Introducción: Por qué los prompts para el tutorado personalizado son esenciales hoy en día
El contexto actual: nuevos modelos y herramientas que revolucionan el tutorado
Los últimos lanzamientos están redefiniendo lo que es posible con los prompts basados en LLM:
- CopilotKit lanza CLiF: una plataforma de aprendizaje continuo que transforma las trazas de los agentes y las acciones de los usuarios en datos de habilidades, evaluaciones y ajuste fino. Es ideal para tutores que necesitan evolucionar con cada estudiante.
- TypeSafe AI lanza Jev 1.14: el modelo System One ahora acepta entradas de imágenes, un tipo de bounding-box y un contexto opcional de 262k tokens. Esto permite incorporar diagramas, fórmulas y bocetos directamente en el prompt.
- Grok Voice 3.0: un modelo de conversión de voz a voz que escucha, razona, llama a herramientas y habla, actualmente en el #1 de la clasificación de Artificial Analysis. Es perfecto para el tutorado interactivo y basado en voz.
Integrar estas funcionalidades en tus prompts te permite ofrecer un tutorado más rico, contextualizado y envolvente.
CLiF de CopilotKit: aprendizaje continuo a partir de los datos de los usuarios
{
"agent_trace": [
{"step": "question", "content": "¿Cómo se calcula la derivada?", "user_level": "beginner"},
{"step": "feedback", "content": "Usa la regla de la cadena.", "correction_needed": true}
],
"skill_update": {
"target": "calculus_explanation",
"new_data": "highlight_step_by_step"
}
}
Jev 1.14 de TypeSafe AI: contexto ampliado y entrada multimodal
Con un contexto de hasta 262k tokens y soporte para imágenes, Jev puede analizar una fórmula matemática dibujada a mano, un diagrama de flujo o un esquema e incorporarlo directamente en el prompt. Esto permite que los tutores puedan examinar el trabajo escrito de un estudiante, identificar errores visuales y proporcionar explicaciones específicas.
{
"prompt": "Examina el diagrama siguiente (PNG) y explica por qué el ciclo es O(n log n).",
"attachments": ["diagram.png"],
"context_length": "262k"
}
Grok Voice 3.0: tutorado interactivo basado en voz
Grok Voice 3.0 no se limita a convertir texto en voz: interactúa, hace preguntas de seguimiento y llama a herramientas externas (como calculadoras o diccionarios) de forma nativa por voz. Utilizar este modelo en un prompt permite ofrecer sesiones de tutorado en tiempo real, totalmente conversacionales, especialmente útiles para el aprendizaje de idiomas o la resolución de problemas en tiempo real.
{
"mode": "voice_tutor",
"language": "italian",
"prompt": "Hola, soy principiante. Necesito una explicación sencilla de la ley de Ohm."
}
Cómo crear prompts efectivos para un tutorado personalizado
Incluso con los modelos más avanzados, un prompt bien estructurado es fundamental. Estos son los componentes esenciales:
- Identificación del estudiante:nivel, objetivos, estilo de aprendizaje.
- Objetivo específico:pregunta, habilidad o concepto a enseñar.
- Contexto y recursos:posibles imágenes, fórmulas, trazas de conversaciones anteriores.
- Solicitud de acción:qué debería hacer el tutor (explicar, corregir, generar ejercicio, hablar).
- Criterios de evaluación:cómo medir el éxito (completitud, precisión, claridad).
Combina estos elementos con las nuevas funcionalidades multimodales y de voz para maximizar el impacto.
Estructura básica del prompt
Un modelo reutilizable podría ser el siguiente:
Eres un tutor experto en [materia] especializado en [estilo de aprendizaje]. El nivel del estudiante es [nivel] y su objetivo es [objetivo]. Utiliza el siguiente contexto: [contexto, incluyendo posibles attachments]. Responde a la pregunta del estudiante: "[pregunta del estudiante]". Proporciona una explicación clara, corrige posibles errores y ofrece un ejercicio de práctica relevante. Evalúa la respuesta en función de [criterios]
Ejemplo de prompt: matemática (cálculo de derivadas)
Eres un tutor de matemáticas especializado en explicaciones paso a paso para estudiantes principiantes. El nivel del estudiante es principiante y su objetivo es comprender la regla de la cadena. Utiliza el siguiente contexto: no hay imágenes adjuntas. Responde a la pregunta del estudiante: "¿Cómo se calcula la derivada de f(x) = (x^2 + 1) * sin(x)?" Proporciona una explicación clara, corrige posibles errores y ofrece un ejercicio de práctica relevante. Evalúa la respuesta en función de la completitud, la precisión y la claridad.
Ejemplos prácticos y casos de uso
Tutorado lingüístico con Grok Voice 3.0
Un estudiante de italiano puede practicar la pronunciación y la gramática a través de sesiones vocales. El prompt incluye reconocimiento de voz, corrección en tiempo real y generación de frases de práctica.
{
"mode": "voice_tutor",
"language": "italian",
"prompt": "Practica la pronunciación de 'capitano'. Repite después de mí y corrige posibles errores de pronunciación."
}
Coaching técnico con CLiF
Un tutor de programación utiliza CLiF para adaptarse a los errores recurrentes de un estudiante. Las trazas de los agentes se analizan para generar consejos personalizados.
{
"agent_trace": [
{"step": "code_submitted", "code": "function sum(a,b) { return a - b; }", "error": "logical_bug"}
],
"skill_update": {
"target": "debugging_approach",
"suggestion": "empieza probando los casos límite"
}
}
Lista de recomendaciones y consejos prácticos
- Define siempre el perfil del estudiante y el objetivo en el prompt.
- Incluye contexto multimodal (imágenes, diagramas) cuando sea posible.
- Utiliza las trazas de los agentes (CLiF) para mejorar continuamente el tutor.
- Explora las opciones de voz (Grok Voice 3.0) para un tutorado más natural.
- Prueba el prompt con casos reales antes de implementarlo a gran escala.
- Monitorea las métricas de evaluación para iterar y refinar el comportamiento del tutor.