Para obtener buen árabe de un LLM, explicite cada decisión que el modelo, de otro modo, adivinaría: árabe estándar moderno o un dialecto con nombre, el público y el tono, cifras occidentales (123) o arábigo-orientales (١٢٣), el formato de fecha y moneda, cómo escribir los términos en inglés y si añadir diacríticos. Luego corrija la visualización de derecha a izquierda en su interfaz, no en el prompt.
¿Cómo se especifican el registro y el dialecto?
El árabe tiene un estándar escrito formal, el árabe estándar moderno (MSA, الفصحى), y muchos dialectos hablados. El texto empresarial suele ir en MSA; el chat, el marketing y los productos de voz a veces usan dialecto. Diga al modelo exactamente cuál:
| En lugar de | Diga |
|---|---|
| Responda en árabe. | Responda en árabe estándar moderno claro y sencillo, adecuado para clientes minoristas. |
| Use dialecto del Golfo. | Escriba en árabe del Golfo saudí (con tendencia najdí), informal pero respetuoso, como lo haría una marca joven. |
| Sea amable. | Cálido y cortés. Use «حضرتك» con clientes egipcios; evite la jerga. |
Algunas reglas prácticas:
- El «MSA sencillo» es la opción por defecto más segura. Se entiende en todas partes y suena profesional. Los modelos lo escriben con más fiabilidad que el dialecto.
- Nombre el país, no «el Golfo» o «el Levante». El habla saudí, emiratí y kuwaití difieren; también la libanesa y la jordana.
- Forma de tratamiento. El árabe marca el género en «tú». Elija una forma por defecto (el masculino singular es la forma neutra habitual en textos de interfaz) o pida al modelo un lenguaje neutro en cuanto al género cuando sea posible, por ejemplo con la forma nominal “يرجى إدخال” (se ruega introducir) en lugar del imperativo “أدخل/أدخلي”.
- Diacríticos. Indique «sin diacríticos» para el texto normal. La mayoría de los modelos añaden pocos por defecto, pero algunos los añaden a nombres o a respuestas de estilo poético.
Para entradas en dialecto, consulte cómo manejan los LLM el árabe del Golfo, egipcio y levantino.
¿Cómo se controlan cifras, fechas y moneda?
El texto árabe usa dos juegos de cifras: las occidentales (0–9) y las arábigo-orientales (٠١٢٣٤٥٦٧٨٩). El juego que esperan los lectores varía según el país y el medio, y los modelos los mezclarán si no se les indica. Decida por producto, según lo que ya usen sus materiales existentes en ese mercado:
- Las cifras occidentales son las más fáciles para parsear, buscar e introducir datos.
- Las cifras arábigo-orientales encajan con un aspecto más tradicional. Si las necesita, conviértalas al mostrarlas y mantenga cifras occidentales en sus datos.
Especifique también:
- Fechas: gregoriana, hégira o ambas, y el formato (por ejemplo 2026-11-14 o ١٤ نوفمبر ٢٠٢٦). Tenga en cuenta que los nombres de los meses varían por región: نوفمبر en Egipto y el Golfo, تشرين الثاني en el Levante e Irak.
- Moneda: símbolo o código, y posición. ¿«ر.س» o «SAR»? ¿Antes o después del número? Dé un ejemplo.
- Separador decimal: «.» o el separador decimal árabe «٫».
Un solo ejemplo resuelto en el prompt arregla casi todo esto: «Escriba los precios así: 1,250.00 ر.س».
¿Cómo se corrigen los problemas de visualización de derecha a izquierda?
La mayoría de los reportes de «el árabe sale roto» son problemas de visualización, no del modelo. Cuando texto árabe y texto latino o números comparten una línea, el algoritmo bidireccional de Unicode decide el orden visual según la dirección del párrafo. Si su burbuja de chat es de izquierda a derecha, una respuesta como “تم شحن طلبك رقم 4821.” (su pedido número 4821 ha sido enviado) puede mostrar el punto final en el extremo equivocado.
Corríjalo en la interfaz:
- Configure
dir="auto"(odir="rtl"en vistas solo en árabe) en el elemento que muestra cada mensaje. Consulte MDN sobre el atributo dir y la guía del W3C sobre el marcado de derecha a izquierda. - Cuando inserte valores (nombres, números de pedido, nombres de productos en inglés) en plantillas en árabe, envuélvalos en
<bdi>en HTML, o en aislamientos Unicode (U+2068 FIRST STRONG ISOLATE … U+2069 POP DIRECTIONAL ISOLATE) en texto plano. - En el prompt, pida un formato que su interfaz pueda mostrar. WhatsApp y SMS: texto plano, sin tablas Markdown. Chat web: Markdown está bien si su renderizador maneja listas RTL. Los bloques de código deben seguir de izquierda a derecha.
Si transmite las respuestas por streaming, fije la dirección en el contenedor antes de que llegue el primer token, para que el texto no salte; consulte la guía de streaming.
¿Cómo debe mezclar el modelo el árabe y el inglés?
El texto empresarial árabe real mezcla idiomas: nombres de productos, términos técnicos, unidades, código. Decida la regla y dígala:
- «Mantenga los nombres de marcas y productos en su grafía latina original».
- «Escriba los términos técnicos en árabe con el término inglés entre paréntesis la primera vez: واجهة برمجة التطبيقات (API)».
- «Nunca translitere palabras inglesas a letras árabes», o lo contrario, si su público prefiere “الإيميل” a “البريد الإلكتروني”.
- «Si el usuario escribe en inglés, responda en inglés. Si escribe en arabizi, responda en alfabeto árabe». Más sobre esto en cómo manejar el arabizi.
¿El prompt de sistema debe ir en inglés o en árabe?
Ambos funcionan. Las instrucciones en inglés con contenido en árabe son comunes y fáciles de mantener si no todo su equipo lee árabe. Las instrucciones en árabe pueden empujar el tono y el vocabulario en la dirección correcta. Elija lo que elija, mantenga un idioma por prompt de sistema e incluya dentro, en cualquier caso, un ejemplo en árabe de la salida deseada. Las instrucciones en árabe pueden costar más tokens que las mismas reglas en inglés; compare ambas en el contador de tokens en árabe gratuito. Nuestros datos de eficiencia de tokenizadores muestran cuántos tokens ocupan las mismas frases en árabe y en inglés en 16 tokenizadores.
Un ejemplo completo:
import os
from openai import OpenAI
client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
SYSTEM = """You are the support assistant for an Egyptian electronics store.
Language: reply in simple Modern Standard Arabic. If the customer writes in English, reply in English.
Tone: warm, polite, concise. At most 3 sentences.
Numbers: Western digits. Prices like: 12,499 ج.م
Dates: Gregorian, like: 14 نوفمبر 2026
Names: keep brand and model names in Latin letters (iPhone 17, Galaxy S26).
Formatting: plain text only, no Markdown, no diacritics.
Example reply:
شكراً لتواصلك معنا. سعر Galaxy S26 حالياً 12,499 ج.م، والتوصيل متاح خلال يومين."""
r = client.chat.completions.create(
model="broadnet/qwen3.8-27b",
max_tokens=2000, # reasoning comes first
messages=[{"role": "system", "content": SYSTEM},
{"role": "user", "content": "عايز أعرف سعر الايفون ١٧ وهل في تقسيط؟"}],
)
print(r.choices[0].message.content)
El cliente escribe en árabe egipcio («Quiero saber el precio del iPhone 17, ¿y hay pago a plazos?») usando cifras orientales. El prompt hace que la respuesta salga en MSA con cifras occidentales. La respuesta de ejemplo del prompt dice: «Gracias por contactarnos. El Galaxy S26 cuesta actualmente 12,499 EGP, y la entrega está disponible en dos días».
¿Cómo se obtiene salida estructurada en árabe?
Cuando necesite JSON, mantenga las claves en inglés y los valores en árabe. Indique si los números deben ser números o cadenas, y qué juego de cifras usar dentro de las cadenas. Pida null en lugar de suposiciones. Consulte salida estructurada con JSON schema.
¿Cómo se prueban los prompts en árabe?
Arme un conjunto de 30 a 50 prompts reales por mercado, ejecútelos en cada modelo candidato y pida a un hablante nativo de ese mercado que califique el registro, la corrección y la naturalidad. BroadNet reporta que Qwen3.8 27B redactó árabe fluido y entendió los dialectos del Golfo y egipcio en sus pruebas; DeepSeek V4.1 Flash y GLM 5.3 están en la misma API, así que cambiar es modificar una línea. Compare sus precios en la página de precios o en la comparativa DeepSeek V4.1 Flash vs Qwen3.8 27B, y mida los tokens con texto árabe real, ya que el árabe suele necesitar más tokens por palabra que el inglés. Para el checklist más amplio de selección de modelo, consulte cómo elegir una API de LLM para árabe.
Checklist de prompts en árabe
- Registro y país indicados.
- Forma de tratamiento (género) decidida.
- Cifras, fechas, moneda y separador decimal especificados con un ejemplo.
- Formato ajustado a la interfaz donde se muestra.
- Regla para términos en inglés y nombres de marcas indicada.
dir="auto"y aislamiento en la interfaz.- Revisión de un hablante nativo con un conjunto de prueba fijo.
