Prompt Engineering y Spring AI

Tercera lección del curso IA con Java: profundiza en Ollama (IA local sin API keys), implementa la primera llamada a un LLM local con PrimeraLlamadaOllama.java, y desarrolla la Fase 2 — Prompt Engineering con laboratorios prácticos en Java (system prompts, zero-shot, few-shot, chain of thought y salida estructurada JSON). Cierra con la presentación Spring AI Blueprints: arquitectura de Spring AI, ChatClient, advisors, memoria conversacional y RAG.

Sumario

Ollama, Prompt Engineering y Spring AI Blueprints

De la IA local a técnicas avanzadas de prompting y la arquitectura Spring AI para producción.

Esta lección continúa el proyecto ia-con-java con tres bloques: configuración y uso de Ollama en Java, Prompt Engineering multi-proveedor con laboratorios interactivos, y una introducción teórica a Spring AI como framework nativo para IA en Java.

Repositorio: https://github.com/joedayz/ia-con-java.git

Duración: ~7482 segundos (~2 h 5 min)

Bloque 1: Ollama — IA local en Java

Guía de referencia

Documento: docs/OLLAMA-GUIA-COMPLETA.md

Instalación y primeros pasos

# Verificar instalación
ollama --version
curl http://localhost:11434/api/version

# Iniciar servicio (si no arranca solo)
ollama serve

# Descargar modelos
ollama pull mistral      # Recomendado: general, español (~4.1 GB)
ollama pull codellama    # Especializado en código (~3.8 GB)
ollama pull llama3.2     # Rápido, básico (~2 GB)

# Probar en consola
ollama run mistral
>>> Hola, ¿cómo estás?