Degradación del contexto: cómo afecta el aumento de tokens de entrada al rendimiento de los LLM
Degradación del contexto: cómo afecta el aumento de tokens de entrada al rendimiento de los LLM
Qué aprenderás
Lee el artículo para un modelo mental práctico, luego elige un siguiente paso seguro.
Profundiza
Cursos externos seleccionados para profundizar en este tema.
DeepLearning.AIIngeniería de prompts de ChatGPT para desarrolladores
Isa 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".
Coursera · Vanderbilt UniversityIngeniería de prompts para ChatGPT
Dr. 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.
Microsoft LearnWork Smarter with AI: Craft Effective Prompts for Microsoft Copilot
Microsoft 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.