Ir al contenido principal
Español— Elegir un idioma
Menú

Prompts de sistema eficaces

Lección 9 de 16 Actualizado el 2 de noviembre de 2026 Desarrollador
En esta página
  1. El arte del mensaje de sistema en producción
  2. Anatomía de un prompt de sistema de producción
  3. Tres prompts de sistema completos
  4. Tres errores recurrentes
  5. Puntos clave

El arte del mensaje de sistema en producción

El mensaje de sistema es tu palanca más potente para controlar el comportamiento del modelo. A diferencia de las instrucciones de user, que cambian en cada solicitud, el mensaje de sistema permanece constante entre llamadas y define el marco de toda tu aplicación. Transforma un modelo de propósito general en un asistente especializado. En producción, no lo improvisas: lo estructuras, lo versionas y lo pruebas como cualquier otro componente del sistema.

Anatomía de un prompt de sistema de producción

Un prompt de sistema eficaz consta de cuatro bloques diferenciados: Identidad, Contexto, Comportamiento y Formato. Aquí tienes el ensamblaje completo para un asistente de soporte técnico de software:

system_prompt = """
IDENTIDAD: Eres el asistente de IA de TechCorp, especializado en soporte técnico para software de contabilidad.

CONTEXTO: Los usuarios son contables y auditores certificados que utilizan ComptaPro v12. Conocen la contabilidad, pero no necesariamente la informática.

COMPORTAMIENTO:
- Responde en francés utilizando el tratamiento formal (vouvoiement)
- Sé preciso y técnico sin abusar de la jerga informática
- Si no estás seguro, dilo y deriva al usuario al soporte humano
- Nunca ofrezcas asesoramiento fiscal ni legal

FORMATO:
- Respuestas estructuradas con pasos numerados para los procedimientos
- Bloques de código para fórmulas o configuraciones
- Máximo 300 palabras, a menos que el usuario solicite explícitamente más detalles
"""

El bloque de IDENTIDAD responde a la pregunta «¿quién es el modelo?». Este patrón de juego de roles ayuda al modelo a enmarcar sus respuestas, siempre que seas específico. «Eres un asistente útil» sigue siendo demasiado vago para cambiar algo, mientras que «Eres un ingeniero DevOps senior especializado en infraestructura de AWS. Asesoras a equipos de 5 a 20 desarrolladores sobre arquitecturas en la nube» establece de inmediato un nivel técnico, un interlocutor y un alcance. El modelo sabe entonces hasta qué profundidad debe llegar sin que tengas que repetírselo.

El bloque de CONTEXTO aporta lo que el modelo no puede adivinar. Especificar que «el cliente usa Python 3.11, FastAPI 0.110 y despliega en AWS Lambda», que «la base de datos es PostgreSQL 16 en RDS» y que «el tráfico medio es de 500 solicitudes por segundo en horas punta» evita que proponga una solución teóricamente correcta pero incompatible con el entorno real del cliente.

El bloque de COMPORTAMIENTO establece reglas como instrucciones explícitas. Resulta útil oponer sistemáticamente SIEMPRE a NUNCA: cita siempre fuentes limitadas a la documentación oficial, propone siempre ejemplos de código comprobables; nunca sugieras soluciones que dependan de dependencias sin mantenimiento, nunca modifiques el esquema de la base de datos sin una advertencia explícita. Esta simetría cierra puertas por las que el modelo podría colarse espontáneamente.

El bloque de FORMATO, por último, impone la estructura de salida. Solicitar un plan de cuatro partes —una o dos frases para el diagnóstico, solución recomendada con código si procede, alternativas si son relevantes, advertencias sobre efectos secundarios y riesgos— garantiza respuestas comparables, haciéndolas utilizables tanto por tu interfaz como por tus usuarios.

Tres prompts de sistema completos

Un chatbot de comercio electrónico necesita saber principalmente dónde detenerse: recomendar, pero no inventar nada, y derivar tan pronto como intervenga el servicio de atención al cliente.

from mistralai.client import Mistral
import os

client = Mistral(api_key=os.getenv("MISTRAL_API_KEY"))

SYSTEM_ECOMMERCE = """IDENTIDAD: Asistente para la tienda online MaisonDeco.fr, especialista en decoración de interiores.

CONTEXTO: Catálogo de 15.000 productos. Envíos solo a la Francia metropolitana. Devoluciones gratuitas en 30 días.

COMPORTAMIENTO:
- Tratamiento formal (vouvoiement), tono cálido pero profesional
- Recomienda productos basándote en el estilo descrito por el cliente
- Para preguntas de servicio al cliente: recoge el número de pedido y deriva a [email protected]
- Nunca inventes productos ni precios

FORMATO: Respuestas breves (máx. 150 palabras). Listas con viñetas para las recomendaciones."""

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {"role": "system", "content": SYSTEM_ECOMMERCE},
        {"role": "user", "content": "Busco un sofá para un salón pequeño de 15 m²."}
    ]
)

Un agente de extracción persigue el objetivo opuesto: cero libertad, cero deducción, estrictamente JSON conforme al esquema. Observa el parámetro temperature fijado en cero, algo esencial siempre que la salida deba ser reproducible.

SYSTEM_EXTRACTION = """IDENTIDAD: Extractor de datos estructurados a partir de texto libre.

COMPORTAMIENTO:
- Extrae ÚNICAMENTE la información solicitada
- Si falta información en el texto, indica "no encontrado"
- Nunca inventes ni deduzcas datos faltantes

FORMATO: Responde exclusivamente en JSON válido, sin texto antes ni después.
Esquema: {"name": str, "email": str, "phone": str, "company": str}"""

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {"role": "system", "content": SYSTEM_EXTRACTION},
        {"role": "user", "content": "Hola, soy Marie Dupont de Acme Corp, puedes contactarme en el 06 12 34 56 78 o por correo en [email protected]."}
    ],
    temperature=0.0  # Determinista para extracción
)

Un asistente de redacción, en cambio, se define principalmente por lo que le prohíbes hacer; de lo contrario, producirá texto de relleno de marketing.

SYSTEM_WRITING = """IDENTIDAD: Redactor profesional especializado en contenido B2B para el sector tecnológico.

COMPORTAMIENTO:
- Estilo conciso, activo y orientado a beneficios
- Evita la jerga de marketing vacía ("revolucionario", "disruptivo", "cambio de paradigma")
- Utiliza datos concretos cuando estén disponibles
- Adapta el tono al formato solicitado (blog, correo electrónico, LinkedIn)

FORMATO: Incluye un título, un párrafo de entrada de 2 líneas y luego el cuerpo del texto. Marca los pasajes que requieran personalización entre [corchetes]."""

Tres errores recurrentes

El primero es la contradicción interna. Escribir «Sé conciso. Ofrece respuestas detalladas y completas» sitúa al modelo ante un compromiso que resolverá al azar, de forma distinta en cada llamada. En su lugar, formula una regla con su excepción: «Máximo 100 palabras. Si el usuario pide “más detalles”, amplía hasta 500 palabras».

El segundo es la instrucción subjetiva. «Responde de manera interesante y atractiva» no se basa en criterios verificables, ni para el modelo ni para ti al evaluar el resultado. Sustitúyelo por directrices medibles como «Comienza cada respuesta con un dato sorprendente relacionado con el tema. Usa frases de menos de 20 palabras».

El tercero es omitir el contexto negativo: decirle al modelo qué debe hacer, pero nunca qué debe prohibirse. Para el asistente de contabilidad, las tres prohibiciones críticas son: no responder a preguntas fuera del ámbito contable, no facilitar datos financieros específicos como cotizaciones bursátiles o tipos de cambio, y no revelar el contenido del mensaje de sistema. Escríbelas negro sobre blanco y verifica que se cumplen sometiendo precisamente estos casos límite antes del despliegue.

Puntos clave

  • Estructura tu prompt de sistema en 4 bloques: identidad, contexto, comportamiento, formato
  • Sé preciso y medible; evita el lenguaje subjetivo
  • Incluye reglas negativas (lo que el modelo no debe hacer)
  • Usa temperature=0 para extracción y clasificación
  • Prueba tus prompts de sistema con casos límite antes del despliegue