Cuando un agente escribe el código, el prompt es el cambio.
PromptOps lo trata así: compartido con quienes lo necesitan, enrutado, auditado y con aprobación antes de que algo se publique.
El código tiene un pipeline. Los prompts normalmente no.
Escribir, revisar, probar, fusionar, desplegar. La mayoría de los equipos envía la entrada que mueve todo eso como un mensaje de chat desechable.
| Práctica | Unidad de trabajo | Enfoque |
|---|---|---|
| MLOps | Modelos | Entrenamiento, despliegue y monitoreo de modelos de machine learning. |
| LLMOps | Llamadas al modelo | Ingeniería de prompts, evaluaciones y observabilidad sobre LLMs. |
| PromptOps | El cambio en sí | Prompts como trabajo del equipo, auditado y reversible, que llega a producción. |
PromptOps, en Orquesta.
Compartido, con roles
Tu equipo y tus clientes le hablan al mismo agente. Cada rol define qué puede pedir y qué requiere revisión.
Enrutado
Cada prompt se dimensiona por complejidad y costo, y luego se envía al nivel de modelo adecuado: rápido, equilibrado o premium.
Auditado
Quién lo pidió, qué modelo lo ejecutó, qué cambió y cuándo. Cada ejecución queda ligada a una persona y a un commit de git.
Con aprobación
El agente propone, una persona aprueba. Exige visto bueno en rutas sensibles, o toma el control de la sesión en vivo.
Cualquiera puede pedir. Tu máquina hace el trabajo.
- 01
Alguien lo pide
Un compañero o un cliente escribe el prompt en el dashboard, en Slack, en Telegram o en un widget incrustado.
- 02
Tu máquina lo ejecuta
El agente en tu servidor lo recibe y trabaja en el repositorio real.
- 03
Todos lo ven
La salida se transmite al dashboard en tiempo real, registrada junto al prompt.
- 04
Una persona decide
Aprueba, devuélvelo, o toma la terminal y termínalo tú mismo.
