Loading...
    • Guía para desarrolladores
    • Referencia de API
    • MCP
    • Recursos
    • Notas de la versión
    Search...
    ⌘K
    Primeros pasos
    Introducción a ClaudeInicio rápido
    Modelos y precios
    Descripción general de modelosElegir un modeloNovedades en Claude 4.5Migración a Claude 4.5Deprecación de modelosPrecios
    Construir con Claude
    Descripción general de característicasUsar la API de MessagesVentanas de contextoMejores prácticas de prompting
    Capacidades
    Almacenamiento en caché de promptsEdición de contextoPensamiento extendidoEsfuerzoStreaming de MessagesProcesamiento por lotesCitasSoporte multilingüeConteo de tokensEmbeddingsVisiónSoporte de PDFAPI de FilesResultados de búsquedaSalidas estructuradas
    Herramientas
    Descripción generalCómo implementar el uso de herramientasStreaming de herramientas de grano finoHerramienta BashHerramienta de ejecución de códigoLlamada de herramientas programáticaHerramienta de uso de computadoraHerramienta de editor de textoHerramienta de búsqueda webHerramienta de búsqueda webHerramienta de memoriaHerramienta de búsqueda de herramientas
    Agent Skills
    Descripción generalInicio rápidoMejores prácticasUsar Skills con la API
    Agent SDK
    Descripción generalInicio rápidoSDK de TypeScriptTypeScript V2 (vista previa)SDK de PythonGuía de migración
    MCP en la API
    Conector MCPServidores MCP remotos
    Claude en plataformas de terceros
    Amazon BedrockMicrosoft FoundryVertex AI
    Ingeniería de prompts
    Descripción generalGenerador de promptsUsar plantillas de promptsMejorador de promptsSer claro y directoUsar ejemplos (prompting multishot)Dejar que Claude piense (CoT)Usar etiquetas XMLDar un rol a Claude (prompts del sistema)Rellenar la respuesta de ClaudeEncadenar prompts complejosConsejos de contexto largoConsejos de pensamiento extendido
    Probar y evaluar
    Definir criterios de éxitoDesarrollar casos de pruebaUsar la herramienta de evaluaciónReducir latencia
    Fortalecer protecciones
    Reducir alucinacionesAumentar consistencia de salidaMitigar ataques de jailbreakRechazos de streamingReducir fuga de promptsMantener a Claude en personaje
    Administración y monitoreo
    Descripción general de Admin APIAPI de uso y costoAPI de Claude Code Analytics
    Console
    Log in
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...

    Solutions

    • AI agents
    • Code modernization
    • Coding
    • Customer support
    • Education
    • Financial services
    • Government
    • Life sciences

    Partners

    • Amazon Bedrock
    • Google Cloud's Vertex AI

    Learn

    • Blog
    • Catalog
    • Courses
    • Use cases
    • Connectors
    • Customer stories
    • Engineering at Anthropic
    • Events
    • Powered by Claude
    • Service partners
    • Startups program

    Company

    • Anthropic
    • Careers
    • Economic Futures
    • Research
    • News
    • Responsible Scaling Policy
    • Security and compliance
    • Transparency

    Learn

    • Blog
    • Catalog
    • Courses
    • Use cases
    • Connectors
    • Customer stories
    • Engineering at Anthropic
    • Events
    • Powered by Claude
    • Service partners
    • Startups program

    Help and security

    • Availability
    • Status
    • Support
    • Discord

    Terms and policies

    • Privacy policy
    • Responsible disclosure policy
    • Terms of service: Commercial
    • Terms of service: Consumer
    • Usage policy
    Ingeniería de prompts

    Encadenar indicaciones complejas para un mejor rendimiento

    Aprende a dividir tareas complejas en subtareas manejables usando encadenamiento de indicaciones para mejorar la precisión y claridad.
    • ¿Por qué encadenar indicaciones?
    • Cuándo encadenar indicaciones
    • Cómo encadenar indicaciones
    • Flujos de trabajo encadenados de ejemplo:
    • Avanzado: Cadenas de autocorrección
    • Ejemplos

    While these tips apply broadly to all Claude models, you can find prompting tips specific to extended thinking models here.

    Cuando trabajas con tareas complejas, Claude a veces puede fallar si intentas manejar todo en una sola indicación. El encadenamiento de pensamiento (CoT) es excelente, pero ¿qué pasa si tu tarea tiene múltiples pasos distintos que cada uno requiere un pensamiento profundo?

    Entra el encadenamiento de indicaciones: dividir tareas complejas en subtareas más pequeñas y manejables.

    ¿Por qué encadenar indicaciones?

    1. Precisión: Cada subtarea obtiene la atención completa de Claude, reduciendo errores.
    2. Claridad: Las subtareas más simples significan instrucciones y salidas más claras.
    3. Trazabilidad: Identifica y corrige fácilmente problemas en tu cadena de indicaciones.

    Cuándo encadenar indicaciones

    Usa el encadenamiento de indicaciones para tareas de múltiples pasos como síntesis de investigación, análisis de documentos o creación de contenido iterativo. Cuando una tarea implica múltiples transformaciones, citas o instrucciones, el encadenamiento evita que Claude omita o maneje mal los pasos.

    Recuerda: ¡Cada eslabón en la cadena obtiene la atención completa de Claude!

    Consejo de depuración: Si Claude se pierde un paso o tiene un desempeño deficiente, aísla ese paso en su propia indicación. Esto te permite ajustar los pasos problemáticos sin rehacer toda la tarea.

    Cómo encadenar indicaciones

    1. Identifica subtareas: Divide tu tarea en pasos distintos y secuenciales.
    2. Estructura con XML para transiciones claras: Usa etiquetas XML para pasar salidas entre indicaciones.
    3. Ten un objetivo de tarea única: Cada subtarea debe tener un objetivo único y claro.
    4. Itera: Refina subtareas basándote en el desempeño de Claude.

    Flujos de trabajo encadenados de ejemplo:

    • Análisis de múltiples pasos: Consulta los ejemplos legales y comerciales a continuación.
    • Canalizaciones de creación de contenido: Investigación → Esquema → Borrador → Edición → Formato.
    • Procesamiento de datos: Extracción → Transformación → Análisis → Visualización.
    • Toma de decisiones: Recopilar información → Listar opciones → Analizar cada una → Recomendar.
    • Bucles de verificación: Generar contenido → Revisar → Refinar → Revisar de nuevo.
    Consejo de optimización: Para tareas con subtareas independientes (como analizar múltiples documentos), crea indicaciones separadas y ejecútalas en paralelo para mayor velocidad.

    Avanzado: Cadenas de autocorrección

    ¡Puedes encadenar indicaciones para que Claude revise su propio trabajo! Esto detecta errores y refina salidas, especialmente para tareas de alto riesgo.


    Ejemplos


    Biblioteca de indicaciones

    Inspírate con una selección curada de indicaciones para varias tareas y casos de uso.

    Tutorial de indicaciones de GitHub

    Un tutorial lleno de ejemplos que cubre los conceptos de ingeniería de indicaciones encontrados en nuestros documentos.

    Tutorial de indicaciones de Google Sheets

    Una versión más ligera de nuestro tutorial de ingeniería de indicaciones a través de una hoja de cálculo interactiva.