8Verificación de Cumplimiento de la Ley de IA de la UE (Código Fuente)
proporcionada. Si bien las obligaciones de transparencia del Artículo 50 de la Ley de IA de la UE no se aplican al código fuente en sí, quiero adoptar sus principios para la gobernanza interna. **Fragmento de Código:**
11El Generador de Consultas SQL con Contexto de Esquema
CREATE TABLE users ( id SERIAL PRIMARY KEY, name VARCHAR(100), email VARCHAR(100) UNIQUE, created_at TIMESTAMP WITH TIME ZONE DEFAULT NOW() ); CREATE TABLE orders ( id SERIAL PRIMARY KEY, user_id INTEGER REFERENCES users(id), amount DECIMAL(10, 2), created_at TIMESTAMP WITH TIME ZONE DEFAULT NOW() );
depurando un error de producción. Proporcionaré un stack trace y el código relevante. Su trabajo es identificar la causa raíz más probable. **Entorno:**
Actúe como un ingeniero de plantilla en una importante empresa tecnológica que realiza una entrevista de diseño de sistemas. Yo soy el candidato. **El Prompt:** "Design a system like `[[Twitter's timeline service]]`." **Su Rol:** 1. Comience haciéndome preguntas aclaratorias para delimitar el problema (por ejemplo, "¿Cuáles son las características clave?" "¿Cuál es la escala esperada?"). 2. A medida que propongo componentes (por ejemplo, balanceadores de carga, bases de datos, cachés), cuestione mis decisiones. Pregunte sobre las compensaciones, los modos de fallo y los cuellos de botella de escalabilidad. 3. Oblígueme a realizar cálculos rápidos para el almacenamiento, el ancho de banda y las QPS. 4. No me dé las respuestas. Guíeme hacia un diseño robusto haciendo preguntas críticas. 5. Concluya la entrevista dándome retroalimentación sobre mi diseño, destacando 3 fortalezas y 3 áreas de mejora.
21El Generador de Registros de Decisiones Arquitectónicas (ADR)
# ADR-001: Adoptar ScyllaDB como Base de Datos Principal **Fecha:** `[[3 de septiembre de 2026]]` **Estado:** Aceptado **Contexto:** *(Describa el problema de negocio/técnico que estamos tratando de resolver.)* **Decisión:** *(Indique la decisión claramente.)* **Consecuencias:** * **Positivas:** * *(Enumere los beneficios esperados, por ejemplo, mejora del rendimiento de escritura, menor latencia de lectura, escalabilidad horizontal.)* * **Negativas:** * *(Enumere las desventajas y riesgos, por ejemplo, pérdida de transacciones ACID, necesidad de nuevas habilidades de desarrollador, complejidad de la migración.)* **Opciones Consideradas:** 1. **ScyllaDB:** *(Describa brevemente por qué fue elegida.)* 2. **PostgreSQL con CitusDB:** *(Describa brevemente por qué no fue elegida.)* 3. **CockroachDB:** *(Describa brevemente por qué no fue elegida.)*
[I accidentally committed a large binary file to my feature branch. I have made several other commits on top of it. I want to remove that file and its commit from my branch history before I create a pull request. I have not pushed the branch to the remote yet.]
26Ejemplo de Prompt para Prototipado de Apps con IA
Genere un prototipo funcional para una aplicación móvil llamada 'PlantPal'. Es para nuevos propietarios de plantas. Pantallas Clave: - **Onboarding:** Una introducción sencilla de 3 pasos a las funciones de la aplicación. - **Inicio de Sesión/Registro:** Autenticación por correo electrónico y contraseña. - **Mis Plantas:** Un panel que muestra una cuadrícula de plantas que el usuario ha añadido. Cada tarjeta debe mostrar una foto, el nombre de la planta y un botón 'Regar Ahora'. - **Añadir Planta:** Un formulario para añadir una nueva planta con campos para nombre, especie (desplegable) y carga de fotos. - **Detalles de la Planta:** Una vista que muestra más información sobre una planta específica, incluyendo un horario de riego y consejos de cuidado. La base de datos debe tener una tabla de 'Usuarios' y una tabla de 'Plantas', con una relación entre ellas.
Analice la siguiente función TypeScript. Escriba un comentario TSDoc completo para ella. Explique qué hace la función, describa cada parámetro (incluyendo su tipo y propósito) y describa el valor de retorno. [[Pegue su código aquí]]
28Refactorización de Componente React con Contexto
Necesito refactorizar un componente React ubicado en `src/components/OldProfile.tsx`. **Objetivo:** Crear un nuevo componente `src/components/ProfileHeader.tsx` extrayendo la lógica del encabezado de `OldProfile.tsx`. **Contexto:** - El nuevo `ProfileHeader` debe aceptar un objeto `user` como prop. El tipo de usuario está definido en `src/types/user.ts`. - Debe mostrar el avatar, el nombre completo y el nombre de usuario del usuario. - Debe usar nuestros componentes de UI existentes: `<Avatar>`, `<Heading>` y `<Text>` de `src/components/ui/`. - El estilo debe usar solo clases de Tailwind CSS. **Tarea:** 1. Crear el nuevo archivo `src/components/ProfileHeader.tsx`. 2. Implementar el componente de acuerdo con el contexto anterior. 3. Eliminar el código correspondiente de `OldProfile.tsx`. 4. Importar y usar el nuevo componente `ProfileHeader` dentro de `OldProfile.tsx`, pasando las props correctas.
Tengo una consulta PostgreSQL lenta. Aquí está la consulta y la salida de `EXPLAIN ANALYZE`. **Consulta:** [[Pegue su consulta SQL lenta aquí]] **Salida de EXPLAIN ANALYZE:** [[Pegue la salida completa de EXPLAIN ANALYZE aquí]] **Esquema:** - Tabla `users`: (id, name, email, created_at) - Tabla `orders`: (id, user_id, amount, created_at) - La columna `user_id` en `orders` es una clave foránea a `users.id`. **Tarea:** 1. Identificar el cuello de botella en el plan de consulta. 2. Sugerir una o más versiones optimizadas de la consulta. 3. Para cada sugerencia, explicar *por qué* es más eficiente. 4. Recomendar cualquier índice de base de datos que mejoraría el rendimiento de la consulta original. Proporcionar la sentencia SQL `CREATE INDEX` exacta.
30Ejemplo: Generación de una función de base de datos
# Python, using SQLAlchemy and FastAPI # Modelo de base de datos (models.py): # class Item(Base): # __tablename__ = "items" # id = Column(Integer, primary_key=True, index=True) # name = Column(String, index=True) # description = Column(String) # Esquema Pydantic (schemas.py): # class Item(BaseModel): # id: int # name: str # description: str | None = None # # class Config: # orm_mode = True # Prompt: # Escribe una función SQLAlchemy `get_item_by_id` que tome una sesión de base de datos y un item_id. # Debe consultar el modelo `Item` y devolver el primer resultado. # Si no se encuentra ningún elemento, debe devolver None.
31Prompt para GitHub Copilot: Crear un HCL de Terraform para un Bucket S3
Escriba una configuración de Terraform (HCL) para crear un bucket S3 privado. El bucket debe tener el versionado habilitado, cifrado del lado del servidor usando AWS KMS y bloquear todo el acceso público. Incluya una política de bucket que solo permita el acceso desde un ARN de rol IAM específico.
import requests def get_user_profile(user_id): """ Fetches a user's profile from an external API and returns their name. """ if not isinstance(user_id, int) or user_id <= 0: raise ValueError("User ID must be a positive integer.") try: response = requests.get(f"https://api.example.com/users/{user_id}") response.raise_for_status() # Raises an HTTPError for bad responses data = response.json() return data.get("name") except requests.exceptions.RequestException as e: # Log the error, for example print(f"API request failed: {e}") return None
33Generar pruebas unitarias para funciones del repositorio
Escribe pruebas unitarias exhaustivas para la siguiente función en [[LENGUAJE]]: [[INSERTA LA FUNCIÓN O PEGA EL CÓDIGO]]. Cubre los casos límite típicos, la gestión de entradas nulas y las condiciones de contorno utilizando el marco de trabajo [[MARCO DE PRUEBAS]]. Asegúrate de que las dependencias simuladas se especifiquen claramente.
Cuatro pasos, cerca de un minuto. El prompt aporta la estructura; tú aportas los detalles.
1
Elige el prompt
Cada prompt se escribió para una tarea concreta, no como plantilla genérica del tipo «actúa como un experto». Repasa los títulos y coge el que encaje con lo que tienes delante.
2
Cópialo y pégalo
Pulsa Copiar y pega todo en ChatGPT, Claude, Gemini o el asistente que ya pagues. Nada aquí depende de un solo modelo.
3
Rellena los corchetes
Sustituye cada [Marcador entre corchetes] por tus propios datos antes de enviarlo. De ahí sale la calidad: el prompt aporta la estructura, tú aportas los detalles.
4
Consulta la guía
El enlace «Origen» bajo cada prompt abre el artículo completo: por qué está construido así, contra qué se probó y con qué herramientas encaja.
Preguntas frecuentes
Las preguntas que surgen antes de pegar uno de estos prompts en un trabajo real.
¿Se pueden usar gratis estos prompts?
Sí. Los 33 prompts de esta página se pueden copiar y usar con cualquier asistente de IA, incluidos ChatGPT, Claude y Gemini. Solo necesitas una cuenta en una de esas herramientas.
¿Cómo uso estos prompts de IA para software?
Copia el texto completo con el botón Copiar, pégalo en tu asistente de IA y sustituye cada marcador entre corchetes —como [Tu ciudad] o [Nombre de la empresa]— por tus propios datos antes de enviarlo.
¿De dónde salen estos prompts?
Cada prompt procede de una guía probada de Zekai. El enlace «Origen» bajo cada prompt lleva al artículo completo, que explica el razonamiento y cómo se probó.
¿Puedo editar estos prompts?
Hazlo. Trata cada uno como una estructura de partida: aprieta las instrucciones, añade tus restricciones y quédate con la versión que te dé el mejor resultado. Los corchetes marcan lo que siempre hay que cambiar.
Bibliotecas de prompts para otras profesiones
Mismo formato, otra profesión, empezando por las más cercanas a software.