Introducción: por qué la ingeniería de prompts es más importante que nunca en 2026
Ya seas desarrollador backend, ingeniero de prompts o gestor de producto, dominar la ingeniería de prompts en 2026 significa comprender la arquitectura MoE, adaptarse a los nuevos modelos multimodales y aprovechar marcos como Cosmos para crear flujos de trabajo reutilizables.
1. Comprender los modelos MoE: de muchos a pocos parámetros activos
Los modelos MoE activan solo una fracción de sus parámetros totales para cada token. Este cambio tiene implicaciones directas en la forma en que estructuramos los prompts:
- Especialización vs. generalización.Cada "experto" destaca en un dominio específico (por ejemplo, razonamiento, código, audio). Los prompts deben dirigir la tarea al experto adecuado.
- Profundidad contextual.Con una ventana de contexto de hasta 256 k, podemos incluir múltiples pasos, restricciones y formatos sin perder significado.
- Eficiencia de costes.Menos parámetros activos significan tiempos de respuesta más rápidos y facturas de inferencia más bajas, siempre que no sobrecarguemos el sistema con instrucciones redundantes.
Consejo rápido
Al diseñar un prompt para un modelo MoE, separa la *dirección* (qué hacer) de la *especificación* (cómo hacerlo). Esto ayuda al modelo a elegir el experto adecuado.
2. Creación de prompts para Hy3: aprovechar la escala sin sobrecargar
Hy3 está disponible bajo licencia Apache 2.0 y cuenta con 295 B parámetros totales y 21 B activos por token. Para obtener los mejores resultados:
- Usa unprompt de sistemaconciso que defina el tono, el público y el formato de salida.
- Incluye unainstrucción explícitapara limitar el número de pasos (por ejemplo, "Proporciona solo los pasos clave").
- Aplicaformatocon marcadores claros (por ejemplo,
- **Paso 1:** …) para mejorar la alineación.
Ejemplo de prompt