Un prompt es la instrucción que le das a una IA. Cuando indicas qué quieres crear, qué materiales usar, quién lo va a leer, en qué formato debe estar y qué es lo que no puede faltar, la respuesta gana mucha precisión y también queda más claro cómo comprobarla. En este capítulo comparas primero un prompt sin ajustar con uno ajustado y después practicas con el resumen de unas notas de reunión, desde escribir la instrucción hasta comprobar la respuesta.
Los puntos clave de una reunión, un borrador de correo, una tabla comparativa, etc.
Los datos que ya están confirmados y lo que todavía no se sabe.
Si la respuesta coincide con los materiales y si falta algo o se incumple alguna condición.
Lo que un prompt puede y no puede cambiar
«Resume la reunión» no indica quién lo va a leer, si quieres saber las decisiones o si quieres dejar constancia detallada de lo que se dijo. Si escribes «Para quienes faltaron, separa las decisiones, los asuntos pendientes y las próximas confirmaciones», transmites el resultado que necesitas.
La documentación oficial de OpenAI y Anthropic también explica métodos como dar instrucciones claras, aportar materiales relevantes, indicar el formato de salida y usar ejemplos. Sin embargo, dar instrucciones más detalladas no garantiza que la respuesta sea correcta, y con el mismo prompt pueden salir respuestas ligeramente distintas cada vez.[1][3]
- Para quién es el resultado y qué crear
- Los materiales que debe tomar como referencia y la forma de la respuesta
- Las condiciones que debe respetar y los puntos que hay que comprobar
- Si son correctos los hechos que no están en los materiales o la información más reciente
- Las titulaciones profesionales o la experiencia práctica
- Las funciones, permisos y límites de uso disponibles
Por ejemplo, aunque escribas «Responde como un abogado con mucha experiencia», la IA no tiene ninguna titulación. Tampoco una instrucción hace que funcione una función de búsqueda que no tienes disponible ni permite acceder a archivos a los que no tienes permiso. Para elegir dónde usarla, consulta Cómo elegir herramientas de IA.
Los cinco elementos de un prompt
Estos cinco elementos son una forma de organizar la instrucción. No hace falta rellenarlos todos cada vez. Empieza por el objetivo y los materiales y añade las condiciones que necesites.
Decide qué será el resultado final, como un resumen, un borrador o una comparación.
Ejemplo: Resume los puntos clave de la reunión para quienes no pudieron asistir.
Separa los datos que puedes usar de los puntos que todavía no están decididos. Mantén los materiales de referencia separados de las instrucciones.
Ejemplo: El presupuesto todavía no ha sido aprobado. No añadas información que no aparezca en las notas.
Indica qué sabe ya el lector y desde qué punto de vista debe mirar. Asignar un rol también se incluye aquí.
Ejemplo: Usa una redacción que también entiendan los compañeros que no asistieron.
Elige una forma adecuada para la situación, como encabezados, viñetas o una tabla.
Ejemplo: Tres encabezados: decisiones, asuntos pendientes y próximas confirmaciones.
Indica qué es obligatorio, qué hay que evitar y qué prioridad tienen las cosas cuando las condiciones chocan.
Ejemplo: No prometas una fecha de entrega que no esté decidida; déjala como un punto por confirmar.
En lugar de dar todo el contexto, elige los materiales que necesita este trabajo. Decidir si puedes introducir información confidencial real es una cuestión distinta de cómo escribir la instrucción. Antes de usar documentos de trabajo, lee también Comprobar la información que introduces y la privacidad.
Siete métodos para usar según el caso
Escribir un prompt largo no es el objetivo en sí. Elige el método que se ajusta al problema que tienes y comprueba la respuesta.
1 Define con precisión el resultado final
En lugar de «Dame buenas ideas», indica para qué son las ideas y qué mirarás al elegir una.
Redacta un anuncio para personas que vayan a asistir por primera vez a un club de lectura. La fecha del encuentro aún no está decidida. No inventes una fecha ni una hora, y separa la forma de participar de los puntos que hay que confirmar antes de publicar.
Aquí has especificado qué crear y qué condiciones respetar.
2 Separa los materiales de las instrucciones
Separa «petición», «materiales» y «formato de respuesta» con encabezados o líneas divisorias. OpenAI explica cómo separar el contenido con Markdown o XML, y Anthropic describe el uso de etiquetas XML. Si estás empezando, basta con usar etiquetas entre corchetes como [Tarea].[1][3]
[Tarea] Resume los puntos clave usando solo los materiales siguientes.
[Materiales] Pega aquí el material que hayas confirmado que puedes introducir.
[Formato de la respuesta] Separa los puntos decididos de los pendientes.
Ten en cuenta que, aunque separes los bloques, la IA puede seguir una instrucción escondida dentro de los materiales. Ten cuidado al pegar textos cuyo origen no conozcas.
3 Indica al lector y el punto de vista
Indica la dificultad de la explicación o el punto de vista desde el que hay que mirar, por ejemplo «para principiantes» o «señala lo que falta desde el punto de vista de un editor». Anthropic explica que asignar un rol sirve para orientar el comportamiento y el estilo.[3]
Explícalo como si fuera para alguien que asiste por primera vez a una reunión. Define brevemente los términos técnicos. No omitas las condiciones necesarias para decidir.
Asignar un rol no aumenta los conocimientos del modelo, así que las conclusiones especializadas hay que contrastarlas con las fuentes originales o con la persona responsable.
4 Muestra, si hace falta, ejemplos correctos de entrada y salida
Cuando sea difícil explicar con palabras el formato o el criterio de clasificación, añade ejemplos de entrada y de salida esperada. Dar varios ejemplos se llama few-shot. Elige ejemplos que se ajusten a la tarea real y que no contradigan la instrucción.[1][2][3]
| Ejemplo de entrada | Clasificación mostrada | Motivo |
|---|---|---|
| Se decidió que la sala será la A. | Decisión | Se indica explícitamente que está decidido. |
| Se está valorando la sala A como candidata. | Asunto pendiente | Es una candidata, no una decisión. |
| La sala está decidida, pero la hora de inicio no. | Clasificar por punto | La sala está decidida; la hora de inicio sigue pendiente. |
Ten cuidado de no dar una clasificación incorrecta como ejemplo. No hay un número fijo de ejemplos. También puedes probar primero sin ejemplos y añadir uno solo para el criterio que no se transmita con palabras.
5 Divide el trabajo complejo en pasos comprobables
Por ejemplo, si separas el trabajo en «extraer las condiciones del material, comprobar las condiciones y después escribir un borrador», puedes ver en qué paso entró el error. Si una decisión intermedia es importante, haz que una persona la revise antes de pasar a la siguiente.
Primero, extrae de este material los puntos decididos y los pendientes. Todavía no escribas el anuncio. Después de que revise los resultados, redacta el anuncio.
Muchos modelos de IA actuales tienen un mecanismo de razonamiento interno antes de responder, por lo que la documentación de OpenAI indica que no es necesario pedirles que «piensen paso a paso».[2] En cambio, para poder comprobarlo es útil pedir que indiquen qué partes de los materiales han usado, las fórmulas y unidades de cálculo, y las suposiciones que han hecho.
6 Especifica qué comprobar y pide una revisión
No te limites a preguntar «¿hay algún error?»; indica también con qué hay que compararlo.
Compara el borrador con las notas originales. Comprueba si alguna fecha sin definir aparece como confirmada o si algún presupuesto aún no aprobado aparece como aprobado, y señala la frase correspondiente y el punto de las notas al que se refiere.
Aunque la IA responda «sin problemas», las cifras, fechas y compromisos importantes deben comprobarse tú mismo con los materiales originales.
7 Pide a la IA que te ayude a escribir el prompt
Consiste en contarle lo que quieres crear y pedirle que te haga preguntas sobre las condiciones que falten. Vuelve a leer el prompt propuesto para comprobar que no añade hechos que desconozcas ni condiciones innecesarias.
Ayúdame a diseñar un prompt para redactar un anuncio de evento. Quiero organizar el objetivo, los lectores, los datos ya decididos, los puntos sin definir y el formato de salida. Pregúntame lo que falte y no completes fechas ni importes con suposiciones.
Las preguntas que no sepas responder pueden quedar sin definir por ahora.
Before / After — la misma petición puede cambiar tanto
Como las explicaciones teóricas cuestan de visualizar, compara las peticiones antes y después de ajustarlas. A la izquierda, una petición vaga; a la derecha, la misma con condiciones añadidas (los nombres y las cifras son ejemplos).
Ejemplo 1: redactar un correo de disculpa
| Antes | Después |
|---|---|
| «Escribe un correo de disculpa». → No queda claro a quién ni por qué se pide disculpas, así que el resultado es un texto genérico que serviría para cualquier caso |
«Escribe un correo de disculpa para el Sr. Tanaka, jefe de departamento del cliente, por la entrega, que se ha retrasado 3 días. La causa fue un retraso logístico y la entrega está prevista para el próximo lunes. No incluyas promesas ni compensaciones que yo no haya escrito». → Obtienes un borrador de disculpa adecuado a la situación. Antes de enviarlo, compara solo las fechas y los compromisos con tus registros |
Ejemplo 2: generar ideas para un proyecto
| Antes | Después |
|---|---|
| «Propón ideas para un producto nuevo». → No se sabe en qué sector ni qué tipo de producto, así que las propuestas son vagas |
«Propón 5 productos de alimentación saludable por suscripción para mujeres de 20 a 30 años, con un precio de hasta 3000 yenes al mes. Para cada uno, añade una frase que indique a quién se dirige y qué problema resuelve». → Obtienes ideas con un enfoque claro que sirven como punto de partida para una reunión de planificación |
Ejemplo 3: aprendizaje e investigación
| Antes | Después |
|---|---|
| «Explícame el aprendizaje automático». → Suele devolver una explicación densa, llena de términos técnicos |
«Explica cómo funciona el aprendizaje automático de forma que lo entienda un estudiante de secundaria, usando como comparación una receta de cocina. No uses términos técnicos e incluye dos ejemplos concretos». → Obtienes una explicación que se lee de inmediato, con una comparación cercana |
Lo que tienen en común es que dejan claro para quién, qué crear, cómo hacerlo y en qué forma. A continuación, vamos a practicar esta idea con el resumen de unas notas de reunión.
Práctica: resume unas notas de reunión para quienes no asistieron
- Se ha decidido que la sede del club de lectura sea la sala A.
- La hora de inicio está sin definir. La persona responsable presentará las opciones en la reunión de la próxima semana.
- El coste de impresión de los materiales está en fase de propuesta; ni el importe ni la aprobación están decididos.
- Queremos informar a quienes no asistieron de lo que se ha decidido y de lo que sigue pendiente.
Resume la reunión brevemente.
No indica qué conservar, qué materiales usar ni cómo tratar lo que no está decidido.
Usando solo las notas siguientes, resume para quienes no asistieron los puntos clave de la reunión. Usa viñetas bajo tres encabezados: decisiones, asuntos pendientes y próximas confirmaciones. No inventes fechas ni importes; si algo no aparece en las notas, márcalo como «sin definir».
[Notas]
(Pega aquí las notas de práctica de arriba.)
Incluye las condiciones necesarias para comparar la respuesta con las notas originales.
Respuesta de ejemplo
- La sede del club de lectura es la sala A.
- Hora de inicio; importe de la impresión de materiales y su aprobación.
- La persona responsable presentará las opciones de hora de inicio en la reunión de la próxima semana.
- Coste de impresión: confirmar con la persona responsable el importe y cuándo se decidirá la aprobación.
Para probarlo, pega la instrucción y las notas originales en un chat nuevo. La respuesta no tiene que usar las mismas palabras que este ejemplo. Comprueba el contenido con estos tres puntos:
- ¿Separa lo decidido de lo pendiente? La sala A está decidida; la hora de inicio y el coste de impresión están pendientes.
- ¿Evita inventar fechas o importes? Ni siquiera la fecha concreta de la reunión de la próxima semana aparece en estas notas.
- ¿Evita convertir un plan en un compromiso? Presentar opciones de hora es un plan y no confirma la fecha y hora del evento.
Si lo vas a convertir en un correo, recuerda que tener un borrador no equivale a poder enviarlo. Borradores de correo y chat también explica cómo comprobar lo que prometes a la otra persona.
Cómo corregir los problemas habituales
| Problema | Qué indicar a continuación o qué comprobar |
|---|---|
| No se entiende el criterio de «buen resultado» | Concreta el lector, el uso y los elementos que hay que conservar. Por ejemplo: «separa decisiones de asuntos pendientes». |
| La extensión y los elementos obligatorios no encajan | Decide qué prioridad tiene cada cosa. Si todo es obligatorio, revisa la extensión. Comprueba también qué contenido ha omitido la IA. |
| La petición mezcla tareas no relacionadas | Sepáralas por objetivo. Las tareas relacionadas pueden ir juntas, pero de forma que puedas comprobar cada decisión intermedia. |
| Te fías de la respuesta porque cita fuentes | Abre el texto original del enlace y comprueba que realmente afirma lo que dice la respuesta. Que haya una URL no basta como prueba. |
| Se añaden hechos que no están en los materiales | Limita los materiales que se usan e indica que lo desconocido se marque como «sin definir». Compara de nuevo la versión corregida con los materiales. |
| Las instrucciones se contradicen cuanto más se alarga la conversación | Resume de nuevo el objetivo actual, las condiciones adoptadas y los puntos abiertos. No arrastres condiciones antiguas que ya no sirvan. |
Las conversaciones largas y las grandes cantidades de material también pueden toparse con límites de entrada y de conversación, que dependen del servicio o del modelo. Escribir «recuérdalo todo» no elimina esos límites. Para ver cómo organizar toda la información que proporcionas (materiales de referencia, intercambios anteriores, resultados de herramientas), consulta Ingeniería de contexto.
Revisa la respuesta y corrige solo lo necesario
Lo más importante no es aumentar el número de intentos, sino indicar con precisión qué no encajaba. A veces obtienes una respuesta útil a la primera y otras veces hace falta corregirla varias veces.
Da el objetivo, los materiales y las condiciones.
Comprueba con los materiales originales y las condiciones del resultado final.
Indica dónde falla y qué cambio necesitas.
Revisa de nuevo lo corregido y decide si lo usas.
Una petición de corrección lista para usar
La hora de inicio sigue sin definir, pero la respuesta indica las 14:00. Elimina esa hora y devuélvela a los asuntos pendientes. Mantén que la sala A está decidida. Tras la corrección, comprueba si se ha añadido alguna fecha, importe o aprobación que no esté en las notas originales.
Si tras corregir sigue sin coincidir con los materiales, prueba a cambiar de enfoque: divide el material en fragmentos más cortos o separa el trabajo en tareas.
- Está claro qué se va a crear y qué materiales se usan.
- No has dejado que la IA rellene los puntos desconocidos con suposiciones.
- Las condiciones obligatorias y sus prioridades no se contradicen.
- Has comparado fechas, cifras y compromisos con los materiales originales.
- Sabes qué información envías fuera y si puedes usar el resultado.
Documentación oficial y capítulos siguientes
Lo siguiente son documentos oficiales de cada empresa. Incluyen también explicaciones para desarrolladores (API).
- OpenAI: Diseño de prompts — estructura de las instrucciones, ejemplos, materiales relevantes y diferencias entre modelos.
- OpenAI: Instrucciones para modelos de razonamiento — instrucciones sencillas, objetivos claros y coherencia entre ejemplos e instrucciones.
- Anthropic: Cómo escribir instrucciones para Claude — claridad, separación de materiales, roles, ejemplos y consejos sobre el razonamiento de los distintos modelos.
Para prompts según el uso, consulta la Guía práctica de prompts. En el siguiente capítulo aprenderás sobre los usos de la IA en el trabajo, el estudio y la creación.