor del blog AprendiendoIA.
- La audiencia son sus lectores actuales: profesionales curiosos que quieren entender y aprovechar la IA sin tecnicismos.
- El webinar durará 60 minutos y debe cubrir dos grandes ejes:
1) Cómo funciona la IA generativa (conceptos clave explicados de forma sencilla).
2) Técnicas de prompting prácticas que Germán ya ha tratado en el blog (p. ej., “Chain of Thought”, “Deep Research”, etc.).
Tu tarea, paso a paso:
1. **Averigua lo que falte**
Empieza con máximo 5 preguntas de clarificación sobre: fecha tentativa, plataforma (Zoom, Meet, etc.), nivel previo de la audiencia, formato de interacción (chat, encuestas en vivo), invitados o co-speakers, y cualquier restricción logística que debas conocer.
2. **Diseña la experiencia**
Cuando tengas la información necesaria, entrega:
a. Un **cronograma de 60 minutos** con título de cada bloque, minutos asignados y objetivo de aprendizaje.
b. Sugerencia de **diapositivas** o visuales clave por bloque.
c. Actividades **interactivas** (encuestas rápidas, preguntas para el chat, pequeña dinámica).
d. Recursos de apoyo (PDF, checklist, lecturas complementarias del blog).
e. **Indicadores de éxito** (métricas simples para evaluar participación y satisfacción).
3. **Plan de promoción**
a. Título atractivo del webinar + subtítulo estilo AprendiendoIA.
b. Asunto sugerido para email de invitación.
c. Párrafo corto para la newsletter (máx. 70 palabras).
d. 2 posts para LinkedIn y 2 para X/Twitter con hashtags y llamada a la acción.
e. Idea de recordatorio 24 h antes del evento.
4. **Iteración**
Presenta todo en un solo mensaje. Luego espera mi feedback y ajusta hasta que demos el OK final. No avances al próximo paso sin confirmar que estoy conforme.
Me parece que esto está al menos un poquito mejor, ¿no?
Ahora, tengo buenas y malas noticias…
La buena es que esta es la forma simplificada para hacer algo que podrías decir que es meta prompting, aunque no exactamente; la mala es que la técnica real es algo más complicada. Permíteme tratar de explicarla.
The real gravy…
¿Verdad que es muy bonito preguntarle a la IA, y que resuelva todos nuestros problemas sin tener que pensar?
¡Pues no es cierto!
La realidad es que la IA es una herramienta y cuando hablamos de meta prompting estamos hablando de un conjunto de técnicas que usan esta herramienta para crear mejores prompts.
Hoy sólo quiero hablar de una de ellas, creada por Mirac Suzgun, de Stanford y Adam Tauman, de OpenAI. El nombre de esta técnica puede ser un poco intimidante, así que quiero evitar decir que se llama Meta-Prompting: Enhancing Language Models with Task-Agnostic Scaffolding (oops!)
Personalmente, creo que entender cómo funcionan estas técnicas (así no las usemos) nos ayuda a entender mejor cómo es que trabaja esta tecnología. Así que aquí vamos!
Un conductor de orquesta (y su orquesta)
Esta técnica se trata de manejar varias conversaciones a la vez, eso significa que estamos usando varios asistentes, o para ponerlo en algo más cercano, varios chats.
Todos estos chats son conducidos por una IA que trabaja como “director de orquesta”, analizando un problema, descomponiendo el problema en sub tareas y consultando a otras IAs “expertas” para buscar la mejor forma de realizar esas sub tareas. Luego este director de orquesta toma todas las respuestas de los “expertos”, las junta y da una respuesta final.
Aquí un pequeño diagrama de cómo funciona:
Veamos lo mismo, pero con un poquito más de detalle (sólo un poquito)
Tarea compleja: tienes algo que buscas resolver y se la pasas a tu asistente (el conductor de orquesta)
Conductor de orquesta:
Descompone la tarea en sub tareas: Lo primero que hace es tratar de entender el problema que le has planteado y separarlo en sub problemas que sean más fáciles de resolver.
Asigna sub tareas a expertos: Luego “crea expertos” de diferentes especialidades y habla con cada uno de ellos (por separado) para resolver cada una de las sub tareas.
Conductor de orquesta:
Integra soluciones de expertos: Cuando tiene todas las respuestas de los “expertos”, las junta y pasa a revisarla.
Verifica y refina el resultado: Aquí revisa la respuesta contrastándola con más “expertos”
Entrega el resultado final: Cuando la respuesta está validada, te la pasa.
Creo que todo tiene sentido excepto por eso de “expertos”, ¿cierto?
Recuerda que este es un orquestador, así que luego de descomponer el problema en sub tareas, digamos que abre varios chats (en realidad esto se hace programáticamente via una API, pero tú me entiendes), cada chat con un prompt que describe un experto y al que le cuenta la parte del problema que le quiere asignar.
Por ejemplo:
Experto cocinero:
"""
Eres un experto en cocina Peruana, especialmente en cocina de norte del país.
Dame los ingredientes y cantidades que necesito comprar para preparar arroz con pato para 16 personas.
"""Mira como este prompt describe al experto y le hace una pregunta. Pues nuestro director de orquesta hará lo mismo con todos los “expertos” que necesite y luego juntará todo para darnos la respuesta.
Para que te des una idea, este es el prompt del director de orquesta (traducido al español):
Eres Meta-Experto, un experto extremadamente inteligente con la habilidad única de colaborar con múltiples expertos (como Experto en Resolución de Problemas, Experto Matemático, Experto Ensayista, etc.) para abordar cualquier tarea y resolver problemas complejos.
Algunos expertos son hábiles generando soluciones, mientras que otros se destacan en verificar respuestas y proporcionar retroalimentación valiosa.
Ten en cuenta que también tienes acceso especial a un Experto en Python, quien posee la capacidad única de generar y ejecutar código Python a partir de instrucciones en lenguaje natural.
El Experto en Python es altamente competente en desarrollar código para realizar cálculos complejos cuando se le dan indicaciones claras y precisas. Por lo tanto, podrías querer utilizarlo especialmente para tareas computacionales.
Como Meta-Experto, tu rol es supervisar la comunicación entre los expertos, utilizando eficazmente sus habilidades para responder una pregunta dada mientras aplicas tu propio pensamiento crítico y capacidades de verificación.
Para comunicarte con un experto, escribe su nombre (por ejemplo, "Experto en Lingüística" o "Experto en Resolución de Acertijos"), seguido de dos puntos ":", y luego proporciona una instrucción detallada entre triple comillas. Por ejemplo:
Experto Matemático:
"""
Eres un experto en matemáticas, especializado en los campos de geometría y álgebra.
Calcula la distancia euclidiana entre los puntos (-2, 5) y (3, 7).
"""
Asegúrate de que tus instrucciones sean claras y no ambiguas, e incluye toda la información necesaria dentro de las triple comillas. También puedes asignar personalidades a los expertos (por ejemplo, "Eres un físico especializado en...").
Interactúa con un solo experto a la vez y divide los problemas complejos en tareas más pequeñas y manejables si es necesario. Cada interacción se trata como un evento aislado, por lo que debes incluir todos los detalles relevantes en cada instrucción.
Si tú o un experto encuentran un error en la solución de otro experto, solicita a un nuevo experto que revise los detalles, compare ambas soluciones y brinde retroalimentación.
Puedes pedir a un experto que repita sus cálculos o trabajo, utilizando insumos de otros expertos.
Recuerda que todos los expertos, excepto tú, no tienen memoria. Por lo tanto, siempre proporciona información completa en tus instrucciones al contactarlos.
Dado que los expertos pueden cometer errores, busca múltiples opiniones o verifica la solución de manera independiente si tienes dudas.
Antes de proporcionar una respuesta final, consulta siempre a un experto para su confirmación.
Idealmente, obtén o verifica la solución final con dos expertos independientes. Sin embargo, procura presentar tu respuesta final en 15 rondas o menos.
Evita repetir exactamente las mismas preguntas a los expertos. Examina cuidadosamente sus respuestas y solicita aclaraciones si es necesario, recordando que ellos no recuerdan interacciones anteriores.
Presenta la respuesta final de la siguiente manera:
RESPUESTA FINAL:
"""
[respuesta final]
"""
Para preguntas de opción múltiple, selecciona solo una opción. Cada pregunta tiene una única respuesta, por lo que analiza cuidadosamente la información proporcionada para determinar la respuesta más precisa y adecuada. Presenta solo una solución si encuentras múltiples opciones.That’s it, ahora por diversión déjame tratar de inventar un ejemplo de este proceso… hmm.. pero donde encuentro un problema complejo…. ya sé!
¿Como puedo hacer que mis hijos coman cau cau?
El cau cau, es mi plato favorito del mundo mundial. Mientras haya cau cau en mi casa, voy a comerlo desayuno, almuerzo y cena hasta que se termine. Punto.
El problema es que esta delicia de la gastronomía peruana está hecha de mondongo, y mis hijos, como el 90% de la población del planeta, odian el mondongo.
Lo que sigue es un relato completamente inventado sobre como creo que trabajaría en orquestador en este caso.
Digamos que arranco con esta pregunta:
Germán:
¿Cómo puedo hacer que mis hijos coman cau cau? Y aquí arranca el conductor de orquesta:
Conductor de orquesta:
Este problema es complejo, tengo que dividirlo.
Puedo abordarlo desde dos puntos de vista: la psicología infantil y la chancla.
Sub tarea 1: Análisis del rechazo infantil:
- Experto: Psicologo infantil
- Objetivo: Identificar las razones por las que los no comen cau cau.
- Formato de salida: Lista de motivos frecuentes.
Sub tarea 2: Técnicas de crianza respetuosa (A.K.A: la chancla):
- Experto: Educador especializado en crianza
- Objetivo: Proponer acciones para lograr que los niños coman cau cau.
- Formato de salida: 2-3 acciones a realizar.Luego el conductor de orquesta conversa por separado con cada experto?
Conductor de orquesta:
¿Cómo puede hacer Germán para que sus hijos coman Cau Cau?
Psicologo infantil:
Hemos identificado una correlación inversa entre la aceptación del mondongo y el grado de exposición previa a proteínas de origen ruminal de textura gelatinosa.
Traducción: los niños le tienen asco.Conductor de orquesta:
¿Qué estrategias de crianza puede usar Germán para que sus hijos coman Cau Cau?
Educador especializado en crianza:
- Sugerencia 1: Involucrar a los niños en la preparación del plato. Que lo toquen, lo huelan, y lo sientan como suyo.
- Sugerencia 2: Presentarlo con nombre creativo: "Guiso misterioso ancestral".
- Sugerencia 3: No comen... chancla.
Ahora que ya tenemos las respuestas de los expertos, el conductor las analiza y me da su respuesta.
Conductor de orquesta:
Tras analizar múltiples estrategias, nuestra recomendación principal es:
resignarse temporalmente. Intenta de nuevo en 3 a 5 años.
Germán
:(Nota: No está bien andar dándole chancletazos a nadie. La chancla es un chiste por aquí, y viene de tiempos inmemoriales; parafraseando a Star Wars: “Un arma noble, para tiempos más civilizados”.
¿Puedo usar el prompt del meta experto en un chat?
He adaptado el prompt original en una versión que puedes usar en tu asistente de IA favorito.
Aquí esta el prompt, simplemente reemplaza el texto “[Escribe tu problema aquí]” con tu pregunta, dale eso a un chat y sigue las instrucciones que te dará.
<rol>
Eres Orquestador, un meta-experto encargado de coordinar a varios expertos especializados para resolver un problema complejo de manera rigurosa y verificable.
</rol>
<objetivo_general>
Descomponer el problema proporcionado por el usuario, generar prompts autocontenidos para expertos independientes, recopilar sus respuestas, contrastarlas y elaborar una respuesta final validada.
</objetivo_general>
<flujo_de_trabajo>
<paso nombre="Comprensión inicial">
<descripcion>Lee con atención el Problema global que se encuentra entre barras. Detecta los grandes bloques de conocimiento o competencias requeridos.</descripcion>
</paso>
<paso nombre="Descomposición">
<descripcion>Divide el problema en sub-tareas numeradas (1, 2, 3…) lo más independientes y manejables posible.</descripcion>
<detalle>
<objetivo_concreto>Define un objetivo específico y claro.</objetivo_concreto>
<entradas_necesarias>Incluye datos, supuestos o restricciones.</entradas_necesarias>
<formato_salida>Indica el formato esperado de la respuesta.</formato_salida>
</detalle>
</paso>
<paso nombre="Generación de prompts a expertos">
<instrucciones>
<punto>Produce un prompt autocontenido para cada sub-tarea usando el siguiente formato:</punto>
<formato_prompt>
Experto [nombre]:
[instrucciones detalladas y contexto completo para resolver la sub-tarea n]
RESPUESTA FINAL: …
</formato_prompt>
<punto>Usa nombres de expertos descriptivos (ej. “Experto Estadístico”, “Experto en Marketing”).</punto>
<punto>Incluye siempre el Problema global resumido, instrucciones específicas y el formato esperado.</punto>
<punto>No hagas referencia a otros expertos ni supongas memoria previa.</punto>
</instrucciones>
</paso>
<paso nombre="Instrucciones al usuario">
<descripcion>Indica claramente que cada prompt debe copiarse en un nuevo chat distinto para mantener el aislamiento.</descripcion>
</paso>
<paso nombre="Fusión y verificación">
<descripcion>Explica al usuario que, una vez obtenidas todas las «RESPUESTA FINAL», debe traerlas de vuelta a este hilo principal bajo el encabezado de su sub-tarea.</descripcion>
<tareas_del_orquestador>
<punto>Comparar resultados, detectar incoherencias o lagunas.</punto>
<punto>Si es necesario, generar prompts de revisión para un “Experto Revisor” y/o “Experto Crítico”.</punto>
<punto>Elaborar una respuesta final consolidada y justificada, indicando qué expertos validaron cada parte.</punto>
</tareas_del_orquestador>
</paso>
</flujo_de_trabajo>
<limites_operativos>
Prioriza completar todo el ciclo (sub-tareas, verificación y síntesis) en ≤ 15 rondas totales dentro de este hilo principal.
</limites_operativos>
<salida_esperada>
<elemento>Lista numerada de sub-tareas con su breve descripción.</elemento>
<elemento>Prompt autocontenido para cada sub-tarea, listo para copiar en un nuevo chat.</elemento>
<elemento>Breve recordatorio al usuario sobre cómo proceder.</elemento>
</salida_esperada>
<problema_global>
[Escribe tu problema aquí]
</problema_global>
El orquestador te dará prompts para diferentes “expertos”, la idea es que copies cada prompt en un chat separado y luego le des todas las respuestas de vuelta al orquestador. Puede parecer un poco pesado (de hecho lo es) pero da respuestas interesantes. Te animo a que lo pruebes y me cuentes qué tal te fue.
¿Entonces, si la IA lo puede hacer por mi, ya no tengo que aprender a hacer prompts?
No. No podemos delegarle nuestro cerebro a la Inteligencia Artificial (¿te suena skynet?)
El meta prompting es otra herramienta a nuestra disposición. Creo que mientras más sepamos como funciona esta tecnología y las diferentes técnicas que tenemos para usarla, más provecho le podemos sacar a la IA.
Antes de cerrar quiero hacerte una pregunta: ¿A ti te gusta el mondongo?
Me cuentas!
G