Ingeniería de Prompts: explora el futuro de la AI Generativa

Transformación Digital, Ingeniería de Datos y TIC´S
Remoto
Inicia el 27 de octubre de 2026
18 horas

Inversión	$ 500.000
Horarios	Martes y jueves de 18:00 a 20:00
duración	4 semanas
intensidad	18 horas
Facultad	Escuela de Ciencias e Ingeniería

CONTENIDO DEL PROGRAMA

Objetivo

Comprender el proceso de creación de prompts efectivos para interactuar con modelos de lenguaje extensos (LLMs) enfocándose en su aplicación práctica y optimización en distintos contextos, tanto académicos como profesionales.

Dirigido a

Este programa está pensado para cualquier persona que quiera mejorar su interacción con modelos de inteligencia artificial generativa. Es ideal para desarrolladores, analistas de datos, creadores de contenido, educadores y consultores que buscan hacer que la IA genere respuestas más precisas y útiles. También es una gran herramienta para quienes trabajan en ética y regulación de IA, ayudándolos a evaluar su impacto en distintos ámbitos.

Desarrolladores de software
Analistas de datos
Profesionales de marketing digital
Redactores y creadores de contenido
Consultores empresariales
Docentes y diseñadores instruccionales
Especialistas en servicio al cliente
Emprendedores
Profesionales en ética y regulación de IA

Comprender los fundamentos de los prompts y su impacto en la calidad de las respuestas generadas por modelos de IA, desarrollando habilidades para estructurar instrucciones precisas y contextuales.
Aplicar estrategias avanzadas de ingeniería de prompts, incluyendo el uso de restricciones, lógica condicional para mejorar la interacción y funcionalidad en diversos escenarios.
Desarrollar habilidades de depuración e iteración de prompts mediante la evaluación y optimización continua, garantizando respuestas alineadas con los objetivos deseados en aplicaciones prácticas.
Analizar las aplicaciones del prompt engineering, considerando tendencias futuras y aspectos éticos en la generación de contenido con IA.

Módulo 1: Introducción a la inteligencia artificial generativa

Dominios de la IA generativa
Tipos de modelos (LLM, difusionales, multimodales)
Historia y estado actual: ecosistema de OpenAI y desarrollo más allá del hype de la industria

Módulo 2: Principios básicos de los prompts

Bases fundamentales para comprender la lógica de los prompts
Función de las instrucciones en la orientación de modelos autoregresivos
Impacto cualitativo de la estructura del prompt en la precisión y relevancia de la respuesta

Módulo 3: Creación de prompts contextuales

Estrategias de contextualización, delimitación de roles y Few-Shot Prompting (uso de ejemplos)
Inclusión de reglas, restricciones de tono y guías operativas
Caso de estudio: Asistente virtual para atención al cliente (comparativa de prompt genérico vs. estructurado y evaluación de ajustes finos en la experiencia de usuario)

Módulo 4: Formulación de preguntas específicas

Reformulación de preguntas y eliminación de ambigüedades
Técnicas de delimitación de alcance mediante restricciones expresas
Caso de estudio: Optimización de un chatbot para reservas en restaurantes (reestructuración de flujos conversacionales y evaluación de la tasa de precisión en reservas)

Módulo 5: Establecimiento de restricciones y directrices éticas

Definición de guardarraíles (guardrails) y normas de no discriminación
Evaluación de criterios de equidad, transparencia y objetividad en modelos lingüísticos
Caso de estudio: Control de sesgo en un asistente de reclutamiento (diseño de prompts éticos para evitar sesgos de género, edad o nacionalidad y auditoría de decisiones)

Módulo 6: Prompts creativos para contenidos diversos

Control de estilo, tono, voz y definición de audiencias en la generación de contenidos
Estrategias de prompts para formatos multimodales (texto, imagen, audio y video)
Caso de estudio: Generación de contenido publicitario automatizado (comparación de rendimientos por formato e impacto de la creatividad técnica en campañas)

Módulo 7: Depuración e iteración de prompts

Métodos de depuración (debugging) y ajuste de redacción
Evaluación de coherencia, utilidad y relevancia en salidas sintéticas
Caso de estudio: Mejora en la generación de reportes automáticos (iteración de estructura para análisis de datos, resúmenes ejecutivos e informes de tendencias)

Módulo 8: Ingeniería avanzada de prompts

Lógica condicional en el prompt (Chain-of-Thought, ramificación de instrucciones)
Ajuste de hiperparámetros (Temperatura, Top-P, Penalidad de Presencia/Frecuencia)
Caso de estudio: Generación de contenidos personalizados en educación en línea (tutoría adaptativa según nivel de conocimiento: básico, intermedio o avanzado)

Módulo 9: Tendencias futuras y consideraciones éticas

Evolución tecnológica, agentes autónomos y tendencias futuras
Desafíos éticos, veracidad de la información, alucinaciones y derechos de autor
Mesa de debate: Uso de la inteligencia artificial generativa en periodismo y medios de comunicación