Karpathy comparte formas de entender las respuestas de la IA: ASD-STE100, diagramas, HTML y vídeo
Karpathy comparte formas de entender las respuestas de la IA: ASD-STE100, diagramas, HTML y vídeo
Andrej Karpathy describió técnicas de prompt que le ayudan a entender mejor las respuestas de la IA: el estándar de aviación ASD-STE100, diagramas, páginas HTML interactivas y vídeos explicativos.
Andrej Karpathy compartió varias técnicas que le ayudan a entender mejor las respuestas de la IA. La primera es pedir a la IA que escriba según ASD-STE100, un estándar simplificado de inglés usado en manuales de mantenimiento de aviones.
ASD-STE100 fue creado para mecánicos de aviación para quienes el inglés no es su lengua materna. Su vocabulario contiene unas 900 palabras; cada instrucción tiene como máximo 20 palabras, y cada frase contiene una sola instrucción. Los modelos de lenguaje ya conocen bien este estándar, por lo que las explicaciones resultan breves, con una idea por frase y fáciles de leer. Si las restricciones parecen demasiado estrictas, se puede pedir “acercarse a ASD-STE100 en un 80%”. Alguien convirtió esto en una habilidad de código abierto en GitHub.
Si el texto todavía no ayuda, prueba otro formato: primero un diagrama, luego una página HTML interactiva con animaciones y visualizaciones. La opción más avanzada, que Karpathy considera prometedora, es un vídeo explicativo. Por ejemplo, se puede pedir a un modelo que cree un vídeo al estilo de 3Blue1Brown con narración generada mediante ElevenLabs.
Los vídeos que explican exactamente lo que quieres entender podrían cambiar la educación. Como ejemplo, Karpathy menciona una explicación de cómo funciona Shazam; la publicación original no incluía el enlace.
Por qué es importante
AnálisisEste enfoque muestra que la calidad de las respuestas de la IA puede mejorar mediante formatos y restricciones lingüísticas, no solo con prompts más complejos. ASD-STE100, las visualizaciones y los vídeos explicativos hacen más comprensibles los temas difíciles.
Debatir en la comunidad
Comparte tus preguntas e ideas con desarrolladores
Relacionado en el ecosistema
Guías prácticas, terminología y skills de agentes
Loop Engineering: arquitectura de bucles autónomos y el fin del prompting manual
Inmersión profunda en Loop Engineering: arquitectura de ciclos autosostenidos para Claude Code y agentes autónomos, patrón DOER/CHECKER, verificación determinista, comando /goal y mitigación de Reward Hacking.
ChatGPT: cómo elegir modelo, plan y escribir prompts efectivos
1. Sistema operativo en una página...
Plan-and-Solve Prompting
Arquitectura de agente en dos etapas que separa la descomposición estratégica de la tarea en un plan global de su ejecución táctica secuencial con replanteamiento dinámico.
ReAct Pattern (Reasoning + Acting)
Patrón algorítmico fundamental para agentes autónomos que alterna pasos de razonamiento interno (Thought), ejecución de herramientas externas (Action) y análisis del resultado obtenido (Observation).