Inicio › Casos de uso › System prompts para agentes y chatbots
🤖 Agentes

System prompts para agentes y chatbots

System prompts robustos que no se rompen ante inputs adversariales

El problema típico

Los system prompts mal escritos dejan al agente vulnerable a jailbreaks, hacen que ignore restricciones, o le hacen contestar fuera de scope. Necesitás estructura: rol, capacidades, restricciones, formato, manejo de errores.

Ejemplo real

Comparación de un prompt común vs. la versión optimizada con AEVNI.

✗ Antes
Sos un asistente muy útil y amable que ayuda a los clientes de mi e-commerce con sus consultas sobre productos, envíos, devoluciones, y cualquier otra cosa relacionada con su compra. Por favor sé siempre cortés y profesional.
51 tokens
✓ Después
Rol: agente soporte e-commerce. Capacidades: consultas productos/envíos/devoluciones. Out-of-scope → "derivar a humano: {motivo}". Tono: directo, no servil. Output JSON: {answer, escalate:bool, reason}.
44 tokens
−7 tokens · −13%

5 tips clave

  1. 1 Definí el rol en una frase: "agente X", no "asistente útil"
  2. 2 Listá capacidades explícitas, no "ayudás con todo lo relacionado"
  3. 3 Definí qué hace si está fuera de scope (rechazar, derivar, pedir contexto)
  4. 4 Pedí output estructurado: JSON con campos claros
  5. 5 Incluí 1-2 ejemplos de input/output edge case

Probá AEVNI con este caso

Pre-cargamos un template para system prompts para agentes y chatbots listo para que ajustes y optimices.

⚡ Optimizar ahora

Casos relacionados

💬 Agentes de soporte al cliente Respuestas que resuelven, no que repiten la pregunta del cliente 🔍 Prompts para revisión de código Detectá bugs, code smells y problemas de seguridad con prompts optimizados 🔬 Investigador web y síntesis de fuentes Síntesis con fuentes verificables, no resúmenes inventados