VL
Valentina L.Compra verificada
Tu carrito esta vacio
Agrega packs de prompts para continuar
Copia, pega y úsalos en tu IA favorita:
Solo $0.08 por prompt · pago único
100 recursos incluidos
Esta biblioteca maestra de prompts redefine el estándar de productividad para ingenieros de sistemas modernos. Cada instrucción ha sido calibrada meticulosamente para abordar los desafíos más críticos de la industria, desde la arquitectura de microservicios escalables hasta la fortificación de infraestructuras en la nube. Con un enfoque práctico y técnico, esta colección permite automatizar procesos complejos, garantizando una documentación impecable y un código de alto rendimiento. Potencie su flujo de trabajo con herramientas diseñadas para la precisión estratégica. Esta colección no solo facilita la creación de sistemas robustos, sino que optimiza la evaluación de proyectos y la gestión de deuda técnica, permitiendo a los equipos alcanzar hitos de desarrollo con mayor agilidad. Convierta la inteligencia artificial en su aliado estratégico para liderar proyectos tecnológicos de impacto global.
Actúa como un Ingeniero Senior de Seguridad y Especialista en DevSecOps con vasta experiencia en Software Supply Chain Security. Tu misión fundamental es realizar una auditoría técnica profunda y exhaustiva de las dependencias del proyecto basado en [TECNOLOGÍA/LENGUAJE] para identificar vulnerabilidades conocidas (CVEs), librerías obsoletas (EOL) y riesgos estructurales en el árbol de dependencias transitivas. El objetivo final es proporcionar un mapa claro de la deuda técnica de seguridad y un plan de acción para mitigar deficiencias en el ciclo de vida del software. Comienza analizando el manifiesto de dependencias proporcionado en la variable [CONTENIDO_ARCHIVO_MANIFIESTO]. Para cada vulnerabilidad identificada, debes realizar una evaluación basada en el estándar CVSS v3.1, clasificando el riesgo como Crítico, Alto, Medio o Bajo. Es crucial que determines, mediante un razonamiento lógico, la alcanzabilidad (reachability) de la vulnerabilidad: ¿es probable que el código del proyecto invoque la función vulnerable de la librería en el contexto de [CASO_DE_USO_ESPECÍFICO]? No te limites a reportar versiones; explica el vector de ataque específico y el impacto potencial en el sistema. Desarrolla una Matriz de Remediación Priorizada que segregue las acciones en tres niveles de intervención. Primero, identifica las 'Actualizaciones de Bajo Riesgo' (parches menores o parches de seguridad que respetan SemVer). Segundo, detalla las 'Actualizaciones Estructurales' que involucren saltos de versión mayor (Breaking Changes), especificando qué partes del código actual de [NOMBRE_SISTEMA] podrían verse afectadas. Tercero, recomienda la 'Sustitución de Dependencias' para aquellas librerías que se encuentren en estado de abandono o presenten un historial recurrente de incidentes de seguridad sin parches oportunos. Concluye con un Informe de Estado de Deuda Técnica para la dirección de Ingeniería de Sistemas. Este informe debe incluir una estimación del esfuerzo de mitigación y una propuesta de automatización para el pipeline de CI/CD utilizando herramientas de Software Composition Analysis (SCA). Define políticas de gobernanza claras, como el umbral máximo permitido de [UMBRAL_CVSS_MÁXIMO] antes de bloquear un despliegue en el entorno de [ENTORNO_DESTINO_PROD_STAGING]. Si falta información clave para completar los campos entre corchetes, hazme las preguntas necesarias antes de responder.
Acceso inmediato tras la compra desde tu panel. Solo copias y pegas en tu IA.
En ChatGPT, Claude, Gemini, DeepSeek, Grok, Qwen y cualquier chat de IA.
Sí. Cada prompt incluye campos entre corchetes donde insertas tu información, contexto y datos específicos, así que se ajustan a tu situación, país o sector.
Sí. Más arriba puedes leer prompts de muestra completos, tal como los recibirás, para verificar la calidad antes de pagar.
Sí. Pagas una sola vez y son tuyos para siempre, con actualizaciones incluidas.
Actúa como un Senior Performance Engineer especializado en optimización de máquinas virtuales y gestión de memoria a bajo nivel. El sistema actual, desarrollado sobre [Lenguaje/Runtime como Java 17, .NET 6, o Go], está enfrentando degradación de rendimiento bajo cargas de trabajo pesadas, manifestándose en latencias de percentil 99 (P99) inaceptables debido a ciclos ineficientes del recolector de basura. Tu misión es diseñar una estrategia de "Tuning Garbage Collector" personalizada que permita equilibrar el throughput del sistema con la estabilidad del consumo de memoria en un entorno de [Tipo de Entorno: Kubernetes, Cloud Instancia, Bare Metal]. Inicia con un diagnóstico profundo solicitando y analizando métricas de telemetría específicas como el tiempo total de pausa (Stop-the-World), la frecuencia de las recolecciones mayores (Full GC), y la tasa de supervivencia de objetos entre generaciones. Explica detalladamente cómo configurar el runtime para recolectar estos datos mediante flags específicos como [-XX:+PrintGCDetails, -Xlog:gc o equivalentes] y cómo estos datos deben ser interpretados para identificar cuellos de botella críticos como la fragmentación excesiva o la promoción prematura de objetos (Premature Promotion). Propón una configuración optimizada del recolector de basura basada en el perfil de carga de la aplicación: [Carga Transaccional / Procesamiento por Lotes / Streaming en Tiempo Real]. Si el objetivo es baja latencia, desarrolla una configuración exhaustiva para [Algoritmo Sugerido: ej. ZGC, G1GC o Shenandoah], detallando parámetros críticos como el tamaño de las regiones, el umbral de ocupación para el inicio del ciclo de marcado concurrente y la asignación de hilos de recolección. Justifica cada parámetro basándote en la arquitectura de memoria del hardware disponible ([Número de CPUs] y [Memoria RAM Total]). Finalmente, establece un protocolo de validación técnica y monitorización continua. Define qué indicadores clave (KPIs) deben vigilarse tras aplicar los ajustes, como el ratio de asignación de memoria vs. la capacidad de limpieza del recolector. Proporciona una guía sobre cómo realizar pruebas de estrés controladas para verificar que la nueva configuración no induce errores de OutOfMemory (OOM) bajo picos de tráfico imprevistos y cómo automatizar la captura de 'Heap Dumps' ante fallos críticos. Si falta información clave para completar los campos entre corchetes, hazme las preguntas necesarias antes de responder.
Actúa como un Arquitecto Senior de Sistemas Distribuidos con amplia experiencia en la implementación de infraestructuras críticas para [NOMBRE_DEL_PROYECTO]. Tu misión es diseñar una arquitectura de replicación robusta utilizando el motor de base de datos [MOTOR_DB] (por ejemplo: PostgreSQL, MongoDB, Cassandra) que garantice la integridad de la información a través de un cluster de [NUMERO_NODOS] nodos distribuidos en la infraestructura de [PROVEEDOR_CLOUD]. El diseño debe abordar explícitamente el equilibrio entre latencia y coherencia, analizando cómo la elección de una topología [TOPOLOGIA_REPLICACION] (como Primario-Secundario, Multi-Líder o Sin Líder) impactará en las operaciones de lectura y escritura bajo cargas de trabajo de [TRANSACCIONES_POR_SEGUNDO] TPS. Debes detallar los mecanismos de transporte de datos, especificando si se optará por una transferencia basada en logs de transacciones o una replicación a nivel de objeto, justificando la decisión técnica en función de la infraestructura de red disponible. Enfócate en la resiliencia del sistema ante fallos parciales. Define un protocolo de conmutación por error (failover) que minimice el RTO (Recovery Time Objective) y el RPO (Recovery Point Objective), estableciendo criterios claros para la promoción de un nodo seguidor a líder y la posterior reintegración de nodos caídos. Explica cómo se manejarán los escenarios de partición de red (Split-brain) y qué estrategias de arbitraje se implementarán para mantener la validez del clúster sin comprometer la persistencia. Finalmente, desarrolla una sección dedicada a la optimización del rendimiento, donde propongas configuraciones específicas para el sistema operativo y el motor de base de datos que reduzcan el lag de replicación en un entorno de [CARACTERISTICAS_RED]. Incluye un esquema de monitoreo con métricas clave como el 'Replication Lag', el rendimiento del bus de mensajes y la utilización de I/O en cada réplica, asegurando que el sistema sea escalable para soportar un crecimiento proyectado del [PORCENTAJE_CRECIMIENTO]% anual. Si falta información clave para completar los campos entre corchetes, hazme las preguntas necesarias antes de responder.
Es una instrucción maestra, optimizada para la IA.
Prompt
tu instrucción
IA
Resultado
Basado en 11 reseñas
Contento con la compra. Los prompts son útiles y prácticos. Volvería a comprar.
Contento con la compra. La organización ayuda a ubicarse rápido. Buena opción.
Justo lo que estaba buscando. Son fáciles de adaptar a mi caso con solo cambiar los campos. Cien por ciento recomendado.
Quedé impresionado con la calidad. Los prompts están muy bien pensados y se nota el trabajo detrás. Repetiré sin dudarlo.
Me sirvió bastante. Me ahorraron tiempo en varias tareas. Buena opción.
La mejor compra que hice este mes. Son fáciles de adaptar a mi caso con solo cambiar los campos. Totalmente recomendados.
La mejor compra que hice este mes. Son fáciles de adaptar a mi caso con solo cambiar los campos. Una inversión que se paga sola.
Vale cada centavo. Funcionan igual de bien en ChatGPT y en Claude. Ya se los recomendé a mi equipo.
La mejor compra que hice este mes. Me ahorraron horas de trabajo en la primera semana. Una inversión que se paga sola.
Quedé impresionado con la calidad. La calidad de las respuestas que obtengo mejoró muchísimo. Totalmente recomendados.
Vale cada centavo. Son fáciles de adaptar a mi caso con solo cambiar los campos. Cien por ciento recomendado.