En esta clase adquirí conocimientos valiosos sobre el uso de marcos estructurados para la redacción de prompts, específicamente los modelos TAG y RISE, así como otros formatos complementarios como RTF y BAB. Comprendí que estos esquemas no solo facilitan la interacción con modelos de lenguaje como ChatGPT, sino que también optimizan la precisión y relevancia de las respuestas generadas.
El modelo TAG (Tarea, Acción, y Objetivo) me permitió formular solicitudes claras y centradas, orientadas a un propósito específico dentro de mi proceso de aprendizaje. A través de su aplicación, logré definir con mayor exactitud qué necesito, por qué lo necesito y cuál es el resultado esperado, lo que mejoró notablemente la utilidad de las respuestas recibidas.
Por otro lado, el modelo RISE (Rol, Entrada, Pasos, Expectativa) me ayudó a contextualizar mis preguntas desde un enfoque práctico, simulando escenarios reales en los que se combinan mi rol, mis conocimientos previos, las estrategias requeridas y el objetivo final. Esta estructura me permitió recibir recomendaciones más pertinentes, alineadas con mi perfil y mis metas educativas o profesionales.
Asimismo, exploré los formatos RTF (Rol, Tarea, Formato) y BAB (Antes, Después, Incluir), que son especialmente útiles para establecer una línea narrativa que va desde el diagnóstico de una necesidad hasta la propuesta de una solución concreta y accionable. Estos modelos me ayudaron a expresar mis dificultades, expectativas y requerimientos de una manera lógica y coherente, facilitando una asistencia más efectiva por parte del modelo de inteligencia artificial.
En resumen, el aprendizaje y aplicación de estos marcos de trabajo me permitieron diseñar prompts más personalizados, estratégicos y orientados a resultados. Esta metodología representa una herramienta clave para potenciar mi aprendizaje autónomo, mejorar mi productividad y fortalecer mi desarrollo continuo en diversos contextos académicos y profesionales.
