Laura López
Editora Sénior - TechChatGPT, Gemini, Claude, DeepSeek y otras inteligencias artificiales (IA) parecen simples: escribimos, les entregamos nuestra petición o pregunta y recibimos una respuesta. No obstante, detrás de esta sencillez de uso hay dos parámetros que condicionan en gran medida la calidad de la respuesta que obtenemos. Y a menudo pasan inadvertidos.
La temperatura y la longitud de respuesta no podemos manipularlas directamente desde el chat convencional. De hecho, solo se tocan desde la API o utilizando herramientas avanzadas, pero la buena noticia es que podemos simular su efecto recurriendo al prompt adecuado.
La temperatura afecta a la creatividad de la respuesta. Y la longitud a cuánto se explaya el modelo de IA. Lo importante es que al combinarlas podemos transformar por completo el resultado de una misma pregunta.
Qué hacen realmente estos dos parámetros
Los modelos de lenguaje que utilizamos actualmente no "conocen" las respuestas a nuestras preguntas. En realidad calculan, expresado a grandes rasgos, palabra a palabra cuál es la siguiente más probable. Esto es todo. En este contexto la temperatura decide en qué medida se aparta el modelo de esa opción más probable.
Una temperatura baja (y por lo tanto cercana a 0) elige casi siempre lo previsible. Una alta, sin embargo, se permite opciones menos probables, con más variedad, pero también con más riesgo de desvíos. Sea como sea, no existe una temperatura "correcta": depende de la tarea. Para resumir un contrato, explicar un concepto o traducir un texto nos interesa que sea baja. Pero para buscar nombres, escribir un e-mail o proponer ideas nos interesa justo lo contrario.
Casi ninguna interfaz de las aplicaciones de IA nos deja tocar este parámetro directamente, pero podemos simular su efecto recurriendo a instrucciones explícitas. Si escribimos en Claude o ChatGPT:
"Dame una respuesta muy conservadora y literal, sin especular ni añadir matices propios"
le estamos pidiendo en la práctica un comportamiento equivalente a una temperatura baja. Si en cambio escribimos:
"Sé todo lo original que puedas. Prefiero ideas poco convencionales, incluso arriesgadas, antes que las más obvias"
el modelo se comportará de una forma mucho más parecida a como lo haría con la temperatura al máximo.
Con la longitud de respuesta ocurre algo parecido, aunque el mecanismo es distinto. El modelo genera texto hasta que decide parar o hasta que alcanza un límite de tokens fijado de antemano, y una respuesta más larga no equivale a una respuesta mejor. Casi nunca lo es.
La solución es sencilla: basta incluir en el 'prompt' una instrucción explícita de extensión
Sin instrucciones la mayoría de los modelos tiende a extenderse con matices que no siempre necesitamos. En cambio, si buscamos un desarrollo en profundidad, una respuesta corta se quedará a medias. El problema no reside en el modelo: está en que no le hemos indicado cuánto espacio debe ocupar.
La solución es sencilla: basta incluir en el prompt una instrucción explícita de extensión, desde "respóndeme en una sola frase" hasta "desarróllalo con la máxima profundidad posible". Y los dos parámetros, además, se combinan: una temperatura baja y una respuesta corta dan respuestas quirúrgicas, ideales para lo técnico. Sin embargo, una temperatura alta y una longitud generosa habilitan una IA que se explaya y arriesga, perfecta para generar nuevas ideas.
Conocer ambos parámetros, aunque sea de una forma indirecta a través del itinerario que le marcamos al modelo en cada prompt, nos permite pedir exactamente lo que necesitamos en vez de conformarnos con lo que la IA entrega por defecto.
Imagen | Generada por Xataka con un prompt creado por Gemini y entregado a ChatGPT
En Xataka | Modo bloqueo de ChatGPT: qué es, para qué sirve, quién puede usarlo y cómo activarlo
En Xataka | La IA está sustituyendo uno de los trabajos más odiados del mundo: el cobrador del frac
Ver 0 comentarios