Ingeniería de Prompts

SYSTEM = """Eres un revisor de código Python.
- Marca errores, problemas de seguridad y problemas de estilo.
- Responde en puntos.
- Si el código está bien, di "LGTM"."""
 
messages = [
    {"role": "system", "content": SYSTEM},
    {"role": "user", "content": f"Revisa este código:\n```python\n{code}\n```"},
]

"""prompt_engineering.py - prompts de sistema, few-shot, cadena de pensamiento y estructurados."""
from __future__ import annotations
 
from openai import OpenAI
 
client = OpenAI()
 
# Cadena de pensamiento para razonamiento
cot_messages = [
    {"role": "system", "content": "Resuelve problemas matemáticos paso a paso. Muestra tu trabajo y luego da la respuesta final en la última línea como RESPUESTA: <número>."},
    {"role": "user", "content": "¿Una tienda tiene 24 manzanas. Venden 3/8 de ellas. ¿Cuántas quedan?"},
]
cot = client.chat.completions.create(model="gpt-4o-mini", messages=cot_messages, temperature=0)
print(cot.choices[0].message.content)
 
# Clasificación few-shot
few_shot = [
    {"role": "system", "content": "Clasifica los tickets de soporte como facturación, técnico o cuenta. Responde con una sola palabra."},
    {"role": "user", "content": "Me cobraron dos veces este mes"},
    {"role": "assistant", "content": "facturación"},
    {"role": "user", "content": "La API devuelve errores 500 en POST /users"},
    {"role": "assistant", "content": "técnico"},
    {"role": "user", "content": "Necesito cambiar mi dirección de correo electrónico"},
]
result = client.chat.completions.create(model="gpt-4o-mini", messages=few_shot, temperature=0)
print("clasificación:", result.choices[0].message.content)
 
# QA Anclado - usa solo el contexto proporcionado
context = "Nuestro límite de tasa de API es de 1000 solicitudes/minuto para planes Pro y 100/minuto para planes Gratuitos."
grounded = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[
        {"role": "system", "content": "Responde ÚNICAMENTE usando el contexto proporcionado. Si la respuesta no está en el contexto, di 'No tengo esa información.'"},
        {"role": "user", "content": f"Contexto:\n{context}\n\nPregunta: ¿Cuál es el límite de tasa del plan Pro?"},
    ],
    temperature=0,
)
print(grounded.choices[0].message.content)

# Plantillas de prompts con variables
def build_review_prompt(code: str, focus: str) -> list[dict]:
    return [
        {"role": "system", "content": f"Eres un revisor de código centrado en {focus}."},
        {"role": "user", "content": f"```python\n{code}\n```"},
    ]
 
# Almacena prompts en archivos controlados por versión
from pathlib import Path
SYSTEM_PROMPT = Path("prompts/reviewer.txt").read_text()