Prompt, tokens y modelos: lo que vimos en la primera sesión

¿Qué hace exactamente un modelo razonador que no hace uno normal?

• Busca en internet antes de responderte.
• Interpreta tu intención, se escribe a sí mismo el prompt bueno y solo entonces responde.(respuesta)
• Usa un modelo más grande y caro por debajo.

Un modelo normal manda tu prompt al LLM y devuelve la continuación más probable. El razonador mete una capa antes, normalmente con un modelo más económico: mira qué quieres de verdad y redacta la instrucción que luego se envía al modelo grande. Por eso en DeepSeek ves ese texto en inglés cuestionándose tu petición antes de contestar.

Vas a preparar un análisis del que depende una decisión estratégica. ¿Qué haces?

• Modelo instantáneo: total, el prompt lo tengo muy bien escrito.
• Modelo razonador, aunque tarde más y gaste más.(respuesta)
• Da igual el modo: el resultado va a ser el mismo.

Por muy bien redactado que esté el prompt, un modelo instantáneo va directo a buscar la respuesta y no se plantea qué necesitas. Con el razonador activado se mira la inflación, se monta una proyección y te enseña las fuentes. Cuando la decisión tiene riesgo, compliance o dinero detrás, la relación riesgo-beneficio no da para ahorrar unos segundos.

Vas a pedirle a Claude que te revise unas cuentas y te redacte un informe. ¿Qué eliges?

• Fable, el más potente, para asegurar el mejor resultado posible.
• Haiku, que es rapidísimo y casi no gasta.
• Sonnet, y si se queda corto, subes a Opus.(respuesta)

Sonnet cubre la gran mayoría del trabajo real. Haiku te va a hacer corregirlo todo el rato, y Fable es poner a un doctorado a revisar una hoja de cálculo: resultado excelente, factura absurda y la cuenta agotada a media tarde. La regla es subir de modelo solo cuando el anterior se quede corto de verdad.

Un proveedor publica un benchmark donde su modelo gana a todos. ¿Qué haces con ese dato?

• Tomarlo como veredicto y cambiar de herramienta.
• Usarlo de orientación y decidir con un piloto real dentro de tu equipo.(respuesta)
• Ignorarlo: los benchmarks no miden nada.

Ningún proveedor publica un benchmark en el que pierda. Y hay un incentivo enorme en entrenar el modelo específicamente para aprobar ese examen, igual que estudiar solo el mínimo común múltiplo la semana antes del PISA. Sirven de orientación, y las comparativas de la comunidad son mejores que las de casa, pero la decisión buena sale de darle la herramienta a dos o tres personas de equipos distintos y preguntarles cualitativamente qué notan.

Llevas semanas usando el mismo hilo para un tema que se repite cada mes. ¿Qué conviene hacer?

• Seguir en ese hilo para siempre: cuanto más largo, más contexto tiene y mejor responde.
• Pedirle una skill con lo aprendido y arrancar hilos nuevos apoyados en ella.(respuesta)
• Empezar de cero cada vez y volver a explicárselo todo.

Un hilo eterno tiene dos costes. Uno económico: todo el histórico se reenvía como tokens de entrada en cada turno, así que pagas otra vez por lo mismo. Y otro de calidad: se intoxica, porque decisiones que tomaste hace meses y ya no aplican siguen pesando en la respuesta. La skill se queda con lo que funcionó, ocupa poquísimo y mejora cada vez que la usas.