Contenido

Tutorial de Modelfile para Ollama: crea tu propio modelo personalizado

Modelfile es el archivo de configuración de modelos de Ollama. Su concepto es parecido al de Dockerfile: partes de un modelo existente, le añades tu propio prompt del sistema y parámetros, y lo empaquetas con un nuevo nombre.

Primer Modelfile: asistente en español

Crea un archivo de texto sin formato llamado Modelfile:

FROM qwen3:8b

SYSTEM """
Eres un asistente profesional y amable.
- Responde siempre en español.
- Sé conciso: da primero la conclusión y después añade explicaciones.
- Si no estás seguro de algo, dilo directamente; no inventes.
"""

PARAMETER temperature 0.6
PARAMETER num_ctx 8192

Créalo y ejecútalo:

ollama create tw-assistant -f ./Modelfile
ollama run tw-assistant

tw-assistant aparecerá en ollama list, y también podrás usar ese nombre directamente con la API y otras herramientas. Crear un modelo nuevo no copia los archivos de pesos del modelo original, así que apenas ocupa espacio adicional.

Explicación de las instrucciones

Instrucción	Obligatoria	Descripción
`FROM`	✓	Modelo base; puede ser el nombre de un modelo o un archivo GGUF / safetensors local
`SYSTEM`		Prompt del sistema
`PARAMETER`		Parámetros de inferencia
`MESSAGE`		Ejemplos de conversación predefinidos
`TEMPLATE`		Plantilla del prompt (normalmente se conserva la del modelo base y no hace falta modificarla)
`LICENSE`		Términos de licencia

Encierra el texto de varias líneas entre """.

Parámetros habituales

Parámetro	Descripción	Recomendación
`temperature`	Nivel de aleatoriedad. Cuanto más bajo, más estable; cuanto más alto, más creativo	Preguntas factuales: 0.2～0.5; escritura creativa: 0.8～1.0
`num_ctx`	Longitud del contexto (tokens); determina cuánto contenido puede «recordar» el modelo	Auméntalo para resumir documentos largos, pero consumirá más memoria
`top_p`	Elige solo entre las palabras cuya probabilidad acumulada alcanza p	Normalmente, conserva el valor predeterminado
`top_k`	Elige solo entre las k palabras con mayor probabilidad	Normalmente, conserva el valor predeterminado
`repeat_penalty`	Reduce la probabilidad de que se repita el contenido	Si la respuesta repite lo mismo sin parar, auméntalo a 1.1
`num_predict`	Número máximo de tokens que se generan; `-1` significa sin límite	Configúralo cuando necesites controlar la longitud
`stop`	Detiene la generación cuando aparece este texto	Puedes definir varios valores
`seed`	Semilla aleatoria; al fijarla, la misma entrada produce la misma salida	Úsala durante las pruebas

El modelo base puede tener algunos parámetros configurados (por ejemplo, un valor recomendado para temperature). Puedes consultarlos con ollama show modelo --parameters. Los valores que definas en Modelfile los reemplazarán.

Añade ejemplos con MESSAGE

Las conversaciones de ejemplo sirven para «mostrar» eficazmente el formato de respuesta que quieres:

FROM qwen3:8b

SYSTEM Eres un asistente que reescribe frases coloquiales con un registro formal. Devuelve solo la frase reescrita.

MESSAGE user Mañana no podremos asistir a la reunión
MESSAGE assistant Lamentamos comunicar que, por motivos ajenos a nuestra voluntad, no podremos asistir a la reunión de mañana.
MESSAGE user Ya hemos enviado las cosas
MESSAGE assistant Le informamos de que los artículos correspondientes ya han sido enviados.

Empieza con el Modelfile de un modelo existente

ollama show qwen3:8b --modelfile > Modelfile

El archivo generado incluye la TEMPLATE completa y los parámetros. Modifica solo lo que necesites. Ten en cuenta que el valor de FROM puede ser una ruta a un archivo local; para facilitar el mantenimiento, es mejor cambiarlo por el nombre del modelo (por ejemplo, FROM qwen3:8b).

Importa un modelo GGUF de Hugging Face

En Hugging Face hay muchos modelos en formato GGUF, incluidas distintas versiones ajustadas. Después de descargar el archivo .gguf:

FROM ./my-finetuned-model.Q4_K_M.gguf

ollama create my-model -f Modelfile

Ollama también puede ejecutar directamente repositorios GGUF de Hugging Face:

ollama run hf.co/nombre-de-usuario/nombre-del-repositorio
ollama run hf.co/nombre-de-usuario/nombre-del-repositorio:Q4_K_M

Importa safetensors

Al crear un modelo a partir de pesos safetensors, puedes cuantizarlo durante la creación:

ollama create my-model -f Modelfile --quantize q4_K_M

(Consulta la documentación oficial para ver las arquitecturas compatibles.)

Guarda rápidamente desde el modo interactivo

También puedes hacerlo sin escribir un Modelfile. Cuando hayas ajustado la conversación, guárdala directamente:

>>> /set system "Eres un profesor de Python con experiencia. Responde en español e incluye código de ejemplo."
>>> /set parameter temperature 0.4
>>> /save python-tutor

Gestiona modelos personalizados

ollama list                      # Los modelos personalizados también aparecen aquí
ollama rm tw-assistant           # Elimina el modelo (no afecta al modelo base)
ollama show tw-assistant --modelfile

Guarda Modelfile en el control de versiones de Git para que el equipo pueda crear exactamente el mismo modelo con ollama create.

Actualizado 12 de octubre de 2026