DifícilOpción múltiple

Pregunta de práctica de Generative AI Leader

¿Cuál de las siguientes es una práctica recomendada al utilizar Vertex AI para la ingeniería de prompts?

Elige la mejor respuesta.

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.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

Establecer siempre la temperatura en 0

La temperatura 0 hace que las salidas sean deterministas y repetitivas, evitando las respuestas variadas y creativas que la ingeniería de prompts a menudo necesita. tienta porque el determinismo ayuda a la reproducibilidad, y sería correcto para tareas que requieren respuestas consistentes y basadas en hechos, como la clasificación o la extracción, donde la variación no es deseable.

B

Correcta

Utilizar un formato y delimitadores consistentes

El formato consistente y los delimitadores le dan al modelo una estructura sin ambigüedades, separando las instrucciones de los datos de entrada. Esto reduce la ambigüedad de análisis y la varianza en las salidas, satisfaciendo la mejor práctica de ingeniería de prompts de respuestas reproducibles y predecibles en ejecuciones repetidas.

C

Incorrecta

Evitar el uso de ejemplos en el prompt

Omitir ejemplos elimina la orientación de pocos disparos (few-shot), degradando la calidad de la salida y el cumplimiento del formato en tareas complejas. Tienta porque acorta los prompts y ahorra tokens, y sería correcto para solicitudes simples y sin ambigüedades donde el modelo ya comprende la salida deseada sin demostración.

D

Incorrecta

Utilizar prompts muy largos para incluir todas las instrucciones posibles

Los prompts excesivamente largos diluyen las instrucciones clave, desperdician tokens y pueden exceder los límites de contexto, reduciendo la precisión de la respuesta. Tienta porque incluir cada restricción se siente exhaustivo, y sería correcto cuando una tarea requiere genuinamente un contexto extenso, como resumir un documento largo con muchas reglas.

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.