Brad Menezes resalta claves de prompts en startups de IA

La revolución de la programación: El futuro de las startups de IA

En un mundo donde la inteligencia artificial (IA) está redefiniendo las reglas del juego, Brad Menezes, CEO de Superblocks, ha puesto de manifiesto una perspectiva fascinante sobre la forma en que las ideas de startups millonarias están más cerca de lo que parece. Según Menezes, el verdadero tesoro se encuentra en los sistemas de prompts utilizados por las startups unicornio de IA existentes. Estos prompts son instrucciones extensas, que superan las 5,000-6,000 palabras, que guían a los modelos de IA de empresas como OpenAI o Anthropic para generar productos de IA a nivel de aplicación.

El enfoque de Menezes resalta un aspecto crucial en el desarrollo de productos de IA: la especificidad de las instrucciones. “Cada empresa tiene un sistema de prompts completamente diferente para el mismo modelo fundamental”, explica. Esta variabilidad no es solo un detalle técnico; es un reflejo de cómo cada startup busca adaptar la IA a sus necesidades específicas, resolviendo problemas concretos dentro de un dominio particular.

Desentrañando los secretos de los prompts

Aunque los sistemas de prompts no son un secreto absoluto, su naturaleza no siempre es accesible. Muchos clientes pueden solicitar a diversas herramientas de IA que compartan sus prompts, pero no siempre están disponibles al público. Para hacer frente a esta situación, Superblocks ha decidido dar un paso adelante. En el marco del lanzamiento de su nuevo producto, un agente de codificación empresarial llamado Clark, la empresa ha compartido un archivo que contiene 19 sistemas de prompts de algunas de las herramientas de codificación de IA más populares, como Windsurf, Manus, Cursor, Lovable y Bolt.

La reacción fue inmediata. El tuit de Menezes se volvió viral, alcanzando casi dos millones de visualizaciones, incluyendo figuras destacadas del Valle, como Sam Blond y Aaron Levie, un inversor de Superblocks. Este momento marcó un hito significativo, ya que Superblocks anunció recientemente que había recaudado 23 millones de dólares en una ronda de financiación Serie A, lo que eleva su total a 60 millones de dólares para sus herramientas de codificación orientadas a no desarrolladores en empresas.

En un entorno donde la innovación es la norma, Menezes se posiciona como un pionero en la exploración de los sistemas de prompts.

Aprendizajes de la ingeniería de prompts

Menezes ha compartido que el mayor aprendizaje en la construcción de Clark y en la lectura de los sistemas de prompts es que el prompt en sí mismo representa solo el 20% de la clave del éxito. “Este prompt proporciona la línea base de lo que se debe hacer”, explica. Sin embargo, el 80% restante está relacionado con lo que él llama "enriquecimiento de prompts". Esto incluye la infraestructura que una startup construye en torno a las llamadas al modelo de lenguaje, lo que abarca instrucciones que se añaden al prompt del usuario y acciones que se toman al devolver la respuesta, como verificar la precisión de la misma.

Menezes destaca tres partes fundamentales de los sistemas de prompts que son esenciales para estudiar: la configuración de roles, el contexto y el uso de herramientas. Cada uno de estos elementos contribuye a la eficacia del modelo de IA y a su capacidad para realizar tareas específicas.

La importancia de la configuración de roles

El primer aspecto a tener en cuenta es que, aunque los sistemas de prompts están redactados en lenguaje natural, son extremadamente específicos. “Básicamente, tienes que hablar como si te dirigieras a un compañero humano”, indica Menezes. Esta especificidad es clave, ya que las instrucciones deben ser precisas para que el modelo pueda responder de manera efectiva.

La configuración de roles es un elemento crítico que ayuda a los modelos de IA a ser consistentes, dándoles tanto propósito como personalidad. Por ejemplo, el sistema de prompts de Devin comienza con: “Eres Devin, un ingeniero de software que utiliza un sistema operativo real. Eres un verdadero genio del código: pocos programadores son tan talentosos como tú en entender bases de código, escribir código funcional y limpio, y iterar sobre tus cambios hasta que sean correctos”. Esta introducción no solo establece la identidad del modelo, sino que también le da un sentido de misión.

Contexto y claridad en las instrucciones

El segundo componente, la configuración contextual, proporciona al modelo el marco necesario para actuar. Este contexto es fundamental para establecer límites que, por ejemplo, pueden reducir costos y asegurar claridad en las tareas. Un ejemplo de esto se encuentra en el sistema de prompts de Cursor, que instruye: “Solo llama a las herramientas cuando sea necesario y nunca menciones los nombres de las herramientas al usuario; solo describe lo que estás haciendo. No muestres el código a menos que se te pida”. Estas instrucciones son esenciales para garantizar que el modelo actúe de manera coherente y efectiva.

La claridad en las instrucciones y la contextualización adecuada son la base de un rendimiento óptimo en los modelos de IA.

El uso de herramientas para tareas más complejas

El último componente que Menezes destaca es el uso de herramientas, que permite a los modelos realizar tareas más allá de la simple generación de texto. Por ejemplo, el sistema de Replit es extenso y describe cómo editar y buscar código, instalar lenguajes, configurar y consultar bases de datos PostgreSQL, ejecutar comandos de shell, entre otros. Este tipo de instrucciones amplía las capacidades del modelo, permitiéndole interactuar con el entorno de desarrollo de una manera más dinámica y efectiva.

El análisis de los sistemas de prompts de otros ha permitido a Menezes identificar lo que otros programadores de IA consideran prioritario. Herramientas como Loveable, V0 y Bolt “se centran en la rápida iteración”, mientras que “Manus, Devin, OpenAI Codex y Replit” ayudan a los usuarios a crear aplicaciones completas, aunque “la salida sigue siendo código en bruto”. Esta observación ha llevado a Menezes a ver una oportunidad: permitir que los no programadores creen aplicaciones, siempre que su startup pueda manejar aspectos como la seguridad y el acceso a fuentes de datos empresariales, como Salesforce.

La estrategia interna de Superblocks

Aunque Menezes aún no dirige la startup multimillonaria de sus sueños, Superblocks ha conseguido captar la atención de importantes clientes, entre ellos Instacart y Paypaya Global. Un aspecto interesante de la estrategia de la empresa es que Menezes ha decidido aplicar su propio producto internamente. Sus ingenieros de software no pueden escribir herramientas internas; solo pueden construir el producto. Como resultado, su equipo de negocios ha desarrollado agentes para todas sus necesidades, como uno que utiliza datos de CRM para identificar leads, otro que rastrea métricas de soporte, y otro que equilibra las asignaciones de los ingenieros de ventas humanos.

“Esta es básicamente una forma de construir las herramientas y no comprarlas”, afirma Menezes. Esta estrategia no solo demuestra la confianza de Menezes en su producto, sino que también sirve como un testimonio del potencial de la inteligencia artificial en la transformación de los procesos empresariales.

La combinación de una visión innovadora, un enfoque centrado en el usuario y una estrategia clara para el desarrollo de productos ha colocado a Superblocks en el radar de la industria. A medida que la inteligencia artificial sigue evolucionando y transformando la forma en que trabajamos, es evidente que los próximos años serán cruciales para startups como Superblocks, que están dispuestas a desafiar las normas y explorar nuevas fronteras en la programación y la codificación.