Karpathy propone cambiar el formato de las respuestas de los LLM según la tarea

Andrej Karpathy volvió con una idea: el texto plano no siempre es la mejor interfaz para interactuar con grandes modelos de lenguaje.
En su publicación, propuso pedir a los modelos que respondan en el formato que mejor se adapte a la tarea:
- Explicaciones en texto: usar ASD-STE100, un estándar de inglés controlado desarrollado originalmente para documentación técnica en aviación. Su vocabulario y estructura de frases limitados hacen que las respuestas sean más claras; Karpathy a veces pide seguir el estándar “al 80%” para que el texto no se convierta en un manual seco.
- Visualizaciones en lugar de texto largo: pedir un diagrama o una imagen.
- Páginas interactivas: para temas más complejos, generar una página HTML con visualizaciones y animaciones.
- Vídeos de un solo uso: el siguiente paso que Karpathy considera especialmente prometedor es un vídeo explicativo para una pregunta concreta, por ejemplo al estilo 3Blue1Brown con narración mediante ElevenLabs.
La idea es más amplia que los prompts concretos: si el código y la generación de contenido se vuelven lo suficientemente baratos, una sola pregunta puede justificar crear una miniapp, visualización o vídeo desechable que antes no tenía sentido económico. Según Karpathy, a medida que los modelos ganen autonomía, entender y supervisar su trabajo ocupará cada vez más tiempo de las personas.
Por qué es importante
AnálisisEsto importa porque desplaza el foco de la redacción del prompt al formato de la respuesta, lo que puede mejorar la claridad y reducir el tiempo de interpretación.
Debatir en la comunidad
Comparte tus preguntas e ideas con desarrolladores
Relacionado en el ecosistema
Guías prácticas, terminología y skills de agentes
Formatos DOCX y XLSX: cuándo se necesita un documento final completo de la IA
Guía práctica y completa sobre la generación y procesamiento de documentos DOCX y libros XLSX con IA: comparativa con Markdown y CSV, ingeniería de prompts, fórmulas y automatización en código.
Formato CSV: guía completa para automatizaciones y flujos de IA
Guía práctica sobre el formato CSV en flujos de IA: estándar RFC 4180, comparativa con XLSX y JSON, limpieza masiva, enriquecimiento de datos, scripts en Python y prompts para producción.
Qwen-4 Max se presenta oficialmente: modelo para agentes y tareas de largo horizonte
Qwen-4 Max se posiciona como un modelo para tareas agénticas y de largo horizonte, con menor uso de tokens y coste reducido frente a Qwen-3.8.
Qwen4-Max ya está disponible: menos tokens y menor coste por tarea
Qwen4-Max llega con arquitectura MoE, contexto de 1M tokens, soporte de imágenes integrado y una reducción significativa de costes.