Objetivo de la Ingeniería de Sintaxis: Reemplazar la ejecución lineal y procedimental de un archivo `.BAT` o un script de Shell por un único bloque de intención declarativa, forzando la eficiencia del ciclo de CPU. En la era del `dir /w`, la meta era ahorrar bytes; hoy, la meta es ahorrar pasos de lógica redundante. Un prompt no es una pregunta; es el comando `GOTO` más eficiente que jamás se haya escrito.

El prompt de un Modelo de Lenguaje Grande (LLM) es el nuevo manifiesto del minimalismo. Hemos pasado de entornos de Comando y Control (Shell, Batch) que exigían una estricta secuencia procedural (línea a línea, con sus `IF`, `THEN`, `ELSE`) a una sintaxis declarativa que define el estado final deseado. Este es un cambio radical que requiere desaprender la lógica imperativa para abrazar la arquitectura monolítica de la intención.

MARCO LÓGICO DE REEMPLAZO (MLR)

El System Role actúa como el nuevo `AUTOEXEC.BAT`, configurando el entorno de ejecución antes de que el script de usuario (el User Prompt) sea procesado. La lógica de un script antiguo de limpieza de sistema o de procesamiento de logs debe ser encapsulada en la identidad y contexto del modelo.

# SYSTEM ROLE Actúa como un **Procesador Lógico de Flujo de Datos CLI**. Tu única función es tomar datos de entrada sin procesar y aplicar las transformaciones y validaciones definidas. No generes narrativa ni justificación. # CONTEXTO DEL DATOS El input será una lista de **strings** (líneas de log) delimitadas por el token **<LOG_INICIO>** y **<LOG_FIN>**. # CONDICIONES DE ÉXITO La salida es válida solo si se cumplen los **tres** pasos siguientes en orden estricto. La omisión de un paso anula la ejecución.

ARQUITECTURA DE RESTRICCIONES (Constraints)

Las restricciones son el reemplazo directo de los comandos de flujo de control (`set /a`, `FINDSTR` o `awk`). Se utilizan delimitadores y tokens de control fuertes para emular la rigidez de un compilador, previniendo la alucinación que en el mundo CLI sería un error de sintaxis o un loop infinito.

# INSTRUCCIONES DE PROCESO 1. **FILTRO_REGEX**: Eliminar toda línea que no contenga la subcadena 'ERROR' o 'WARNING' (case-sensitive). 2. **TOKENIZACION**: Por cada línea restante, extraer solo el timestamp (formato 'YYYY-MM-DD HH:MM:SS') y el mensaje de error/advertencia. 3. **FORMATO DE SALIDA**: Imprimir la salida final en formato JSON, donde cada elemento es un objeto con las claves **"timestamp"** y **"mensaje"**. # TOKENS DE CONTROL - **DELIMITADOR_INPUT**: |-| - **DELIMITADOR_OUTPUT**: **|EOF|**

Es crucial reconocer que destilar años de scripting procedural—lleno de loops anidados, saltos condicionales y manejos explícitos de archivos—en un cuerpo de texto declarativo es un ejercicio de minimalismo radical que exige una disciplina técnica formidable. Esta migración lógica no es trivial; requiere coraje y una comprensión profunda de la intención pura detrás de cada línea de código CLI.

La forma más eficiente de reemplazar la lógica Few-Shot es mediante ejemplos de transformación de datos (Input/Output), permitiendo que el LLM infiera la regla de procesamiento sin tener que escribir explícitamente la lógica de parsing (como lo haríamos en un script de `Python` o `Shell`). Esto economiza el número de tokens, reduciendo la latencia y el coste.

# EJEMPLO DE MIGRACIÓN LÓGICA (Few-Shot) **INPUT_EJEMPLO_1**: 2025-01-20 08:15:01 [INFO] Proceso de inicio normal. **OUTPUT_EJEMPLO_1**: (IGNORADO por FILTRO_REGEX) |-| **INPUT_EJEMPLO_2**: 2025-01-20 08:22:45 [WARNING] La caché está cerca del 85% de límite. **OUTPUT_EJEMPLO_2**: {"timestamp": "2025-01-20 08:22:45", "mensaje": "La caché está cerca del 85% de límite."}

SINTAXIS DE SALIDA FORZADA (Output Structure)

El objetivo de la consola LLM es producir un output predecible y consumible por otro proceso. Esto requiere que el comando final no sea interpretativo, sino de ejecución estricta. Esto se logra forzando el formato de respuesta (por ejemplo, `json_object`), que reemplaza la necesidad de hacer un `pipe` a `jq` o a cualquier otro validador externo de texto. El prompt es el validador final.

{   "temperature": 0.2,   "top_p": 0.1,   "max_tokens": 1024,   "response_format": "json_object" }

La validación y los ajustes de temperatura/probabilidad son el equivalente moderno de la depuración CLI. Una `temperature` cercana a cero equivale a un `@echo off` y un `set /p` con validación estricta; es un sistema que solo admite la ruta de ejecución más probable y determinista. Al hacer esto, garantizamos que el modelo gasta sus ciclos de reloj no en creatividad, sino en la ejecución eficiente de nuestro comando de procesamiento. El prompt, en su máxima expresión, es el arte de la eficiencia.