En el post anterior vimos cómo comparar prompts con justicia. Hoy damos el salto a in-context learning (ICL): el arte de elegir y escribir pocos ejemplos para que el modelo generalice correctamente. Es la herramienta más barata para subir calidad sin tocar pesos.

¿Qué es ICL (y qué no)?

• Es mostrar demostraciones (entrada → salida) dentro del prompt para que el modelo imite el patrón.
• No es reentrenar el modelo ni hacer fine-tuning.
• Clave: la calidad y representatividad de tus ejemplos importa más que su cantidad.

Cómo seleccionar buenos ejemplos

1. Cobertura: incluye casos típicos, bordes y contrajemplos.
2. Proximidad: que se parezcan al caso actual (dominio, idioma, estructura).
3. Frescura: si tu dominio cambia, rota el banco de ejemplos periódicamente.
4. Balance: evita sesgos (solo casos “bonitos” da resultados engañosos).

Tip Laravel: mantén un “banco de ejemplos” en DB con slug, input, output, tags, idioma, score y updated_at.

Formato que ayuda al modelo

• Delimita con etiquetas claras (p. ej., ### Ejemplo, Entrada:, Salida:).
• Homogeneidad: todos los ejemplos con la misma estructura y estilo.
• Contrato de salida: si quieres JSON, muestra JSON válido en los ejemplos.
• Brevity wins: ejemplos cortos y precisos > ejemplos largos con ruido.

¿Cuántos ejemplos usar?

No hay número mágico, pero como regla práctica:

• 1–2 (one/few-shot): tareas simples o muy bien definidas.
• 3–5: clasificación/transformación con variación moderada.
• 6–8: solo si cada ejemplo aporta un patrón distinto y tienes contexto de sobra.

Recuerda: más ejemplos consumen tokens y pueden diluir la instrucción principal.

Orden y señal

• Del general al caso: pon primero las reglas y el contrato de salida.
• Ejemplos → tarea: ejemplos antes de la entrada real, con el mismo formato.
• Ejemplo “negativo”: uno que muestre qué no hacer puede ser muy útil.

Plantillas de ICL

1) Extracción estructurada (JSON)

Rol: Eres un extractor estricto. Devuelve SOLO JSON válido.
Esquema:
{"nombre":"string","fecha_iso":"YYYY-MM-DD|null","monto":"number|null"}

### Ejemplo 1
Entrada:
"Factura ACME emitida el 2024-11-03 por 129,50 USD para Juan Pérez."
Salida:
{"nombre":"Juan Pérez","fecha_iso":"2024-11-03","monto":129.5}

### Ejemplo 2 (sin monto explícito)
Entrada:
"Orden de compra de Ana García, 3 de mayo de 2025."
Salida:
{"nombre":"Ana García","fecha_iso":"2025-05-03","monto":null}

### Tarea
Entrada:
{TEXTO_REAL}
Salida:

2) Clasificación multietiqueta

Rol: Clasificador. Devuelve {"labels":["..."]} usando solo etiquetas permitidas.

Etiquetas permitidas: ["soporte","factura","legal","marketing"]

### Ejemplo
Entrada: "No llegó mi pedido, ayuda urgente."
Salida: {"labels":["soporte"]}

### Tarea
Entrada: {TEXTO}
Salida:

3) Normalización de estilo

Rol: Editor. Reescribe el texto con tono profesional, 120-150 palabras, sin adjetivos superfluos.

### Ejemplo
Entrada: "Esto es super genial y cambia todo!"
Salida: "Este enfoque aporta mejoras concretas y medibles..."
### Tarea
Entrada: {PARRAFO}
Salida:

Anti-patrones frecuentes

• Ejemplos inconsistentes (formatos distintos entre sí).
• Relleno (historias largas irrelevantes).
• Mezclar idiomas sin aclararlo.
• Casos irrelevantes para la consulta actual (baja proximidad).
• Olvidar el “no sé” cuando falta evidencia.

Micro-workflow en n8n: “Banco de ejemplos dinámico”

1. Webhook → recibe {task, query, lang}.
2. Function → deriva tags a partir de task (ej. "extraccion", "facturas").
3. HTTP Request → consulta tu API/DB de ejemplos con tags, lang y orden por score y updated_at.
4. Function → compone el prompt: reglas + 3–5 ejemplos + tarea.
5. LLM → ejecuta y devuelve respuesta.
6. Database → guarda costo, latencia, éxito y ejemplos usados (para feedback y rotación).

Tip: si el output falla validación, reintenta con menos ejemplos o con los de mayor score.

Conclusión

ICL bien hecho = ejemplos breves, consistentes y cercanos al caso real, con contrato de salida claro. Construye un banco curado, selecciona dinámicamente y mide. Es la vía rápida para mejorar sin reentrenar.

← Anterior: Cómo evaluar prompts sin sesgos (y elegir el mejor)

Siguiente: Toolformer mental: cómo lograr que el modelo use tus herramientas y APIs →