Plantilla del curso
Principios Básicos
Curso para optimizar prompts de IA: Estructura, elección de palabras, incertidumbre, hechos/opiniones, apoyo al aprendizaje y protección de datos.
Objetivo educativo
Esta plantilla de curso te ayuda a desarrollar sistemáticamente competencias en el trabajo con sistemas de diálogo apoyados por IA, mediante un desarrollo y perfeccionamiento estructurado de prompts. El foco está en estructuras claras de prompts, control dirigido de respuestas mediante elección de palabras, y visibilidad metódica de la incertidumbre y verificabilidad. La plantilla combina requisitos de modelado (rol, tarea, formato) con su implementación consistente en iteraciones repetibles de prompts. Desde una perspectiva profesional, debe asignarse en el contexto del uso reflexivo de IA, evaluación guiada por criterios de las salidas y procesamiento responsable de datos.
Focos de competencia
- Formular prompts de manera estructurada (rol, tarea, formato) y refinar especificaciones de resultados
- Analizar la influencia de la elección de palabras en perspectiva, tono y foco de las respuestas de IA
- La incertidumbre, las hallucinaciones y la verificabilidad mediante componentes de prompt hacen visible
- Alinear prompts explicativos con el grupo objetivo, alcance y selección de ejemplos, simplificar según sea necesario
- Utilizar KI como coach de aprendizaje guiando formatos de preguntas y limitando conscientemente expectativas de resultados
- Usar prompts secuenciales para mejorar aspectos individuales de respuestas de forma dirigida
- Separar y marcar hechos, opiniones, sesgos y enfoques mediante reglas de formato
- Clarificar protección de datos, esfuerzo personal y límites éticos mediante criterios y marcadores
Estructura de componentes
Prompts claros, respuestas mejores
Este componente introduce prompts refinados paso a paso y establece rol, tarea y formato como principio estructural recurrente.
Prompting: La elección de palabras dirige la perspectiva
Este componente hace visible el control lingüístico y guía la neutralización sistemática de formulaciones que influyen en la perspectiva.
Prompting: Reconocer hallucinaciones y hacer visible la incertidumbre
Este componente establece una revisión de prompts para transparencia de incertidumbre y promueve afirmaciones verificables y trazables en respuestas.
Ajustar explicaciones (nivel, grupo objetivo, ejemplo)
Este componente estructura prompts para adaptar explicaciones y muestra cómo utilizar prompts secuenciales para simplificarlos.
Prompting: KI como coach de aprendizaje (preguntas en lugar de soluciones)
El módulo se centra en prompts de coaching con establecimiento de rol y reglas para crear apoyo mediante preguntas en lugar de soluciones basadas en patrones.
Prompting: Mejorar respuestas sin empezar de nuevo (Prompts secuenciales)
El módulo entrena la iteración controlada cambiando solo un parámetro a la vez mientras se mantienen formatos de salida estables.
Prompting: Verificar hechos en lugar de simplemente creerlos
El módulo utiliza reglas fijas de formato para separar hechos y opiniones, permitiendo demandar consistentemente posibilidades de verificación.
Prompting: Reconocer sesgos y clichés en textos generados por IA
El módulo opera el reconocimiento de sesgos mediante numeración, marcado y justificación concisa como formato analítico reproducible.
Reconocer marco
El módulo enfatiza la elección de palabras clave mediante marcado, recolección y contraste de patrones de marco.
Forzar equilibrio en respuestas de IA (útil en escuela)
El módulo establece reglas formales de imparcialidad (Pro/Contra, tono, longitud) y concluye con la formulación de una posición independiente.
Comprender protección de datos: por qué los datos personales merecen protegerse
El módulo explica la protección de datos mediante ejemplos y transfiere el conocimiento a un manejo responsable de referencias actuales relacionadas con personas.
Protección de Datos: Escribir prompts seguros
El módulo muestra cómo se reconoce la información sensible y se reemplaza por marcadores y descripciones generales sin perder su propósito.
Esfuerzo personal, transparencia y límites éticos en IA
El módulo estructura criterios para un uso justo de la IA mediante un esquema de semáforo y lleva a una etiquetado transparente.
Contenido a primera vista
| Módulo | Enfoque | Duración |
|---|---|---|
| Prompts claros, respuestas mejores | Estructura de prompts con añadidos y roles, tareas y formatos del módulo | 15 min |
| Prompting: La elección de palabras influye en la perspectiva | Efecto de las palabras iniciales y neutralización de formulaciones sesgadas | 15 min |
| Prompting: Reconocer hallucinaciones & hacer visible la incertidumbre | Revisión de prompts para hacer visible y verificable la incertidumbre | 12 min |
| Explicaciones adaptadas (nivel, grupo objetivo, ejemplo) | Especificación del grupo objetivo, control de alcance y simplificación mediante prompts secundarios | 12 min |
| Prompting: IA como coach de aprendizaje (preguntas en lugar de soluciones) | Asignación de roles y formatos de preguntas con prohibición de soluciones terminadas | 12 min |
| Mejorar respuestas sin empezar de nuevo (Prompts secundarios) | Mejora iterativa mediante cambio de parámetros y formato de salida fijo | 12 min |
| Prompting: Verifica hechos en lugar de simplemente creerlos | Reglas de formato para separar hechos de opiniones con opciones de verificación | 12 min |
| Prompting: Reconoce sesgos y clichés en el texto generado por IA | Haz visibles los clichés mediante numeración, marcado y breve explicación | 12 min |
| Reconoce el marco conceptual | Marca el marco a través de la elección de palabras y recógelos como patrón | 15 min |
| Impone equilibrio en las respuestas generadas por IA (útil en el aula) | Equilibra ventajas y desventajas, tono y longitud, con revisión y posición personal | 12 min |
| Comprensión de la protección de datos: por qué los datos personales merecen protegerse | Explicación de la protección de datos mediante ejemplos y aplicación a relaciones personales actuales | 30 min |
| Protección de datos: redacción de prompts seguros | Reconoce datos sensibles y reemplázalos con marcadores y descripciones generales | 30 min |
| Esfuerzo, transparencia y límites éticos en la IA | Sistema de semáforo para evaluación y formulación de etiquetas transparentes | 30 min |
Este modelo de curso agrupa aspectos centrales de la categoría 594 en una secuencia trazable de análisis, estructuración e iteración continua de prompts.
Utiliza el acceso demo para probar el modelo y adaptar los módulos a tu situación docente.