🧩 Prompting Frameworks
Los prompting frameworks son plantillas estructuradas que organizan un prompt en componentes con propósito definido. Prompt Architect cataloga 31 frameworks en 7 categorías de intención, cada uno con respaldo académico o de la industria.
Categorías de intención
- Contenido / escritura — CO-STAR, RISE-IX, BAB
- Procesos multi-paso — RISEN, RISE-IE
- Tareas de precisión — TIDD-EC, RACE, CARE
- Tareas simples — CTF, RTF, APE
- Razonamiento — Chain of Thought, Self-Consistency, Least-to-Most, Step-Back, Plan-and-Solve, Tree of Thought, Skeleton of Thought
- Agéntico / tool-use — ReAct
- Crítica y verificación — Self-Refine, CAI Critique-Revise, Devil’s Advocate, Pre-Mortem, RCoT, Chain-of-Verification
Frameworks principales
| Framework | Siglas | Mejor para |
|---|---|---|
| CO-STAR | Context, Objective, Style, Tone, Audience, Response | Contenido, escritura |
| RISEN | Role, Instructions, Steps, End goal, Narrowing | Procesos multi-paso |
| CRISPE | Capacity+Role, Insight, Instructions, Personality, Experiment | Múltiples variantes de salida |
| BROKE | Background, Role, Objective, Key Results, Evolve | Entregables de negocio con KPIs |
| RISE-IE | Role, Input, Steps, Expectation | Análisis de datos (input→output) |
| RISE-IX | Role, Instructions, Steps, Examples | Contenido con ejemplos de referencia |
| TIDD-EC | Task, Instructions, Do, Don’t, Examples, Context | Tareas de alta precisión con límites explícitos |
| RACE | Role, Action, Context, Expectation | Tareas de experto |
| CARE | Context, Ask, Rules, Examples | Tareas con reglas explícitas |
| CTF | Context, Task, Format | Tareas simples guiadas por contexto |
| RTF | Role, Task, Format | Tareas simples guiadas por rol |
| APE | Action, Purpose, Expectation | Prompts mínimos de un solo uso |
| BAB | Before, After, Bridge | Reescribir/refactorizar contenido existente |
| ReAct | Reasoning + Acting | Tareas agénticas con tool-use |
| Tree of Thought | — | Decisiones con múltiples enfoques |
| Chain of Thought | — | Razonamiento paso a paso |
| Self-Consistency | — | Respuestas robustas (muestreo + voto mayoritario) |
| Chain of Density | — | Resúmenes de máxima densidad informativa |
| Self-Refine | — | Mejora iterativa de calidad |
| Pre-Mortem | — | Análisis de riesgo (asumir fallo) |
| RPEF | — | Recuperar un prompt desde su salida |
Árbol de decisión (resumen)
- ¿Transformar contenido existente? → BAB
- ¿Tarea agéntica/tool-use? → ReAct
- ¿Decisión entre enfoques? → Tree of Thought
- ¿Contenido con audiencia y tono? → CO-STAR
- ¿Proceso multi-paso? → RISEN
- ¿Transformación de datos? → RISE-IE
- ¿Razonamiento complejo? → Chain of Thought
- ¿Refinamiento iterativo de calidad? → Self-Refine
- ¿Resumir a longitud fija con máxima densidad? → Chain of Density
- ¿Cálculo numérico zero-shot? → Plan-and-Solve (PS+)
- ¿Problema composicional multi-hop? → Least-to-Most
- ¿Razonamiento de primeros principios? → Step-Back
- ¿Contenido largo estructurado? → Skeleton of Thought
- ¿Criticar/verificar? → Self-Refine / CAI Critique-Revise / Devil’s Advocate / Pre-Mortem / RCoT
Técnica componible
Few-shot / in-context examples — añadir ejemplos trabajados bien elegidos y ordenados. Se superpone a cualquier framework; no es uno de los 31.
Respaldo académico
CoT, Self-Refine (NeurIPS 2023), Step-Back (Google DeepMind, ICLR 2024), Least-to-Most (Google Brain), Plan-and-Solve (ACL 2023), Skeleton of Thought (ICLR 2024), Devil’s Advocate (ACM IUI 2024), RPEF (EMNLP 2025), Reverse Role (arXiv 2025).