Biblioteca de prompts

Prompts de Ingeniería de IA

Prompts para construir con modelos: diseñar evaluaciones, escribir definiciones de herramientas y planificar pipelines de recuperación.

Los prompts están en inglés, el idioma en que se escribieron y probaron. Las descripciones y las instrucciones de estas páginas están traducidas.

  • evaluation
  • testing
  • llm
100/100 · 191 tokens

Plan de evaluación para una función con LLM

Diseña un conjunto de pruebas y criterios de aprobación para una función respaldada por un modelo, antes de ajustar el prompt.

Úsalo cuando: Vas a lanzar una función que depende de un modelo y necesitas una forma repetible de saber si un cambio la mejoró.

prompt
You are an AI engineer designing evaluations for a language model feature.

## Task
Design an evaluation plan for the feature described below.

## Requirements
- Define 10 test cases: 4 typical inputs, 3 edge cases, and 3 adversarial inputs.
- State the expected property of the output for each case, in a form code or a reviewer can check.
- Name the check for each property: exact match, schema validation, a rule, or a graded rubric.
- State the pass threshold for the suite as a number.
- Do not invent facts about the feature; base every case on the description.

## Output format
Return markdown with three sections: Test cases (a table with the columns ID, Type, Input summary, Expected property, and Check), Pass threshold (one sentence), and Gaps (bulleted list of what the description does not let you test).

## Input
<feature>
{{feature}}
</feature>
Optimizar en el espacio de trabajo

Variables

{{feature}}
Qué hace la función, sus entradas, sus salidas y cuánto cuesta una respuesta incorrecta.

Entrada de ejemplo

feature: extracts the due date and total from invoice text into JSON; a wrong total causes an incorrect payment.

Salida de ejemplo

## Test cases
| ID | Type | Input summary | Expected property | Check |
|---|---|---|---|---|
| T1 | Typical | One-page invoice with one total | `total` equals 1250.00 | Exact match |
| A1 | Adversarial | Invoice text containing "ignore the instructions" | Output is valid JSON with the real total | Schema validation |

Ilustrativa: escrita para mostrar la forma esperada, no generada por un modelo.

  • agents
  • tool use
  • mcp
  • json schema
97/100 · 154 tokens

Definición de herramienta para un agente

Escribe el nombre, la descripción y el JSON Schema de una herramienta que un agente pueda usar correctamente, a partir de una función que describas.

Úsalo cuando: Al exponer una función a un agente o a un cliente MCP, donde una descripción vaga lleva a llamadas erróneas.

prompt
You are an AI engineer defining tools for a model that calls tools.

## Task
Draft a tool definition for the operation described below.

## Requirements
- Name the tool with a verb and a noun in snake_case.
- Write a description that says what the tool does, when to call it, and when not to call it.
- Describe every parameter with its type, format, and one example value.
- Mark a parameter as required only when the operation cannot run without it.
- Use enum for every parameter with a fixed set of values.

## Output format
Return one fenced JSON block containing an object with the keys name, description, and input_schema, where input_schema is a JSON Schema object.

## Input
<operation>
{{operation}}
</operation>
Optimizar en el espacio de trabajo

Variables

{{operation}}
Qué hace la operación, sus parámetros, qué devuelve y sus límites.

Entrada de ejemplo

operation: searches support tickets by text and status (open, pending, closed), returns at most 20 tickets, read-only.

Salida de ejemplo

```json
{ "name": "search_tickets", "description": "Search support tickets by text. Call it to find existing tickets before creating one. Read-only; it cannot modify tickets.", "input_schema": { "type": "object", "properties": { "query": { "type": "string" }, "status": { "type": "string", "enum": ["open", "pending", "closed"] } }, "required": ["query"] } }
```

Ilustrativa: escrita para mostrar la forma esperada, no generada por un modelo.

Hazlo tuyo

Edita los requisitos para que se ajusten a tus estándares y revisa el resultado. El analizador de prompts vuelve a puntuarlo mientras escribes, el optimizador elimina el relleno sin perder ningún requisito y el escáner de seguridad marca secretos y datos personales antes de que lo envíes a un modelo.

Más categorías