La misma pregunta, formulada de dos maneras distintas, puede producir resultados radicalmente diferentes en un modelo de lenguaje. No porque el modelo sea caprichoso, sino porque el texto de entrada —el prompt— es literalmente todo el contexto que el modelo tiene para producir una respuesta. Lo que no está en el prompt, el modelo lo infiere. Y sus inferencias pueden no coincidir con lo que querías.

Aprender a escribir buenos prompts no es un truco de experto: es la habilidad fundamental para trabajar con IA de forma eficiente.

Por qué el prompt importa tanto

Un modelo de lenguaje no tiene conocimiento de tu situación específica, tus objetivos, tus restricciones o tu audiencia más allá de lo que le dices. Cuando recibes una respuesta genérica, poco útil o en el tono equivocado, lo más probable no es que el modelo sea incapaz: es que no tenía suficiente información para hacer algo mejor.

El prompting es, en esencia, comunicación precisa. Las mismas habilidades que hacen que un brief sea bueno, o que una instrucción a un colaborador sea clara, hacen que un prompt sea eficaz.

Los cuatro elementos de un prompt eficaz

Un prompt que funciona bien suele contener cuatro elementos. No todos son obligatorios en todos los casos, pero cuando algo falla, la causa suele ser la ausencia de uno de ellos.

1. Rol

Dile al modelo desde qué perspectiva o con qué expertise debe responder. Esto no es una ficción: cambia activamente qué patrones del entrenamiento activa el modelo.

Malo: “Explica la inflación.” Mejor: “Eres un economista explicando la inflación a alguien sin formación económica que acaba de recibir su primera nómina.”

2. Contexto

Proporciona la información de fondo que el modelo necesita para entender tu situación específica. Sin contexto, el modelo responde a la pregunta más genérica posible.

Malo: “¿Cómo mejoraría este email?” Mejor: “Estoy escribiendo a un cliente que lleva tres semanas sin responder a mi propuesta. Quiero seguir sin parecer insistente. El tono de nuestra relación es profesional pero cercano. El email actual es: [email].”

3. Tarea

Define con precisión qué quieres que haga el modelo. Las instrucciones vagas producen respuestas vagas. Las instrucciones específicas producen resultados accionables.

Malo: “Ayúdame con mi presentación.” Mejor: “Identifica los tres argumentos más débiles de esta presentación y propón cómo reforzarlos con datos o ejemplos más concretos.”

4. Formato

Especifica cómo quieres que esté estructurada la respuesta. Si no lo haces, el modelo elegirá el formato que le parezca más probable dado el contexto —que puede no ser el más útil para ti.

Malo: (sin especificación de formato) Mejor: “Responde en forma de tres puntos breves, cada uno con una acción concreta en la primera línea y un ejemplo en la segunda.”

Precisión sobre brevedad

Un error común es asumir que los prompts deben ser cortos. No es así. La longitud óptima de un prompt es la que contiene toda la información necesaria sin añadir ruido.

Un prompt de 50 palabras que define con precisión el rol, el contexto, la tarea y el formato produce mejores resultados que uno de 10 palabras que deja demasiado a la inferencia del modelo.

Dicho esto, la repetición y la redundancia no ayudan. La longitud debe venir de la precisión, no del relleno.

Errores comunes

Preguntar lo que se quiere obtener en lugar de especificar la tarea. “Dame buenas ideas para mi negocio” no describe una tarea; describe un deseo. Una tarea es: “Genera diez ideas de producto para una floristería online dirigida a oficinas en ciudades medianas, ordenadas de menor a mayor inversión inicial.”

Asumir que el modelo conoce el contexto. El modelo no sabe quién eres, qué empresa tienes, qué has intentado antes o cuál es tu audiencia a menos que se lo digas en el prompt.

No especificar la longitud ni el formato. El modelo tenderá a respuestas de extensión media con formato de párrafo. Si necesitas algo diferente, pídelo.

Pedir varias cosas en un solo prompt sin estructurarlas. Si tienes tres tareas distintas, un prompt que las mezcle produce una respuesta que mezcla todas. Es mejor tratarlas por separado o pedirle al modelo que las aborde secuencialmente.

La plantilla base

Esta estructura funciona para la mayoría de los casos:

ROL: [Quién eres o desde qué perspectiva debes responder]

CONTEXTO: [Información de fondo que necesitas saber]

TAREA: [Qué quiero que hagas exactamente]

RESTRICCIONES: [Qué no debe incluir la respuesta, límites]

FORMATO: [Cómo quiero que esté estructurada la respuesta]

No es necesario usar estas etiquetas literalmente. Puedes incorporar los mismos elementos en prosa natural. Lo que importa es que estén todos presentes.

El prompting mejora con la práctica. La primera versión de un prompt raramente es la óptima: el proceso real es iterar —ver la respuesta, identificar qué información faltaba, añadirla, repetir. En el próximo capítulo veremos técnicas más avanzadas para situaciones más complejas.