Dos personas usan exactamente la misma herramienta de IA. Una recibe un borrador de texto que solo tiene que aprobar. La otra recibe tres párrafos de relleno genérico que al final acaba reescribiendo ella misma. La diferencia casi nunca está en el modelo — está en el prompt. La buena noticia: un buen prompting no es una ciencia oculta, sino un puñado de principios que se aprenden en una tarde. Esta guía te los muestra — con ejemplos de antes/después, una fórmula sencilla para recordar y una plantilla para copiar.
Por qué el prompt decide más que la herramienta
Los modelos de IA actuales se diferencian en precio, velocidad y algunos matices — pero todos necesitan el mismo ingrediente para rendir realmente bien: una instrucción clara. Un modelo de IA no puede leer tu mente. No conoce tu empresa, tu público objetivo, tu tono ni tu plazo — a menos que se lo digas. Cuanto más vaga sea la pregunta, más genérica será la respuesta. Esto vale tanto para una simple herramienta de correo como para el modelo insignia más caro. Qué modelo encaja mejor para qué tarea lo hemos desglosado por separado en la comparativa de modelos. Pero la mejor elección de modelo sirve de poco si el propio prompt sigue siendo débil. Justo ahí entra este artículo.
Precisamente en equipos pequeños, donde nadie tiene tiempo para probar durante horas, esto marca la diferencia decisiva: entre una herramienta que ahorra tiempo de forma perceptible cada día y otra que, tras dos intentos decepcionantes, acaba olvidada en un cajón — con la conclusión de «esto no nos sirve de nada». Casi siempre el problema no está en la herramienta.
Los 8 principios básicos de un buen prompting
Estos ocho principios funcionan en prácticamente cualquier herramienta de IA — desde la ventana de chat hasta el asistente de IA interno. Cada uno con un breve ejemplo de antes/después.
1. Da contexto, en vez de darlo por hecho
Un modelo no sabe nada sobre tu situación si no se lo dices. Quién, qué, por qué, para quién — eso pertenece al prompt, no solo a tu cabeza.
Antes: «Escribe una respuesta a esta queja de un cliente».
Después: «Escribe una respuesta a esta queja de un cliente. Contexto: el cliente lleva 5 años con nosotros, el envío llegó 4 días tarde por un problema de suministro, queremos mantener la relación y ofrecemos un 10 % de descuento en el próximo pedido».
La segunda versión no necesita retoques — la primera te obliga a reescribir el resultado por completo.
2. Asigna un rol o una perspectiva
Pide a la IA que responda desde una perspectiva concreta — eso afina casi automáticamente el tono, la profundidad y las palabras elegidas.
Antes: «Explícame qué es una provisión en el balance».
Después: «Eres asesora fiscal y le explicas a un maestro artesano sin formación en administración de empresas qué es una provisión en el balance — con un ejemplo del día a día de un taller».
3. Indica un objetivo y un formato concretos
No digas solo lo que quieres, sino también cómo debe verse el resultado.
Antes: «Resume el acta».
Después: «Resume el acta en 5 puntos, ordenados por importancia, de un máximo de 15 palabras cada uno».
4. Da ejemplos (few-shot prompting)
Si quieres un estilo concreto, muéstralo — en vez de solo describirlo.
Antes: «Escribe una descripción de producto para nuestra tienda online».
Después: «Aquí tienes dos ejemplos de nuestro estilo de descripción: [ejemplo A] [ejemplo B]. Escribe en el mismo estilo una descripción para el producto XY».
Un solo buen ejemplo suele aportar más que tres frases adicionales de instrucciones.
5. Deja que la IA razone paso a paso
En tareas complejas, mejor divide en pasos parciales en vez de pedir la respuesta final de golpe.
Antes: «¿Es arriesgado este contrato para nosotros?».
Después: «Revisa el contrato párrafo por párrafo. Primero, enumera todas las cláusulas que nos perjudican. Evalúa cada una individualmente como riesgo bajo, medio o alto. Al final, resume todo en tres frases».
El resultado se vuelve más comprensible — y ves con más precisión dónde puede que la IA se haya equivocado.
6. Itera, en vez de rendirte en el primer intento
El primer borrador no tiene por qué ser perfecto — es el punto de partida de una conversación, no una calle de sentido único.
Antes: El resultado no gusta → nuevo prompt desde cero, o se declara la herramienta directamente inútil.
Después: «El contenido del borrador es bueno, pero demasiado formal. Haz el tono más relajado y reduce a la mitad el segundo párrafo».
Seguir leyendo — gratis
Desbloquear el contenido completo
Introduce tu dirección de correo y confírmala: te suscribes al boletín Signal Forge de FORGE y obtienes acceso inmediato a este contenido y a todos los demás que requieren registro. Puedes darte de baja en cualquier momento.
¿Ya estás registrado? El enlace de tu correo de confirmación vuelve a desbloquear este dispositivo.
Dos o tres preguntas de seguimiento bien dirigidas casi siempre aportan más que intentar escribir el prompt inicial «perfecto».
7. Define claramente los límites y las exclusiones
Dile también a la IA qué no debe hacer — de lo contrario, rellenará el vacío a su propio criterio.
Antes: «Escribe una publicación de LinkedIn sobre la escasez de personal cualificado».
Después: «Escribe una publicación de LinkedIn sobre la escasez de personal cualificado. Sin emojis, sin palabras de moda como «gamechanger», máximo 120 palabras, sin pregunta retórica al final».
8. Controla activamente la longitud y el tono del resultado
La longitud y el tono son los ajustes más habituales en la práctica — así que indícalos desde el principio.
Antes: «Escribe algo sobre nuestra nueva oferta».
Después: «Escribe un párrafo (60-80 palabras), tono objetivo como en una revista especializada, sin frases hechas de marketing».
La fórmula para recordar: Rol + Tarea + Contexto + Formato
Para que no tengas que reunir los ocho principios cada vez desde cero, en la práctica basta con un sencillo orden de cuatro bloques:
- Rol — ¿Quién debe responder? (experto, perspectiva, área de especialización)
- Tarea — ¿Qué debe generarse o responderse en concreto?
- Contexto — ¿Para quién, por qué, con qué conocimientos de base?
- Formato — ¿Qué extensión, qué estructura, qué tono, qué queda excluido?
Un ejemplo que reúne los cuatro bloques en un solo prompt:
«Eres una responsable de atención al cliente con experiencia. Escribe una respuesta a la queja adjunta. El cliente es habitual desde hace 3 años, el error fue de nuestro proveedor de envíos, queremos mantener la relación a toda costa. Máximo 150 palabras, tono tranquilo y orientado a soluciones, con una propuesta concreta de compensación».
Estos cuatro bloques — anotados en cualquier orden — resuelven en la práctica la mayoría de los resultados mediocres.
Los errores más típicos — y la solución rápida
Tres errores aparecen en casi todas las empresas que empiezan a trabajar con herramientas de IA:
- Formulación demasiado vaga: «Escribe algo sobre el tema X». La IA tiene que adivinar qué se quiere decir exactamente — y a menudo se equivoca. Solución: indica explícitamente rol, objetivo y formato (ver la fórmula anterior).
- Pedirlo todo de golpe: veinte requisitos en una sola frase producen un resultado que no cumple bien ninguno de ellos. Solución: divide la tarea en pasos o genera primero un borrador general y luego refínalo de forma específica.
- No dar ningún ejemplo aunque el estilo sea decisivo: en textos que deben encajar con un tono ya existente (marca, boletín, documentación interna), ninguna descripción sustituye a un ejemplo de referencia real. Solución: incluye uno o dos ejemplos propios de referencia (few-shot, ver el principio 4).
Plantilla para copiar
Estas cinco líneas sirven de estructura básica para casi cualquier prompt — simplemente rellénalas para tu caso concreto:
Rol: Eres [rol/experto en ...].
Tarea: [¿Qué debe generarse o responderse en concreto?]
Contexto: [Antecedentes, público objetivo, datos relevantes, situación]
Formato: [Longitud, estructura, tono — y qué NO debe incluirse]
Ejemplo (opcional): [Un ejemplo de referencia, si el estilo o el formato son importantes]Copia estas cinco líneas y complétalas para tu próximo prompt — normalmente notarás la diferencia de inmediato.
Lo que el prompting no puede hacer
Un buen prompt orienta el resultado — no sustituye el conocimiento especializado. Al final, tú mismo debes poder juzgar si una respuesta es correcta en contenido, legalmente sólida o adecuada para tu empresa. Los modelos de IA suenan a menudo convincentes aunque se equivoquen — las llamadas alucinaciones afectan, por experiencia, sobre todo a cifras, cuestiones legales, nombres y datos de actualidad. La regla general: cuanto más importante sea la decisión que se basa en el resultado, con más cuidado deberías revisarlo antes de publicarlo.
Para ello, suele bastar un simple reflejo: revisa tú mismo una vez más las cifras, las cuestiones legales y todo lo que vayas a firmar o enviar públicamente — no porque la herramienta sea fundamentalmente poco fiable, sino porque la responsabilidad del resultado final sigue siendo tuya, no del modelo.
En cuanto el prompt funciona, surge la siguiente pregunta, normalmente más interesante: ¿para qué merece más la pena usarlo en el día a día? Nuestros 7 casos de uso para empresas ofrecen una visión práctica al respecto. Y si quieres construir todo esto de forma sistemática para tu equipo, en vez de improvisar prompts sueltos: nuestro playbook práctico gratuito «Pon a trabajar a tus agentes de IA» parte exactamente de estos fundamentos y avanza hacia el uso productivo en tu empresa.