En este artículo explico cómo uso el prompt engineering con Codex, agentes IA, master prompts, archivos de texto y un servidor privado para organizar, desarrollar y mejorar mis proyectos web.
Desde hace algún tiempo utilizo una estrategia de prompt engineering, o ingeniería de prompts, que me parece especialmente interesante para avanzar en mis proyectos web con inteligencia artificial.
Esta forma de trabajar se ha construido poco a poco. Al principio partí de un servidor compartido para distintos proyectos web, especialmente alrededor de Wikidata. Hablé de ello en mi perfil y en mi blog. Me exigió mucho tiempo y mucho esfuerzo.
Pero terminé llegando a un límite bastante simple: el servidor compartido ya no me permitía poner en marcha algunos proyectos como yo quería.
Entonces empecé a revisar mis proyectos, a conservar los que me parecían más razonables y a volver hacia un servidor privado que ya tenía desde hacía ocho años.
A partir de ahí, mi uso de Codex, de los agentes, de los master prompts y de los archivos de texto tomó otra dimensión.
Del servidor compartido al servidor privado para usar Codex
Había conservado este servidor privado durante unos ocho años. Lo fui optimizando progresivamente para utilizar Codex en línea de comandos.
Mi objetivo no era necesariamente utilizar directamente servicios que ya proponen una organización alrededor de agentes. Preferí empezar por crear personalmente mis agentes y organizar mis proyectos de la manera que me convenía.
La lógica es bastante simple.
Por ejemplo, puedo pedirle a ChatGPT:
- créame un agente para esto;
- créame un agente para aquello;
- estructúrame un agente con tal funcionalidad;
- ayúdame a preparar un master prompt;
- resúmeme la información vinculada a un proyecto.
A veces también utilizo el dictado de voz para preparar esas peticiones.
Después puedo pedirle a Codex que desarrolle a partir de esa estructura y que adapte progresivamente los agentes o los master prompts según los resultados obtenidos.
Aquí dejo voluntariamente de lado los detalles complejos relacionados con el desarrollo web. Lo que me interesa sobre todo es el método.
En mi servidor, este método se apoya mucho en archivos de texto. Pero el principio también me parece utilizable con una interfaz web.
Sin embargo, preciso un punto importante: trabajo principalmente de esta manera en mi servidor. Por lo tanto, no puedo confirmar exactamente cómo funcionaría la misma organización en cada servicio que no he probado.
Crear mis agentes y mis master prompts con ChatGPT
Al principio, creé mis master prompts y mis agentes con ChatGPT.
Luego los guardé como archivos de texto en distintos directorios de Codex vinculados a mis proyectos web.
Esta organización me permitió empezar a usar Codex de forma cada vez más intensiva para desarrollar varios proyectos.
Hoy, algunos de esos proyectos siguen en fase de prueba y ajuste.
No todos los proyectos han tenido el mismo recorrido.
Tuve que dejar algunos de lado, especialmente por:
- la falta de espacio en disco;
- la falta de potencia;
- la capacidad del servidor;
- el tiempo necesario para seguir desarrollándolos.
En cambio, otros proyectos pueden conservarse, mejorarse, monetizarse y presentarse progresivamente por mí mismo.
Eso también es lo que me interesa en esta organización: puedo ver mejor qué proyectos quiero continuar realmente.
Listar los agentes por proyecto
Una vez creados los agentes, una etapa que me parece especialmente útil consiste simplemente en pedir un resumen de lo que ya existe.
Puede pedir, por ejemplo:
- lista mis agentes para mis distintos proyectos;
- lista mis agentes por proyecto;
- resume mis master prompts por proyecto;
- resume mis agentes por proyecto;
- hazme un resumen de mis master prompts y de mis agentes.
Esta etapa puede parecer muy simple, pero me permite encontrar con más facilidad lo que ya he creado.
Cuando varios agentes, varios archivos y varios proyectos empiezan a acumularse, el resumen se convierte en una herramienta de trabajo.
En lugar de volver siempre a empezar desde cero, puedo retomar lo que ya existe, mirar cómo están organizados los distintos elementos y continuar trabajando a partir de esa base.
Ahí es donde, para mí, la ingeniería de prompts ya no consiste solo en escribir una petición aislada.
También consiste en trabajar sobre los prompts ya creados, retomarlos, resumirlos y adaptarlos.
Utilizar la documentación para perfeccionar los agentes
Para mis proyectos web también dispongo de distintos documentos.
Algunos fueron producidos directamente por mí. Otros pueden haber sido producidos con ayuda de la inteligencia artificial.
En los proyectos web encontramos especialmente los archivos README, esos archivos “léeme” que reúnen información para entender cómo utilizar un sistema o un proyecto.
Esos documentos también pueden volverse útiles para trabajar sobre los agentes.
Puede pedirle a ChatGPT cómo utilizar un sistema a partir de esa documentación, pero también pedirle que produzca documentos que luego servirán para perfeccionar los agentes y los master prompts.
Para mí, eso también forma parte del prompt engineering.
No me limito entonces a una sucesión de preguntas y respuestas.
Puedo trabajar a partir de:
- mis agentes;
- mis master prompts;
- mis archivos de texto;
- mis README;
- los documentos ya producidos;
- la información añadida progresivamente a mis proyectos.
Todos esos elementos pueden luego retomarse y organizarse.
Armonizar los master prompts y los agentes
Cuando obtengo un resumen de los agentes y de los master prompts de mis distintos proyectos, puedo empezar otro trabajo: la armonización.
La idea es mirar lo que ya existe y pedirle a la inteligencia artificial que me ayude a hacer el conjunto más coherente con mis objetivos.
Esta armonización puede responder a distintas necesidades.
Puedo buscar:
- gastar menos créditos;
- ser más eficaz;
- ser más productivo;
- organizar mejor mis distintos proyectos;
- utilizar mejor la información ya disponible.
También puedo añadir información o archivos, y luego retomar los master prompts y los agentes en función de esa nueva información.
En mi servidor, una parte de este trabajo puede automatizarse con distintas herramientas. Una vez más, dejo voluntariamente de lado los detalles técnicos, porque lo que cuenta aquí es sobre todo la lógica general.
Creo, guardo, resumo, añado información y luego armonizo.
Esta sucesión de etapas constituye hoy una parte importante de mi manera de trabajar con Codex.
Prestar atención al uso de los créditos Codex
Otro elemento que hay que tener en cuenta es, naturalmente, el uso de los créditos Codex.
Según su uso, puede comprobar si está utilizando el servicio de forma demasiado intensiva respecto a los créditos de los que dispone.
Si es el caso, puede intentar optimizar su sistema para consumir menos créditos.
No todos los usos requieren evidentemente la misma cantidad.
El tratamiento de texto suele ser relativamente ligero en mi uso. En cambio, si empieza a hacer procesar o producir libros enteros, la cantidad necesaria será naturalmente más importante.
Por eso la armonización de sus agentes y de sus master prompts también puede tener un interés muy concreto.
Puede preguntarse:
- ¿siguen correspondiendo mis agentes a mis proyectos?
- ¿pueden agruparse algunos master prompts?
- ¿se utilizan correctamente mis documentos?
- ¿puedo obtener el mismo resultado de una forma más simple?
- ¿sigue mi organización adaptada a los créditos de los que dispongo?
El objetivo no es necesariamente reducirlo todo.
El objetivo es sobre todo adaptar su organización a su uso real.
Por qué mi VPS se volvió interesante para mis proyectos web
Hoy, esta estrategia me permite utilizar Codex con mucha regularidad y avanzar en mis proyectos de empresa con más confianza.
El paso del servidor compartido al servidor privado me exigió mucho trabajo.
Durante varios días tuve que rehacer mi entorno y transferir mis proyectos.
Pero ahora veo claramente la diferencia entre los dos enfoques.
Para resumir mi situación:
adiós servidor compartido, hola servidor privado.
Mi VPS es especialmente interesante para mí porque se basa en un plan mensual y porque encuentro menos limitaciones que con mi antiguo servidor compartido.
También es interesante que hoy realizo por mí mismo cosas que no sabía necesariamente implementar de esta manera hace ocho años.
Sin embargo, había realizado estudios avanzados en este campo.
Pero no siempre tenía los cursos, las notas o los rastros de todo lo que había aprendido antes.
Hoy, la inteligencia artificial me permite transcribir mucho más fácilmente esos conocimientos y reutilizarlos.
Elementos aprendidos hace mucho tiempo pueden volver así a mis proyectos actuales de una forma mucho más fácil de explotar.
¿Se puede utilizar esta estrategia sin ser informático?
Personalmente trabajo en un servidor y con Codex en línea de comandos, pero eso no significa que usted deba reproducir exactamente mi entorno.
Servicios como Claude Cowork u OpenAI Work pueden, en mi opinión, ser interesantes para personas que no son informáticas.
Sin embargo, no he probado todas esas soluciones y prefiero ser prudente sobre su funcionamiento exacto.
En cualquier caso, utilizar agentes y master prompts requiere un mínimo de:
- aprendizaje;
- desarrollo de competencias;
- comprensión de lo que ya ha creado;
- trabajo sobre sus propias necesidades.
La técnica que comparto puede mantenerse igual en su principio.
Empieza creando sus agentes.
Crea sus master prompts.
Conserva la información importante.
Luego pide resúmenes por proyecto.
Utiliza sus documentos para completar esos resúmenes.
Después armoniza progresivamente sus agentes y master prompts según sus objetivos.
Mi estrategia de prompt engineering en resumen
Hoy, mi estrategia de prompt engineering con Codex se basa en una organización bastante simple de explicar, aunque su puesta en marcha pueda requerir trabajo.
Parto de mis proyectos web y construyo progresivamente alrededor de ellos:
- agentes adaptados a cada proyecto;
- master prompts;
- archivos de texto conservados en mis directorios;
- documentos README y otra información útil;
- resúmenes de los agentes y master prompts;
- una armonización progresiva del conjunto.
Luego puedo seguir mejorando esta organización según mis proyectos, la capacidad de mi servidor y mi uso de los créditos Codex.
En mi opinión, el prompt engineering no consiste únicamente en encontrar “el buen prompt”.
También se trata de trabajar a largo plazo con los prompts, los agentes, los documentos y la información que ya he producido.
Este es el método que utilizo actualmente para seguir desarrollando, probando y perfeccionando mis proyectos web.
También me permitió distinguir mejor los proyectos que debía dejar de lado de aquellos que podía seguir desarrollando, conservar y eventualmente monetizar.
Después de varios años con mi servidor privado y un paso por un servidor compartido que se volvió demasiado limitado para algunas de mis necesidades, redescubro finalmente todo el interés del VPS asociado a Codex y a la inteligencia artificial.
Y si usted también utiliza agentes, master prompts o Codex, le deseo sobre todo que encuentre la organización que corresponda a sus propios proyectos, a su uso y a su presupuesto.
Y, por supuesto, que no gaste demasiados créditos si su presupuesto es limitado.
José DUTIAN