OPINIONES CIENTÍFICAS

Prompts en oftalmología
Leonardo Ferlini, Daniel Sabella

Departamento de Innovación, Desarrollo e Investigación del Consejo Argentino de Oftalmología, Buenos Aires, Argentina.

Recibido: 3 de febrero de 2025.
Aprobado: 19 de febrero de 2025.

Autor corresponsal
Dr. Leonardo Ferlini
Consejo Argentino de Oftalmología
Tte. Gral. Juan Domingo Perón 1479 Planta Baja
(C1037ACA) Buenos Aires
Argentina
+54 (911) 5199-3372
leonardoferlini@gmail.com

Oftalmol Clin Exp (ISSNe 1851-2658)
20254; 18(1): e7-e14.

https://doi.org/10.70313/2718.7446.v18.n1.406

Agradecimiento
Al Dr. Rodrigo M. Torres, miembro del Departamento de I+D+I del CAO.

Modelos de IA utilizados en este artículo
Chat gpt o3 Mini
Claude 3.5 Sonnet
Gemini 1.5 Deep Search
NotebookLM

Resumen
La inteligencia artificial está en nuestras vidas en una etapa de crecimiento y evolución. Para un médico oftalmólogo, la IA puede ser una herramienta de gran valor tanto en la práctica clínica como en la investigación. Su utilización depende en gran parte de comprender cómo funciona y cuáles son sus fortalezas y sus debilidades. Una de las claves para poder comenzar a sacarle verdaderamente provecho es hacerle las preguntas correctas de la manera más adecuada. Para ello existen estructuras de interacción entre los humanos y la IA denominados “prompts”, que son las instrucciones que damos a esos sofisticados sistemas de inteligencia regenerativa. En este artículo haremos una introducción práctica a esta herramienta en el contexto médico oftalmológico.
Palabras clave: inteligencia artificial, prompts, Chat GPT, oftalmología.

Ophthalmology prompts
Abstract
Artificial intelligence is in our lives in a stage of growth and evolution. For an ophthalmic physician, AI can be a tool of great value, in both clinical practice and research. Its use depends largely on understanding how it works, its strengths, and its limitations. One of the keys to truly taking advantage of it is asking the right questions, most properly, for which there are interaction structures between humans and AI called “prompts”, which are the instructions that we give to these sophisticated regenerative intelligence systems. This article will give a practical introduction to this tool in the context of ophthalmology.
Keywords: artificial intelligence, prompts, Chat GPT, ophthalmology.

Prompts em oftalmología
Resumo
A inteligência artificial está em nossas vidas em um estágio de crescimento e evolução. Para um oftalmologista, a IA pode ser uma ferramenta muito valiosa tanto na prática clínica quanto na pesquisa. Seu uso depende em grande parte da compreensão de como ele funciona e quais são seus pontos fortes e fracos. Uma das chaves para realmente aproveitar ao máximo é fazer as perguntas certas da maneira certa. Para conseguir isso, existem estruturas de interação entre humanos e IA chamadas “prompts”, que são as instruções que damos a esses sofisticados sistemas de inteligência regenerativa. Neste artigo faremos uma introdução prática a esta ferramenta no contexto médico oftalmológico.
Palavras-chave: inteligência artificial, prompts, GPT Chat, oftalmologia.

Introducción
En el panorama actual de la inteligencia artificial nos encontramos ante una proliferación extraordinaria de modelos de inteligencia artificial (IA) generativa como Chat GPT, Deep Seek, Copilot o Gemini. La lista continúa creciendo y la complejidad aumenta cuando consideramos que muchos de estos sistemas operan con diferentes versiones internas, como es el caso de Chat GPT con sus modelos GPT-3.5, GPT-4 y sus diversas iteraciones.
Frente a esta abundancia de herramientas surge una pregunta fundamental: ¿estamos realmente aprovechando todo el potencial que estos sistemas nos ofrecen? En muchos casos la respuesta está íntimamente ligada a nuestra capacidad para comunicarnos efectivamente con estos modelos. Es por esto que resulta crucial profundizar en uno de los aspectos más determinantes para la utilización exitosa de estos modelos: los prompts.

Qué es exactamente un prompt
“Un prompt es la instrucción o consulta que proporcionamos a un modelo de IA para obtener una respuesta específica”1.
Podemos pensarlo como el lenguaje puente entre nuestras necesidades y las capacidades del sistema2. Es la forma en que “dialogamos” con la IA y su correcta formulación determina en gran medida la calidad y utilidad de las respuestas que obtenemos.
Entendiendo que la utilización de la IA es algo transversal a las diferentes actividades y que los médicos oftalmólogos están siendo protagonistas —algunos activos y otros pasivos— de esta época, el objetivo del presente trabajo es revisar el concepto de prompts, poniéndolo en el contexto de la oftalmología con un sentido práctico y educativo.

Ingeniería de prompts 101

Imaginemos que estamos en el consultorio. Cuando un paciente llega quejándose de dolor ocular, la calidad del diagnóstico depende enormemente de las preguntas que hagamos. No es lo mismo preguntar un simple “¿Te duele el ojo?” que especificar: “¿Podés describir si el dolor es punzante? ¿Empeora con los movimientos oculares? ¿En qué momento del día es más intenso?”
La ingeniería de prompts funciona de manera similar: es el arte de hacer las preguntas correctas a la IA para obtener las respuestas que realmente necesitamos3-4. No se trata solo de lanzar preguntas al aire; es una disciplina que combina la comunicación efectiva con el entendimiento técnico de cómo funcionan estos sistemas.
Para lograr estos beneficios necesitamos dominar varias estrategias clave:

  1. Especificidad: cuanto más específicas sean nuestras instrucciones, más precisas serán las respuestas que obtengamos.
  2. Contexto: proporcionar la información relevante para generar respuestas acertadas, similar a la forma como consideramos los antecedentes médicos importantes de un paciente. Sin embargo, debemos evitar saturar con información innecesaria que pueda diluir la calidad de la respuesta.
  3. Tono: definir claramente el estilo de comunicación que necesitamos. La IA puede adaptar su “voz” según el propósito: desde un tono formal para documentos institucionales hasta uno más cercano para comunicaciones informales con colegas.
  4. Ejemplos relevantes: al incluir ejemplos concretos en nuestros prompts ayudamos a la IA a comprender exactamente qué tipo de respuesta esperamos, como cuando mostramos a un residente el formato específico que queremos para un informe.
  5. Experimentación y refinamiento: la creación de prompts efectivos es un proceso iterativo; es normal necesitar varios intentos hasta que nos proporcione exactamente lo que buscamos.
  6. Audiencia objetivo: identificar claramente quién será el receptor de la información. La forma de explicar un procedimiento varía significativamente si va dirigido a un colega oftalmólogo o a un paciente.
  7. Estructura organizada: utilizar elementos como paréntesis, encabezados o viñetas para organizar tus prompts de manera clara. Una estructura bien definida facilita que la IA comprenda y organice la información solicitada de manera efectiva.
  8. Verificación de fuentes: solicitar siempre las fuentes de información que la IA utiliza. Esto es crucial para validar la confianza de las respuestas y asegurar que cumplen con los estándares médicos actuales.

Fórmulas para construir prompts efectivos

Así como en la oftalmología tenemos protocolos establecidos para diferentes procedimientos, en la ingeniería de prompts existen fórmulas que nos ayudan a estructurar nuestras consultas de manera efectiva3-7. Vamos a explorar dos de las más útiles: RTF y CREATE.

Fórmula RTF (Rol, Tarea, Formato)
La fórmula RTF simplifica la creación de prompts dividiéndola en tres elementos esenciales, proporcionando una estructura clara para comunicarte con la IA (fig. 1).

Figura 1. Fórmula RTF

Esta fórmula —aunque simple— es increíblemente efectiva para obtener respuestas precisas y útiles de los sistemas de IA, especialmente para consultas específicas y directas.

La fórmula CREATE

CREATE es una fórmula más completa que te permite estructurar prompts complejos de manera sistemática. Cada letra representa un elemento esencial para obtener exactamente lo que necesitas (fig. 2).

Figura 2. Fórmula CREATE.

Esta fórmula resulta particularmente útil cuando se necesitan respuestas detalladas y estructuradas para situaciones complejas, como el desarrollo de protocolos clínicos o guías de manejo.

Ejercicio práctico

Para demostrar la efectividad de estas fórmulas, los invito a realizar un ejercicio práctico de comparación. Comiencen con un prompt básico:
“Explícame sobre glaucoma para un residente”
Luego utilicen el mismo tema pero estructurando sus prompts con las fórmulas RTF y CREATE presentadas anteriormente. Como ejercicio adicional pueden probar estos prompts en diferentes modelos de IA generativa (Chat GPT, Claude, Deep Seek, Gemini, Perplexity, entre otros) para evaluar cómo cada uno interpreta y responde a diferentes estructuras de prompt. Esta comparación les permitirá comprender mejor las capacidades y particularidades de cada modelo.
Verán que cada fórmula ofrece un nivel diferente de detalle y estructura. La fórmula RTF es excelente para consultas específicas y directas, mientras que CREATE es ideal para situaciones que requieren de un análisis más profundo y una estructura más compleja.

Pro tip: Pueden utilizar la misma IA para que les ayude a crear el prompt final que usarán. El método es simple pero poderoso: creen dos conversaciones separadas y con propósitos distintos.
La primera conversación se dedica al diseño y refinamiento del prompt. La segunda conversación es donde implementan el prompt refinado para obtener el resultado final que buscan. Esta separación les permite iterar y mejorar el prompt sin “contaminar” el contexto de la conversación principal.

¿La IA no sirve?
"He seguido todas las fórmulas al pie de la letra pero la respuesta no fue la que esperaba..." Esta es una frase común cuando comenzamos a trabajar con IA y es completamente normal. La iteracción con modelos de lenguaje puede ser desafiante al principio y es frecuente encontrarnos con respuestas que no cumplen exactamente con nuestras expectativas.
El contenido del presente artículo es básico e introductorio, ya que existen estrategias avanzadas que permitirán llevar las iteracciones con la IA a niveles superiores. Se trata de conocimientos dinámicos que se renuevan constantemente y buscan simplificarse.

A modo de práctica agregamos un material adicional en anexo: los frameworks de prompting y el checklist de requisitos éticos y compliance que hemos recopilado para que puedan poner en práctica “el arte del prompting”. Se trata de una plantilla de práctica con una guía para comenzar a ejercitar el desarrollo de prompting en el ámbito oftalmológico.

Referencias
1. Meskó B. Prompt engineering as an important emerging skill for medical professionals: tutorial. J Med Internet Res. 2023; 25: e50638. doi:10.2196/50638
2. Younis HA, Eisa TAE, Nasser M et al. A systematic review and meta-analysis of artificial intelligence tools in medicine and healthcare: applications, considerations, limitations, motivation and challenges. Diagnostics (Basel). 2024; 14(1): 109. doi:10.3390/diagnostics14010109
3. Singhal K, Azizi S, Tu T, et al. Large language models encode clinical knowledge. Nature. 2023; 620(7972): 172-180. doi:10.1038/s41586-023-06291-2 [errata corregida en Nature. 2023;620(7973):E19.]
4. Wang L, Chen X, Deng X et al. Prompt engineering in consistency and reliability with the evidence-based guideline for LLMs. NPJ Digit Med. 2024; 7(1): 41. doi:10.1038/s41746-024-01029-4
5. Lan H. Prompt engineering for academic librarian: implications and applications of prompt engineering in academic librarianship. Journal of Web Librarianship 2024; 18(3): 169-175. doi:10.1080/19322909.2024.2399055
6. Lee JH, Shin J. How to optimize prompting for large language models in clinical research. Korean J Radiol. 2024; 25(10): 869-873. doi:10.3348/kjr.2024.0695
7. Saravia E. Guía de ingeniería de prompt. [S.l.]: DAIR.AI, 2022. DAIR.AI. Disponible en: https://www.promptingguide.ai/es