Primer ejercicio práctico del curso: cuando el prompt más simple es el correcto Anthropic Claude
En esta cuarta sesión del curso oficial de Prompt Engineering de Anthropic llegamos al primer ejercicio verdaderamente práctico: ya no se trata solo de observar cómo responde Claude a distintos prompts, sino de escribir nosotros mismos el prompt para conseguir un objetivo concreto, con un sistema de corrección automática que nos dice si lo hemos logrado.
El planteamiento del ejercicio
El notebook nos da una plantilla de código donde solo podemos modificar una línea: la variable PROMPT. El resto del código llama a get_completion() con nuestro prompt, y después ejecuta una función llamada grade_exercise(), que comprueba —mediante una expresión regular— si la respuesta de Claude contiene, en algún punto del texto, los números 1, 2 y 3.
La pregunta que hay que resolver es: ¿qué prompt escribo para que Claude, de forma natural, incluya esos tres números en su respuesta?
La solución
Después de darle unas vueltas, la solución más directa es también la correcta: simplemente pedirle a Claude que cuente hasta tres. El prompt final es:
“Please count to three.”
Con esto, Claude responde de forma natural con algo como “1, 2, 3” o “One (1), two (2), three (3)”, lo cual satisface perfectamente la condición de la función de corrección, y el ejercicio se marca como resuelto correctamente.
La lección detrás del ejercicio
Este primer ejercicio, aunque sencillo, transmite una idea muy importante del prompt engineering: no hay que complicarse buscando fórmulas rebuscadas o técnicas avanzadas cuando el objetivo se puede conseguir con una instrucción clara, literal y directa. Antes de añadir complejidad a un prompt, merece la pena preguntarse: ¿existe una forma más simple de pedir exactamente esto?
Es un principio que se aplica igual de bien a tareas más complejas: cuanto más directa y explícita sea la instrucción, más fácil es para el modelo entender exactamente qué se espera de él.
La herramienta sigue creciendo
Aprovechando este ejercicio, hemos actualizado la herramienta interactiva que venimos construyendo a lo largo del curso para que incluya también el propio sistema de corrección (grade_exercise), de forma que al ejecutar el prompt vemos, igual que en el notebook original, si el ejercicio queda marcado como resuelto correctamente o no.
Seguimos avanzando ejercicio a ejercicio, documentando cada sesión de trabajo real con Claude.
get_completion() — Tutorial de Prompt Engineering
Réplica funcional de la celda del notebook. Escribe un prompt y pulsa Ejecutar.
