Nota: Este artículo es solo una de las más de 60 secciones de nuestro informe completo titulado: The 2024 Legal AI Retrospective - Key Lessons from the Past Year. Descarga el informe completo para consultar las citas.
Ingeniería de prompts
"Existen obstáculos potencialmente importantes para automatizar el trabajo jurídico. El uso de una guía de práctica legal para RAG produce resultados inconsistentes, y no existen estrategias de descomposición de prompts consensuadas que logren de forma constante un rendimiento 'óptimo' global"
Colin Doyle, Profesor Asociado de Derecho, Loyola Law School, Los Ángeles, EE. UU.
Un prompt es el texto en lenguaje natural que se proporciona a un LLM con el objetivo de obtener el resultado deseado.
La calidad del prompt puede afectar drásticamente a la calidad y precisión de las respuestas de un LLM. Esto ha dado lugar a la aparición de un campo denominado ingeniería de prompts.
La ingeniería de prompts hace referencia al diseño sistemático y la optimización de los prompts de entrada para guiar las respuestas de los LLM, garantizando la precisión, la relevancia y la coherencia del resultado generado.
Este proceso es fundamental para aprovechar todo el potencial de los modelos (B. Chen et al. 2024). Existen muchas técnicas de ingeniería de prompts:
• Preparación basada en roles: Es como indicarle a la IA que actúe como un tipo específico de abogado o juez. Ayuda a la IA a entender qué tipo de respuesta necesitas.
• Preparación orientada a objetivos: Consiste en decirle a la IA exactamente lo que quieres conseguir, como redactar un contrato o analizar un caso.
• Prompting por cadena de pensamiento: Es como pedirle a la IA que muestre su razonamiento paso a paso, lo cual resulta muy útil para el análisis jurídico complejo.
• Prompting con pocos ejemplos: Consiste en proporcionar a la IA algunos ejemplos de lo que deseas, lo que le ayuda a comprender mejor los conceptos jurídicos más complejos.
• Especificidad y precisión: El uso de instrucciones claras y detalladas, junto con terminología jurídica, ayuda a la IA a ofrecer respuestas más precisas.
• Aportación de contexto: Facilitar información de fondo ayuda a la IA a comprender mejor la situación jurídica.
• Método RICE: Sus siglas corresponden a Role (Rol), Instructions (Instrucciones), Context (Contexto) y Expectations (Expectativas), y sirve para estructurar las preguntas que se formulan a la IA.
Se podría dedicar un informe completo únicamente a explorar la efectividad de cada una de estas técnicas. En lugar de hacerlo, te animamos a que dediques algo de tiempo a buscar ejemplos de cada una en el ámbito jurídico y a encontrar lo que mejor funcione para ti y tu caso de uso.
