El prompt de sistema es la parte de la solicitud que el usuario final nunca escribe. Le dice al modelo para quién trabaja y cómo debe comportarse.
Cómo funciona
En el formato de Chat Completions, messages es una lista de objetos con un role. El primero suele llevar las instrucciones fijas:
{"messages": [
{"role": "system", "content": "You are a support agent for an airline. Answer in two sentences. Never quote fares."},
{"role": "user", "content": "Can I change my flight?"}
]}
La referencia de la API de OpenAI describe tanto los mensajes system como los developer como “developer-provided instructions that the model should follow, regardless of messages sent by the user” (traducción: instrucciones que proporciona el desarrollador y que el modelo debe seguir, independientemente de los mensajes que envíe el usuario), y dice que los mensajes developer reemplazan a los system en o1 y modelos posteriores. Su guía de texto coloca los mensajes developer “ahead of user messages” (traducción: por delante de los mensajes del usuario) en prioridad. Anthropic recibe el prompt de sistema como un parámetro system aparte, de nivel superior, en lugar de un mensaje, y señala que incluso una sola frase que defina un rol “focuses Claude’s behavior and tone” (traducción: enfoca el comportamiento y el tono de Claude).
Contenido típico: un rol, la tarea, reglas estrictas, el formato de salida y, a veces, ejemplos (few-shot prompting).
Por qué importa
- Costo. El prompt de sistema se reenvía en cada llamada como tokens de entrada. Un prompt de 2,000 tokens en 10,000 solicitudes suma 20 millones de tokens.
- Caché. Como es idéntico y va primero, el prompt de sistema es el prefijo más fácil de almacenar en caché. Ponga después los datos que cambian, como fechas o nombres de usuario. El artículo sobre estructura del prompt para la caché muestra el orden.
- Seguridad. Es una capa de políticas, no una barrera de seguridad. La inyección de prompts en documentos o en el texto del usuario puede igualmente desviar al modelo.
En BroadNet Inference
BroadNet sirve el formato de chat completions de OpenAI, así que un mensaje de sistema va en messages, como arriba. Los ejemplos de la documentación usan un único mensaje de usuario y no describen cómo maneja cada modelo el rol system o developer; pruebe su prompt con el modelo que vaya a poner en producción.
BroadNet informa prompt_tokens_details.cached_tokens en usage y cobra esos tokens al precio de entrada en caché. Ejemplo calculado con DeepSeek V4.1 Flash, usando los 20 millones de tokens de arriba: 20 × $0.175 si nada está en caché, o 20 × $0.0055 si todas las lecturas aciertan en la caché. Las tasas de acierto reales quedan entre ambos valores; revise cached_tokens para ver la suya. La guía rápida con curl muestra una primera solicitud.
Errores comunes
- Poner una marca de tiempo al principio del prompt de sistema. Cambia en cada llamada y rompe la caché.
- Guardar secretos en el prompt de sistema. A menudo los usuarios consiguen que el modelo lo repita.