Cheatsheet de Prompt Engineering: Patrones para Agentes de Código e Investigación

Patrones de prompts que funcionan de verdad con agentes de IA: la anatomía de un prompt sólido, patrones para agentes de código (alcance, pruebas, diffs), patrones de investigación (fuentes, estructura, verificación) y plantillas listas para copiar.

🧪

Ejecuta y Edita este Código en Vivo Sin instalaciones locales. Soporta Python 3, JS y SQL.

▶ Probar en Playground →

1. Anatomía de un prompt que funciona

Un prompt vago produce resultados vagos. Un prompt fiable nombra el rol, aporta el contexto, plantea una sola tarea, fija restricciones y define el formato exacto de salida, en ese orden.

CODE SNIPPET

ROLE:     You are a senior Python engineer on this codebase.
CONTEXT:  FastAPI service. The failing test is pasted below.
          Stack: Python 3.12, pytest, SQLAlchemy 2.
TASK:     Find the root cause of the failure and fix it.
RULES:    - Change only the file that owns the bug.
          - Do not rename public functions.
          - If you are unsure, say so instead of guessing.
OUTPUT:   1) Root cause in two sentences.
          2) The patch as a diff.
          3) The exact command to re-run the test.

2. Patrones para agentes de código

Los agentes de código fallan sobre todo por falta de alcance, no de inteligencia. Estos patrones fijan qué puede cambiar, qué significa «terminado» y cómo debe probarlo el agente.

Patrón	Qué escribir	Por qué funciona
`Nombra los archivos`	"Trabaja solo en src/auth/"	Evita ediciones de paso por todo el repo
`Prueba de aceptación primero`	"Terminado cuando: pytest tests/test_auth.py pasa"	Da al agente una meta verificable
`Plan antes que código`	"Propón un plan, espera mi OK y luego implementa"	Corregir un plan es barato; corregir código, caro
`Pega los errores tal cual`	El traceback completo, no un resumen	El modelo depura evidencias, no tu recuerdo de ellas
`Limita el diff`	"El cambio más pequeño que lo arregle; sin refactors"	Revisiones rápidas y pocas regresiones
`Una tarea por prompt`	Divide «construye la función» en pasos	Los fallos se quedan pequeños y atribuibles
`Exige pruebas`	"Ejecuta los tests y muestra la salida"	La sesión termina con evidencia, no con afirmaciones

3. Patrones para agentes de investigación

Los agentes de investigación inventan datos cuando el prompt lo permite. Fuerza la fundamentación: fuentes para cada afirmación, delimitadores claros alrededor del material y una pasada de verificación antes de la respuesta.

Patrón	Qué escribir	Por qué funciona
`Cita o calla`	"Cada afirmación factual necesita una fuente; si no hay, escribe UNKNOWN"	Las invenciones se vuelven huecos visibles
`Delimita el material`	Envuelve el texto pegado en comillas triples o etiquetas XML	Separa tus instrucciones de los datos
`Estructura la salida`	"Devuelve una tabla: afirmación \| evidencia \| fuente"	Comparable, escaneable, auditable
`Verifica antes de responder`	"Enumera tus afirmaciones y contrasta cada una con las fuentes"	Una pasada de autorrevisión caza las contradicciones
`Ejemplo few-shot`	Muestra una respuesta ideal antes de la pregunta real	El formato y la profundidad se transfieren mejor que con adjetivos
`Define la audiencia`	"Explica para un desarrollador junior, omite lo básico de X"	Calibra la profundidad en vez de adivinarla

4. Plantillas listas para copiar

Tres plantillas que vale la pena guardar. Sustituye las partes entre corchetes y conserva la estructura: la estructura es lo importante.

CODE SNIPPET

# BUG FIX
Fix this bug. Error output:
"""
[paste the full traceback]
"""
Relevant file: [path]. Done when [test/command] passes.
Explain the root cause before changing code.

# CODE REVIEW
Review this diff like a senior engineer. Report only:
1) bugs, 2) security risks, 3) missing tests.
Quote the exact line for each finding. No style nitpicks.
"""
[paste the diff]
"""

# RESEARCH
Question: [your question]
Use only the sources below. Answer with a table:
claim | supporting quote | source name.
If the sources do not answer it, say UNKNOWN.
"""
[paste sources]
"""