Cuando alguien dice que una IA “no sirve para nada” o “da respuestas genéricas”, en la mayoría de los casos el problema no está en la IA. Está en cómo se le preguntó.

Los modelos de lenguaje modernos son herramientas extraordinariamente capaces, pero no son adivinos. Responden al texto que reciben. Y si ese texto es vago, ambiguo o incompleto, la respuesta también lo será. La buena noticia es que aprender a formular mejores instrucciones no requiere conocimientos técnicos. Requiere claridad de pensamiento.

Por qué la mayoría de los prompts fallan

El prompt más común es algo parecido a: “Escríbeme un correo sobre el proyecto”. O “dame ideas para mi negocio”. O “explícame cómo funciona la bolsa”.

Estas instrucciones fallan por el mismo motivo: son demasiado amplias para producir algo útil. La IA no sabe qué proyecto, para quién va el correo, qué tono quieres, cuánto debe durar, qué quieres conseguir. Tampoco sabe qué tipo de negocio tienes, en qué etapa está, qué has probado ya, qué recursos tienes. Ni cuánto sabes ya sobre bolsa, qué aspecto quieres entender, o para qué lo necesitas.

Sin esa información, el modelo hace lo único que puede: rellenar los huecos con suposiciones genéricas. Y el resultado es, efectivamente, genérico.

Otro error frecuente es pedir varias cosas a la vez en un solo prompt. “Analiza esto, dame tres conclusiones, escríbelo en tono formal pero cercano, y que no supere un párrafo.” Demasiados criterios simultáneos suelen producir un texto que cumple todos a medias.

Los cuatro elementos de un buen prompt

Un prompt efectivo no necesita ser largo. Necesita ser preciso. Hay cuatro elementos que, cuando están presentes, mejoran drásticamente la calidad de la respuesta.

Contexto. ¿Quién eres, qué estás intentando hacer, en qué situación? Cuanta más información relevante des, más calibrada será la respuesta. “Soy directora de comunicación de una empresa de tecnología B2B” produce respuestas distintas que “soy autónoma que vende servicios de diseño a pymes”.

Tarea específica. No “dame ideas”, sino “dame cinco ideas de contenido para LinkedIn dirigido a responsables de recursos humanos en empresas de entre 50 y 200 empleados”. La especificidad reduce el margen de interpretación y aumenta la utilidad.

Formato deseado. Si quieres una lista, dilo. Si quieres un texto corrido, dilo. Si quieres que te haga preguntas antes de responder, dilo. La IA no lee la mente, pero sí sigue instrucciones de formato con mucha fidelidad.

Restricciones. Longitud, tono, nivel de detalle, qué NO debe incluir. Las restricciones son tan importantes como las instrucciones positivas. “No uses jerga técnica” o “en menos de 150 palabras” acotan el espacio de respuesta hacia lo que realmente necesitas.

Ejemplos reales: prompts malos y buenos

Malo: “Escríbeme un post para redes sociales sobre productividad.”

Bueno: “Escribe un post de LinkedIn de 150 palabras sobre cómo gestionar las interrupciones en el trabajo en remoto. Tono directo y práctico, sin clichés motivacionales. El público es gente que trabaja desde casa con hijos pequeños. Empieza con una situación concreta, no con una pregunta retórica.”

La diferencia no es que el segundo sea más largo. Es que el segundo no deja espacio para suposiciones innecesarias.

Malo: “Explícame la inteligencia artificial.”

Bueno: “Explícame cómo funcionan los modelos de lenguaje grande (LLMs) como si yo fuera alguien con formación en biología pero sin conocimientos de informática. Usa analogías con procesos biológicos si es posible. Máximo tres párrafos.”

El primer prompt puede generar desde una entrada de Wikipedia hasta un tutorial técnico. El segundo define el nivel, el enfoque y la extensión.

El contexto es el ingrediente más infravalorado

De los cuatro elementos, el contexto es el que más frecuentemente se omite y el que más impacto tiene.

Las IAs de lenguaje no tienen acceso a tu situación particular a menos que se la des. No saben si llevas dos años en tu empresa o dos meses. No saben si tu cliente es escéptico o entusiasta. No saben si ya has intentado algo y no funcionó.

Cuanto más contexto relevante compartes, más puede la IA actuar como un colaborador informado en lugar de un generador de texto genérico. No es necesario escribir párrafos interminables. Basta con incluir los datos que cambiarían la respuesta si el modelo los conociera.

Una técnica útil: antes de escribir el prompt, pregúntate “¿qué necesitaría saber alguien muy inteligente pero sin conocimiento de mi situación para darme una respuesta realmente útil?” Eso es exactamente lo que debería estar en el prompt.

Un buen prompt no es el que da instrucciones perfectas. Es el que elimina la ambigüedad suficiente para que la respuesta sea accionable.

Cómo mejorar con la práctica

La habilidad de escribir buenos prompts se desarrolla como cualquier otra: haciéndolo y prestando atención a los resultados.

Cuando una respuesta no sea lo que esperabas, en lugar de reformular desde cero, pregúntate qué elemento faltaba. ¿Era el contexto? ¿La tarea no era específica? ¿El formato no estaba definido?

También puedes usar la propia IA para mejorar tus prompts. Dile: “Este es mi prompt. ¿Qué información adicional necesitarías para responder de forma más útil?” O: “¿Qué ambigüedades ves en esta instrucción?” Los modelos buenos son bastante capaces de señalar los huecos.

Con el tiempo, escribir un buen prompt tarda los mismos 30 segundos que uno malo. La diferencia está en el resultado. Y en el tiempo que no perderás revisando y reformulando respuestas que no sirven.