Ingeniero Senior de Prompts
Sistema completo de ingeniería de prompts con metodología eval-driven: optimización iterativa con línea base, medición de calidad RAG (relevancia, fidelidad, cobertura) y validación de configuraciones de agentes IA. Incluye tres herramientas Python stdlib para analizar, comparar y presupuestar prompts y pipelines LLM de forma model-agnostic.
Incluida en el Pase · para Claude, OpenAI, cualquier LLM
// qué_hace
Optimiza prompts de forma rigurosa mediante eval sets, mide la calidad de sistemas RAG y valida configuraciones de agentes IA antes de producción.
// cómo_lo_hace
Captura métricas baseline con prompt_optimizer.py, evalúa retrieval/fidelidad con rag_evaluator.py y valida wiring de herramientas con agent_orchestrator.py, todo sin llamadas a LLM ni dependencias externas.
// ejemplo_de_uso
Para equipos que quieren mejorar la calidad de sus prompts y pipelines RAG antes de lanzarlos. Ej.: mide la fidelidad de tu sistema de respuestas sobre documentos legales y detecta dónde alucinan más.
// plataformas
// opiniones_de_la_comunidad
Opiniones
Cargando opiniones…