Creador de ejemplos few-shot

Convierte pares de entrada y salida en ejemplos que no pueden escaparse de sus etiquetas.

Los ejemplos suelen contener texto real de clientes. Todo se monta en el navegador y nada se sube.

Envuelve el prompt entero en secciones

Acerca de Ejemplos few-shot

Los ejemplos enseñan la forma de una respuesta mucho mejor que describirla. El problema es montarlos: los bloques de ejemplos hechos a mano son donde un delimitador suelto dentro del contenido de alguien cierra en silencio la sección que debía contenerlo. Esto escapa el contenido, ofrece los cuatro formatos que merecen la pena —etiquetado, Markdown, array JSON o turnos de conversación— y revisa el conjunto en busca de los dos errores que vuelven dañinos a los ejemplos. Si todas las salidas son idénticas, enseñan una constante en vez de una regla. Si no se ponen de acuerdo sobre su propia forma, no enseñan nada.

Características

• Cuatro formatos: etiquetas XML, Markdown, array JSON o turnos de conversación
• Contenido escapado para que un ángulo suelto no cierre una etiqueta antes de tiempo
• Nombres de elemento saneados a etiquetas válidas
• Avisa cuando todos los ejemplos tienen la misma salida
• Avisa cuando las salidas no coinciden en formato
• Señala cuando solo hay un ejemplo, o demasiados
• Etiquetas personalizadas para la entrada y la salida
• Numeración opcional

Cómo usar Ejemplos few-shot

1. Añade cada entrada con la salida que quieres para ella
2. Elige el formato según dónde vayan los ejemplos
3. Lee los avisos sobre el conjunto en su conjunto
4. Copia el bloque en tu prompt

Ejemplo

Entrada

The export button does nothing on Safari.

Salida

{"category": "bug", "severity": "medium"}

Una forma de salida coherente entre ejemplos es lo que enseña el formato.

Errores comunes y solución de problemas

• Mis ejemplos llevan ángulos y rompen el prompt. — Aquí se escapan, que es justamente el objetivo. Los bloques montados a mano son donde esto sale mal.
• Avisa de que todas mis salidas son iguales. — Las salidas idénticas enseñan una respuesta constante. Varíalas entre los casos que de verdad quieres distinguir.
• Avisa de que las salidas tienen formas distintas. — Un ejemplo que devuelve JSON y otro que devuelve prosa dan instrucciones contradictorias sobre el formato. Elige uno.
• ¿Cuántos ejemplos debería usar? — Dos o tres suelen fijar el comportamiento. Pasada la docena estás pagando tokens reales en cada petición, así que los últimos tienen que estar mereciéndolo.

Preguntas frecuentes

¿Qué formato funciona mejor?

Los ejemplos etiquetados son el valor por defecto más seguro, porque los límites sobreviven a contenido con Markdown o llaves. Los turnos de conversación suelen ser aún más fuertes, ya que son una forma que el modelo ya entiende, pero cuestan más de montar.

¿Por qué escapar el contenido del ejemplo?

Porque un ejemplo que contenga una etiqueta de cierre terminaría la sección en la que está, y todo lo posterior se leería como instrucción y no como contenido. Es la misma clase de problema que una inyección SQL, dentro de un prompt.

¿Funcionan mejor los ejemplos que una descripción?

Para el formato, casi siempre. Un ejemplo trabajado fija la forma de una respuesta como no lo hace un párrafo describiéndola. Para juicios de valor, describir la regla suele generalizar mejor.

¿Tiene coste tener muchos ejemplos?

Sí: se envían en cada petición. Con un puñado no pasa nada y pasada la docena conviene revisarlos, y por eso el número se señala en vez de dejarlo acumularse.

¿Deberían ser casos reales?

Los reales son mejores, porque los inventados tienden a ser más pulcros que la realidad y enseñan el caso pulcro. Solo revísalos por si contienen algo que no quieras en un prompt que se envía repetidamente.

Herramientas relacionadas

• Secciones XML del prompt — Envuelve secciones en etiquetas de las que el contenido no puede salir.
• Linter de prompts — Encuentra contradicciones, instrucciones muertas y marcadores sin rellenar.
• Relleno de plantillas — Expande un prompt sobre una tabla de filas y mira qué falta.
• Esquema de herramienta MCP — Define una herramienta y obtén el JSON Schema, con el modo estricto revisado.
• Comparador de prompts — Compara dos versiones palabra por palabra, con la diferencia en tokens.
• Conversor de transcripciones — Convierte un array de mensajes en una transcripción legible, y al revés.

Más herramientas de IA y agentes

• Constructor de skills — Escribe un SKILL.md con el frontmatter revisado mientras escribes.
• Linter de skills — Pega un SKILL.md y descubre qué impide que se asocie a una tarea.
• Constructor de subagentes — Crea el archivo de definición de un subagente con sus herramientas y modelo.
• Constructor de comandos — Crea un comando propio, con argumentos y una lista de herramientas.
• Instrucciones del proyecto — Redacta un CLAUDE.md que se gane su sitio en cada sesión.
• Manifiesto de plugin — Genera un plugin.json y mira la estructura de carpetas que espera.
• Constructor de hooks — Crea hooks de settings.json y detecta los matchers que nunca se activan.
• Probador de reglas de permiso — Prueba reglas de permitir, preguntar y denegar con comandos reales.
• Configuración de servidor MCP — Genera una entrada de servidor MCP para stdio, HTTP o SSE.
• Esquema de herramienta MCP — Define una herramienta y obtén el JSON Schema, con el modo estricto revisado.
• Verificador de esquemas — Pega una definición y averigua por qué se rechaza o se llama mal.
• Relleno de plantillas — Expande un prompt sobre una tabla de filas y mira qué falta.
• Linter de prompts — Encuentra contradicciones, instrucciones muertas y marcadores sin rellenar.
• Comparador de prompts — Compara dos versiones palabra por palabra, con la diferencia en tokens.
• Secciones XML del prompt — Envuelve secciones en etiquetas de las que el contenido no puede salir.
• Visor y validador JSONL — Lee, filtra y comprueba un archivo JSONL línea por línea.
• Conversor de transcripciones — Convierte un array de mensajes en una transcripción legible, y al revés.
• Validador de datasets — Revisa un dataset JSONL de chat buscando los errores que tumban un entrenamiento.
• Visor de streams SSE — Pega una respuesta en streaming y recupera el texto, las llamadas y el uso.
• Planificador de contexto — Reparte la ventana entre prompt, herramientas, historial y respuesta.
• Planificador de caché — Ordena los bloques para que el prefijo cacheable sea lo más largo posible.
• Divisor de texto — Divide un documento en fragmentos solapados que cortan en límites reales.
• Coste de un bucle de agente — Calcula el coste turno a turno, con el historial reenviado y la caché aplicada.
• Constructor de lotes — Convierte una tabla de filas en un trabajo por lotes, con ids únicos.

Ver todas las herramientas de IA y agentes · Todas las herramientas