Respuesta correcta
- BUtilizar un formato y delimitadores consistentes
Explicación
Un formato consistente y delimitadores (por ejemplo, usar comillas invertidas triples, etiquetas XML o encabezados de sección claros) ayudan al modelo a analizar las instrucciones y el contexto de manera confiable, reduciendo la ambigüedad y mejorando la calidad de la salida. Esta es una práctica recomendada fundamental en la ingeniería de prompts en Vertex AI porque aprovecha los mecanismos de atención del modelo para centrarse en segmentos de prompts distintos, lo que lleva a respuestas más predecibles y precisas.
Para profundizar
Las mejores prácticas de ingeniería de prompts para Vertex AI (y los grandes modelos de lenguaje en general) enfatizan la claridad, la estructura y la consistencia. El uso de un formato y delimitadores consistentes (por ejemplo, comillas invertidas triples, etiquetas XML o encabezados de sección claros) ayuda al modelo a analizar las instrucciones y separar el contexto de las consultas. Esto reduce la ambigüedad y mejora la confiabilidad de la salida. Si bien establecer la temperatura en 0 puede aumentar el determinismo, no siempre es óptimo; algunas tareas se benefician de la aleatoriedad controlada. Evitar ejemplos (few-shot prompting) generalmente no se recomienda porque los ejemplos pueden mejorar significativamente el rendimiento. Los prompts muy largos pueden exceder los límites de tokens y diluir el enfoque. En la práctica, un prompt bien estructurado con delimitadores y ejemplos produce resultados más precisos y consistentes, especialmente para tareas complejas como el resumen o la generación de código.
Sobre estas preguntas de práctica
Esta es una de las preguntas de práctica originales de Generative AI Leader de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.
Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.