Qué es un prompt
Un prompt es la instrucción que le escribes a una inteligencia artificial para que haga algo: redactar, resumir, clasificar, programar o analizar. Es la materia prima del resultado: la misma herramienta entrega respuestas muy distintas según cómo esté escrita la instrucción.
La mayoría de la gente que dice que la IA le responde mal en realidad le está preguntando mal. Un prompt no es una búsqueda de Google: no basta con tirar dos palabras clave y esperar lo correcto. Es más parecido a encargarle una tarea a alguien que sabe muchísimo pero no conoce nada de tu negocio, tu cliente ni tu forma de hablar. Todo lo que no le digas, se lo va a inventar.
Las cuatro partes de un prompt que funciona
No hay magia ni palabras secretas. Un prompt útil casi siempre tiene los mismos cuatro ingredientes, y la calidad del resultado sube en cuanto le agregas los que falten.
- Rol. Quién debe ser la IA para responder. "Eres un analista de ecommerce que revisa embudos de venta" acota el vocabulario y el criterio antes de que empiece a escribir.
- Tarea. Qué tiene que hacer, con un verbo concreto. No "háblame de mi tienda", sino "identifica los tres puntos donde se cae la conversión".
- Contexto. Los datos de tu caso: el producto, el público, el ticket, lo que ya probaste. Es la parte que más se salta la gente y la que más cambia el resultado.
- Formato. Cómo quieres la respuesta: una tabla, cinco viñetas, un correo de 120 palabras, un JSON. Si no lo pides, recibes párrafos genéricos.
El mismo pedido, dos prompts
El de arriba devuelve una lista de consejos que sirven para cualquier tienda del mundo. El de abajo devuelve algo que solo aplica a la tuya. La diferencia no es la herramienta: es el contexto que le diste.
Los errores que arruinan un prompt
Pedir varias cosas a la vez en una sola instrucción: la IA reparte el esfuerzo y ninguna sale bien. Suponer que se acuerda de tu conversación anterior cuando abriste un chat nuevo. Aceptar la primera respuesta sin corregir: la segunda vuelta, diciendo qué no te gustó de la primera, suele ser la buena. Y el más caro en un negocio: no pedirle nunca la fuente ni el supuesto, y terminar publicando un dato que la IA inventó con total seguridad.
Por qué esto importa para tu negocio
Cuando montamos automatizaciones de venta, el prompt deja de ser algo que alguien escribe a mano y pasa a ser parte del sistema: es lo que define cómo responde un bot de WhatsApp a las 11 de la noche, cómo se califica un lead o cómo se escribe la variante número catorce de un anuncio. Ahí un prompt mal escrito no es una mala respuesta, es un cliente perdido. Por eso en nuestros bots la instrucción nunca decide sola: el código verifica lo que el modelo dice antes de mandarlo. Puedes ver cómo funciona en automatización de ventas con IA.
Si estás empezando a usar la IA para producir piezas, el paso siguiente natural es crear contenido con IA que no suene a robot.
Las técnicas que de verdad cambian el resultado
Más allá de la estructura, hay cuatro maneras de pedir que se comportan muy distinto. Ninguna es un truco: son formas de darle al modelo más información o más tiempo para pensar.
- Darle ejemplos. En vez de describir el formato que quieres, muéstraselo. Dos o tres ejemplos de entrada y salida deseada valen más que un párrafo explicando el estilo. Es la técnica con mejor relación entre esfuerzo y mejora.
- Pedirle que razone antes de responder. "Analiza primero, después concluye" cambia la calidad en tareas de análisis, porque el modelo construye su respuesta sobre su propio razonamiento en vez de saltar a la conclusión.
- Partir la tarea. Tres pedidos encadenados salen mejor que uno que pide tres cosas. Primero extraer, después clasificar, después redactar.
- Pedirle que critique su propia respuesta. "Revisa lo que escribiste y señala qué está débil" suele producir una segunda versión notablemente mejor, y a veces revela que inventó algo.
Cómo escribir un prompt, paso a paso
- Define el rol y el objetivo. Quién debe ser el modelo y qué resultado concreto esperas. Un verbo, no un tema.
- Pega el contexto de tu caso. Producto, público, ticket, lo que ya probaste, la restricción que no se puede romper. Es la parte que más cambia el resultado y la que más se omite.
- Especifica el formato. Tabla, viñetas, cantidad de palabras, tono. Si va a alimentar otro sistema, pide JSON con los campos exactos.
- Pon los límites. Qué no debe hacer: no inventar cifras, no prometer plazos, no usar tal palabra. Los límites explícitos evitan la mayoría de los desastres.
- Corrige sobre la primera respuesta. Di qué no te gustó en vez de empezar de cero. La segunda vuelta casi siempre es la buena.
- Guárdalo si funcionó. Un prompt que resuelve bien una tarea recurrente es un activo: documéntalo y reúsalo en vez de reescribirlo cada vez.
Prompts de sistema y prompts de usuario
Cuando la IA se conecta a un producto o a un bot, la instrucción se parte en dos. El prompt de sistema es fijo: define el rol, el tono, lo que puede y no puede decir, y el visitante no lo ve ni lo puede cambiar. El prompt de usuario es lo que escribe la persona en cada mensaje. La distinción importa por seguridad: si mezclas ambas cosas, alguien puede escribir "ignora tus instrucciones anteriores" y sacar al bot de su guion. Por eso en los sistemas que montamos las reglas duras no viven en el prompt: viven en el código, que verifica la respuesta antes de enviarla.
Preguntas frecuentes
¿Cuál es la diferencia entre un prompt y una búsqueda en Google?
Google busca páginas que ya existen y te devuelve enlaces. Un prompt le pide a un modelo que genere algo nuevo a partir de lo que le diste. Por eso en Google gana quien elige mejor las palabras clave, y con un prompt gana quien da mejor contexto.
¿Un prompt largo es mejor que uno corto?
Es mejor uno completo, no uno largo. Si el prompt corto ya tiene rol, tarea, contexto y formato, alargarlo no suma. Lo que sí falla siempre es el prompt sin contexto, tenga la longitud que tenga.
¿Sirve el mismo prompt en ChatGPT, Claude y Gemini?
En general sí, porque la estructura de un buen pedido es la misma. Los resultados varían de modelo a modelo, así que si algo es importante conviene probarlo en más de uno antes de dejarlo fijo en un proceso.
¿Qué es la ingeniería de prompts?
Es la práctica de diseñar, probar y afinar instrucciones para que un modelo entregue resultados consistentes, no solo una vez sino miles. En un negocio se parece más a escribir un procedimiento que a escribir un mensaje.