English

Haz que tu IA cite tu instrucción textualmente

Una línea evita que tu IA resuelva con confianza el problema equivocado.

Un agente rara vez te dice que no entendió. Reinterpreta tu pedido en silencio, rellena la ambigüedad con su propia suposición y luego construye una versión limpia y bien probada de algo que nunca pediste. Como la salida se ve pulida, solo notas la desviación después de que el código está escrito, cuando deshacerlo es caro. El lugar más barato para atrapar una mala lectura es antes de que cambie el primer archivo.

Por qué los agentes se desvían de tu pedido

Las instrucciones en lenguaje natural son ambiguas, y un modelo resuelve esa ambigüedad en silencio eligiendo la interpretación que mejor encaja con sus supuestos previos. No señala la elección; simplemente avanza. Y no puedes confiar en que el agente se autodiagnostique la desviación, porque preguntarle "¿me entendiste bien?" te da un "sí" confiado lo haya entendido o no. La autoevaluación no revela la brecha. Forzar al modelo a reproducir tus palabras exactas sí.

El mecanismo: primero cita, después codifica

Antes de que el agente toque código, haz que cite tu instrucción de vuelta palabra por palabra, y luego exponga su plan frente a esa cita.

Before writing any code:
  1. Quote my instruction back verbatim, exactly as I wrote it.
  2. In one sentence, state what you will build to satisfy it.
  3. Wait for my confirmation before editing anything.

La cita textual es el truco. Parafrasear esconde la desviación, porque una paráfrasis ya es la interpretación del modelo. Una cita exacta junto al plan de una sola frase del modelo hace que cualquier discrepancia te salte a la vista. Si el plan resuelve un problema distinto al que describen las palabras citadas, lo ves en una sola frase.

Paráfrasis vs cita textual

Movidas avanzadas

• Exige la cadena literal, no una reformulación. En cuanto el agente reformula tu pedido, ya sustituyó tu intención por su interpretación.
• Acompaña la cita con un plan de una frase. La cita sola prueba que te leyó; el plan al lado prueba que te entendió. La discrepancia entre ambos es donde vive la desviación.
• Condiciona a la confirmación. Haz que el agente espere tu "sí" tras citar, para que una mala lectura cueste una frase en vez de una implementación completa.
• Reutilízalo en tareas largas. Haz que el agente vuelva a citar la subtarea actual en cada paso mayor, para que la desviación no se acumule en silencio a lo largo de una sesión larga.

Recursos

• Anthropic — Introducción al prompt engineering
• OpenAI — Guía de prompt engineering
• Anthropic — Construir agentes efectivos
• Simon Willison — Notas sobre programar con LLMs