Tina Huang. Un recorrido condensado por el curso de ingeniería de prompts de Google que aborda marcos para ganar claridad, métodos de iteración y ejemplos resueltos de correos, resúmenes y análisis. Resulta útil como segunda perspectiva para trasladar las mismas ideas estructurales a las tareas de una jornada laboral.
Míralo para ganar amplitud después de la profundidad de la elección principal. Su valor aquí reside en trasladar la misma estructura a tareas cotidianas como correos, resúmenes y análisis.
Te llevarás un marco compacto para aportar claridad a los prompts e iterarlos, además de patrones resueltos para correos, resúmenes y análisis.
Solo el artículo; funciona como una segunda aproximación a las mismas ideas estructurales.
Última revisión: 18 may 2026
Continúa por el mismo itinerario de aprendizaje con los siguientes vídeos complementarios seleccionados.
131 minutosAprenderás a reconocer cuándo continuar con una pregunta, cuándo cambiar de modelo y cuándo iniciar una conversación nueva, basándote en un uso cotidiano real.
131 minutosAprenderás a distribuir el trabajo entre herramientas rápidas, económicas, de razonamiento profundo y respaldadas por fuentes, en lugar de utilizar un solo modelo para todo.
42 minutosVerás cómo modifican los ejemplos el comportamiento del modelo y aprenderás cuándo merece la pena la preparación adicional del few-shot.
Cursos externos seleccionados para profundizar en este tema.
Coursera · Vanderbilt UniversityDr. Jules White
El complemento académico del curso breve de DeepLearning.AI: la misma disciplina, con un recorrido más extenso y pensado para personas que no programan. El Dr. White enseña el diseño de prompts como un conjunto de patrones reutilizables —Ask for Input, Outline Expansion, Fact Check List y Menu Actions—, no como una colección de trucos. Después, diseñarás prompts para los LLM con criterio, en lugar de probar al azar.
DeepLearning.AIIsa Fulford · Andrew Ng
Noventa minutos para adquirir la intuición de todo un año. Si ya has empezado a escribir código que llama a un LLM —o estás a punto de hacerlo—, este es el curso en línea más eficaz para pasar de "jugar con ChatGPT" a "poner en producción una función que llama a un LLM".
Microsoft LearnMicrosoft Learn
Prompt engineering, but for the tool most office workers will actually touch first. Microsoft's own four-part prompting framework (goal, context, source, expectation) is a genuinely useful mental model, and unlike the generic ChatGPT prompting courses already in our catalog, this one is grounded entirely in Microsoft 365 Copilot's specific quirks and grounding behavior.
