DSPy, la opinión de Joute

Lo esencial en 20 segundos

Framework Python open source de Stanford para "programar con LLMs" en lugar de hacerles prompts
Los prompts se optimizan automáticamente mediante ejemplos y métricas
Compatible con todos los LLMs vía LiteLLM
Precio: gratuito (MIT)

Veredicto: DSPy representa un verdadero cambio de paradigma. Si construyes pipelines LLM serios, DSPy te evita el "prompt engineering artesanal" y garantiza un rendimiento reproducible.

¿Qué es DSPy?

DSPy (Declarative Self-improving Python) es un framework desarrollado por Omar Khattab y el equipo Stanford NLP. La idea central: en lugar de escribir prompts a mano y ajustarlos manualmente, defines firmas de funciones y métricas de éxito, y DSPy optimiza los prompts automáticamente mediante algoritmos (MIPRO, BootstrapFewShot, etc.).

Es el equivalente de pasar de escribir consultas SQL manualmente a usar un ORM: el nivel de abstracción sube, la mantenibilidad mejora.

Puntos fuertes

Optimización automática de prompts

DSPy encuentra los mejores prompts y ejemplos few-shot para tu caso de uso probando automáticamente diferentes configuraciones. El resultado es más fiable que un prompt escrito a mano.

Separación limpia entre lógica y prompts

Tu código Python describe lo que quieres hacer (firmas), no cómo pedírselo al LLM. Si cambias de modelo, los prompts se reoptimizán automáticamente.

Comunidad y papers sólidos

DSPy está bien documentado con papers académicos. Casos de uso reales en producción están documentados por empresas como JetBlue y VMware.

Límites

Curva de aprendizaje pronunciada

DSPy requiere entender sus conceptos específicos (Signatures, Modules, Optimizers). No es para alguien que empieza con los LLMs.

Lento si se usa mal

Los optimizadores DSPy hacen muchas llamadas LLM durante la fase de optimización. Con grandes conjuntos de datos de entrenamiento, puede resultar caro en tokens.

Precio

Gratuito, open source MIT
Costes de inferencia LLM según el modelo utilizado

Alternativas

LangChain para un enfoque más imperativo y un ecosistema más amplio
Instructor para extracción estructurada sin optimización automática
BAML para una alternativa tipada a la declaración de funciones LLM

Veredicto

DSPy es indispensable si construyes aplicaciones LLM que necesitan funcionar de forma fiable y reproducible. El paradigma requiere una inversión en aprendizaje pero las ganancias en mantenibilidad y rendimiento lo justifican para proyectos serios.

FAQ

¿DSPy funciona con Claude y Gemini?

Sí. A través de la integración LiteLLM, DSPy soporta todos los LLMs principales.

¿Se puede usar DSPy para RAG?

Sí. DSPy incluye módulos específicos para pipelines RAG (Retrieve, RAG, MultiHopRAG).

¿Es DSPy adecuado para producción?

Sí. Empresas lo usan en producción. La fase de optimización se hace offline; la inferencia en producción es normal.

DSPy es open source y gratuito. Joute no percibe comisión sobre esta herramienta. Más información sobre nuestra política de afiliación.