El prompting de rol consiste en decirle al modelo quién ser antes de decirle qué hacer: "Eres un tutor de matemáticas paciente", "Actúa como responsable de contratación para un puesto de desarrollador junior". El rol cambia para quién se escribe la respuesta, qué palabras usa, cuánto profundiza y en qué se fija. No le da al modelo conocimientos que no tenga ya: un rol es una forma de orientar una respuesta, no de añadir datos.
Qué cambia un rol
Un rol es una forma compacta de fijar varias cosas a la vez:
- El público y el vocabulario. Un tutor para principiantes define los términos y usa analogías; un ingeniero sénior que escribe para colegas se salta las dos cosas.
- El estándar. Un editor estricto señala una frase que un lector amable dejaría pasar. El rol decide qué cuenta como problema.
- El enfoque. Un revisor de seguridad y uno de rendimiento leen la misma función y notan cosas distintas.
- El comportamiento. Un entrevistador pregunta y espera; a un tutor se le puede pedir que dé pistas en lugar de respuestas.
Cambia entre las tres pestañas de abajo. La tarea es idéntica en todas; solo cambia el rol.
Una API (interfaz de programación de aplicaciones) es un conjunto de reglas que permite que un software se comunique con otro. Define qué peticiones puedes hacer, cómo hacerlas y qué recibes a cambio. Por ejemplo, una app del tiempo usa la API de un servicio meteorológico para obtener el pronóstico. Las API permiten a los desarrolladores usar funciones y datos de otros sistemas sin saber cómo funcionan por dentro.
"Eres un experto" apenas movió la respuesta: mantuvo la misma forma genérica y añadió jerga, porque "experto" no dice nada sobre quién lee. El rol concreto cambió el vocabulario, el ejemplo y el punto de referencia, porque nombró a un público y algo que ese público ya conoce.
Qué no cambia un rol
Un rol no puede añadir conocimientos. "Eres un abogado fiscalista de primer nivel" no le da al modelo las normas fiscales de este año si nunca las aprendió, y un personaje seguro de sí mismo puede hacer que una respuesta incorrecta suene más autorizada, no menos. No cuentes con una etiqueta de experto para mejorar la precisión. Si la exactitud importa, dale al modelo los datos o documentos que necesita y pídele que diga cuándo no está seguro; alucinaciones de la IA cubre los prompts que ayudan.
Lo mismo pasa con personas reales. "Responde como lo haría un programador famoso" te da una imitación del estilo público de esa persona. El modelo no conoce sus opiniones privadas, así que todo lo que diga con su voz sobre una pregunta nueva es inventado.
Escribe roles concretos
Un rol útil suele nombrar cuatro cosas: el trabajo, el público, el objetivo y el estándar. Compara:
- "Eres un escritor" pasa a ser "Eres editor de un blog técnico y eliminas cualquier frase que no ayude a un principiante a seguir los pasos".
- "Eres un programador" pasa a ser "Eres un desarrollador sénior de Python que revisa el pull request de un compañero junior. Señala primero los errores, luego la legibilidad, y explica cada punto para que pueda aprender de él". Consulta prompts para revisar código para ver prompts de revisión completos.
- "Actúa como profesor" pasa a ser "Actúa como profesor de química que prepara a un chico de 15 años para un examen. Hazme preguntas en lugar de darme respuestas, y dame una pista cuando falle una".
Un rol es una parte del prompt, no el prompt entero. Funciona junto con una tarea clara, el contexto que el modelo no puede adivinar y la forma de la respuesta que quieres; la guía para escribir prompts cubre las otras partes. Si el rol y la tarea tiran en direcciones distintas, como "un revisor estricto" al que se le pide "tranquilizar al autor", la respuesta intenta hacer las dos cosas y a menudo no hace bien ninguna.
Prompts de "actúa como" para practicar
La forma "actúa como" se hizo popular gracias a las colecciones de prompts compartidas, en las que el modelo hace de entrevistador de trabajo, de compañero para practicar idiomas o incluso de terminal de Linux. El juego de rol sirve para todo lo que quieras ensayar: entrevistas, una conversación difícil, una presentación, un idioma nuevo.
La diferencia entre un juego de rol que funciona y uno que se desmorona está en las reglas. Dile al rol qué hacer en cada turno, cuándo esperarte y cuándo parar. Sin ellas, el modelo puede resolver toda la sesión en una sola respuesta: cinco preguntas a la vez, o una pregunta seguida de una respuesta de ejemplo.
Muy bien, empecemos. Comenzaré con una pregunta de fundamentos.
Pregunta 1: En JavaScript, ¿qué diferencia hay entre let, const y var?
Tómate tu tiempo y responde como lo harías en una entrevista real.
Cambia el puesto y el tema para ensayar tu propia entrevista. La línea "espera mi respuesta" es la que mantiene al modelo en una pregunta por turno, y "después de cinco preguntas, para" le da a la sesión un final y un resumen.
Dónde va el rol
Un rol que quieres en todas las respuestas va en el prompt de sistema: el campo de sistema en la API, o las instrucciones personalizadas y de proyecto en las apps de chat. Ahí se aplica a toda la conversación sin tener que repetirlo. Para una petición puntual, pon el rol en la primera frase de tu mensaje, antes de la tarea.
import anthropic
client = anthropic.Anthropic()
MODEL = "your-model-id" # e.g. from your provider's model list
message = client.messages.create(
model=MODEL,
max_tokens=500,
system="You are a patient programming tutor for adults in their first month of coding. Give hints before full solutions.",
messages=[{"role": "user", "content": "Why does my loop print the last item twice?"}],
)
print(message.content[0].text)
Los roles también funcionan a mitad de una conversación. Después de que el modelo redacte algo, pedirle "ahora actúa como un revisor escéptico del borrador de arriba y enumera sus tres puntos más débiles" suele sacar a la luz problemas que la primera pasada pasó por alto, porque el nuevo rol cambia lo que el modelo busca.
Preguntas frecuentes
¿Qué es el prompting de rol?
El prompting de rol consiste en decirle al modelo quién ser antes de decirle qué hacer, por ejemplo "Eres un tutor de matemáticas paciente para niños de 12 años" o "Actúa como entrevistador para un puesto de desarrollador junior". El rol define el público, el vocabulario, la profundidad y el enfoque de la respuesta, y en una conversación puede cambiar cómo se comporta el modelo, por ejemplo haciendo preguntas en lugar de responderlas.
¿Decirle a la IA que es experta la hace más precisa?
No cuentes con ello. Una etiqueta como "Eres un experto de primer nivel" no le da al modelo conocimientos que no tiene, y puede hacer que una respuesta incorrecta suene más segura. Para mejorar la precisión, dale al modelo los datos o las fuentes que necesita, pídele que diga cuándo no está seguro y verifica el resultado.
¿Dónde debo poner el rol?
Para un rol que deba durar toda la conversación, ponlo en el prompt de sistema: el campo de sistema en la API, o las instrucciones personalizadas y de proyecto en las apps de chat. Para una petición puntual, ponlo en la primera frase de tu mensaje, antes de la tarea.
¿Qué son los prompts de "actúa como"?
Son prompts que empiezan con "Actúa como" y le dan al modelo un papel que interpretar: un entrevistador, un compañero para practicar idiomas, una terminal de Linux, un guía de viaje. Las colecciones de prompts compartidas hicieron popular el patrón. Funcionan mejor cuando también dicen qué debe hacer el rol en cada turno y cuándo parar.
¿Qué hace que un prompt de rol sea bueno?
Que sea concreto. Nombra el trabajo, el público, el objetivo y el estándar: "un desarrollador sénior de Python que revisa el pull request de un compañero junior, primero los errores y luego la legibilidad" le da al modelo mucho más con qué trabajar que "un experto". Luego escribe el resto del prompt como siempre: la tarea, el contexto y el formato.
