Inicio / Técnicas que cambian el resultado

Verificar un prompt como se verifica un resultado

Un eval es un conjunto de pruebas fijas que puntúa un prompt, y el meta-prompting usa a Claude para mejorar un prompt existente, pero en ambos casos el resultado sigue siendo un borrador que hay que probar, nunca una respuesta definitiva.

Un prompt que respondió bien tres veces seguidas a los ejemplos que probaste no ha sido verificado, solo se ha probado por azar. Un eval cambia esta situación: es un conjunto de casos de prueba fijos, escritos de antemano, que puntúa automáticamente un prompt en cada uno de ellos, exactamente como una batería de pruebas puntúa un programa.

Lo que un eval mide realmente

La documentación de Claude describe este ciclo en una frase clara: construir una aplicación exitosa empieza por definir criterios de éxito, y luego por diseñar evaluaciones que midan el rendimiento respecto a esos criterios, un ciclo central de la ingeniería de prompts (platform.claude.com, sección sobre las pruebas y la evaluación, consultada el 2 de septiembre de 2026). Un eval mínimo cabe en tres líneas.

cas 1 : entree "Le colis est arrive casse" -> attendu "reclamation"
cas 2 : entree "Merci, tout est parfait" -> attendu "compliment"
cas 3 : entree "Quel est le prix du modèle B" -> attendu "question"

Ejecuta tu prompt de clasificación sobre estas tres entradas y compara cada salida obtenida con lo esperado. Una puntuación de dos respuestas correctas de tres no dice que el prompt sea globalmente bueno o malo, dice cuál de los tres casos falla, y es ese el que hay que corregir primero.

El meta-prompting redacta un borrador, no una respuesta

El meta-prompting consiste en pedirle a Claude que mejore un prompt existente en lugar de reescribirlo él solo desde una página en blanco. La herramienta Metaprompt del recetario publicado por Anthropic está pensada para resolver este problema de la página en blanco y dar un punto de partida para iterar, y su documentación lo dice sin rodeos: el prompt obtenido al final no está garantizado óptimo de ninguna manera, no hay que dudar en cambiarlo (cookbook de Anthropic, página Metaprompt, consultada el 2 de septiembre de 2026). Un prompt salido del meta-prompting no tiene, por tanto, más autoridad que un primer borrador escrito a mano, debe pasar por el mismo conjunto de casos fijos antes de ser adoptado.

El mismo conjunto de casos, antes y después

La regla que une las dos mitades de la técnica cabe en una frase: no mejores un prompt sin volver a probarlo después sobre exactamente el mismo conjunto de casos que sirvió para juzgarlo la primera vez. Cambiar los casos de prueba entre los dos pases equivale a comparar dos prompts sobre dos problemas diferentes, lo que no demuestra nada sobre el progreso real. La figura de al lado muestra este ciclo completo. Este principio se une a pon a prueba el verificador antes de creer su veredicto: un eval también es un control, y un control que cambia de casos entre dos mediciones ya no mide lo mismo. Se prolonga directamente en hacer decir varias veces, y contradecirse uno mismo, que aplica otra forma de puesta a prueba, esta vez sobre una sola respuesta en lugar de sobre un prompt entero.