Temario Lección 134 de 250 · Ingeniería de prompts para ingenieros de IA
Ingeniería de prompts para ingenieros de IA

Proyecto final: un proceso de prompts de producción (clasificación de incidencias)

Este es el final: conectas todo el módulo en un solo proceso de prompts de producción para clasificar incidencias de soporte. Llega una incidencia en bruto; tienes que defenderte de la inyección, respetar un presupuesto de tokens, montar un prompt few-shot y luego validar el JSON que devuelva el modelo. El modelo clasifica la incidencia (ese único paso es el LLM, y es la única parte que no se corrige). Todo lo que hay alrededor es la ingeniería que es tuya.

Construye el montador del prompt. build_triage_prompt(ticket, budget=200):

  • Pasa la incidencia por la detección de inyección. Si es sospechosa, el cuerpo de la incidencia pasa a ser [blocked input] y la carga en bruto nunca entra en el prompt.
  • Si no, recorta la incidencia a budget caracteres (las incidencias pueden ser enormes; pagas por token).
  • Monta una instrucción [system], luego dos ejemplos few-shot Ticket: ... / JSON: ..., luego la incidencia real acotada, y termina en una línea [assistant] al final.

Construye el validador de la salida. parse_triage(model_json) hace json.loads de la respuesta del modelo dentro de un try/except y comprueba dos enumeraciones: category en {billing, technical, account, general} y urgency en {low, medium, high}. Devuelve {"ok": bool, "errors": [...]}.

parse_triage('{"category": "billing", "urgency": "high"}')   # ok True
parse_triage('{"category": "weather", "urgency": "high"}')   # ok False
parse_triage('not json at all')                              # ok False, no crash

Si tienes el tutor activado, un modelo en el dispositivo puede producir el JSON que luego valida parse_triage, cerrando el ciclo en directo. Pero la corrección solo toca las partes deterministas: que el prompt tenga la estructura correcta, bloquee las inyecciones y recorte las incidencias demasiado grandes, y que el validador acepte una salida buena y rechace una mala. Reutiliza is_suspicious y wrap_user_input de la lección de inyección, que vienen en el código inicial. Pulsa Ejecutar para corregir.

Tu turno

Escribe build_triage_prompt(ticket, budget=200): detecta la inyección (sospechosa -> el cuerpo de la incidencia pasa a ser [blocked input], sin la carga), y si no recorta a budget caracteres; monta una línea [system], dos ejemplos few-shot Ticket:/JSON:, la incidencia real acotada y un [assistant] al final. La incidencia real va en una línea propia que empieza por Ticket: , como los ejemplos, con su cuerpo acotado por wrap_user_input (de la lección de inyección). Escribe parse_triage(model_json), que hace json.loads en un try/except y valida category en {billing,technical,account,general} y urgency en {low,medium,high}, devolviendo {"ok", "errors"}.

¿Has visto un problema en esta lección? Avísanos · Preguntar sobre esta lección

Este ejercicio se abre pronto

Termina la lección anterior y esta se desbloquea. Todo el curso es gratis, no hace falta cuenta, y puedes leer esta lección ahora mismo.