Escribirle a una IA "resúmeme esto" y obtener algo genérico no es un problema del modelo — es un problema del prompt. La diferencia entre una respuesta mediocre y una respuesta útil casi siempre está en cómo se formula la instrucción, no en cuál herramienta se usa.
Esta guía es directa: vas a aprender cómo escribir un buen prompt para principiantes, con una estructura replicable, ejemplos reales y los errores más frecuentes que comete quien empieza.
¿Qué es un prompt y por qué importa tanto?
Un prompt es la instrucción que le das a un modelo de lenguaje (como GPT-4, Claude, Gemini o Llama). Es el input que determina el output. No es magia: es comunicación.
Los modelos modernos son increíblemente capaces, pero no son adivinos. Si la instrucción es vaga, la respuesta será vaga. Si la instrucción es específica, contextualizada y clara, la respuesta puede ser sorprendentemente precisa.
Esto aplica tanto si usas ChatGPT para redactar un correo como si tu empresa está construyendo un agente de IA que automatiza procesos completos. La lógica del prompt es el mismo punto de partida en ambos casos.
La anatomía de un buen prompt
Un prompt efectivo tiene, en general, cuatro componentes. No todos son obligatorios en cada situación, pero conocerlos te da control real sobre el resultado.
1. Rol o contexto
Le dices al modelo quién debe "ser" o desde qué perspectiva debe responder.
"Actúa como un gerente de producto con 10 años de experiencia en SaaS B2B…"
Esto no es cosplay. Asignar un rol le indica al modelo qué tipo de vocabulario, nivel de detalle y enfoque usar. Sin rol, el modelo responde desde un punto neutro genérico.
2. Tarea específica
La instrucción central, formulada de forma precisa. Verbos concretos: redacta, lista, compara, resume en 3 puntos, traduce al tono formal, extrae los datos clave.
Evita verbos vagos como "ayúdame con" o "dime algo sobre". Cuanto más accionable sea el verbo, más útil será la respuesta.
3. Contexto o información de apoyo
Si el modelo necesita datos específicos para responder bien, dáselos en el mismo prompt.
"Tengo una reunión mañana con un cliente del sector logístico en México. El proyecto es una app de rastreo de flotas. Necesito…"
No asumas que el modelo "sabe" de qué empresa, industria o situación particular estás hablando. El contexto es el diferencial entre una respuesta genérica y una respuesta aplicable.
4. Formato de salida
Especifica cómo quieres que llegue la respuesta: lista con viñetas, tabla comparativa, párrafo de 100 palabras, código Python, correo en tono formal, etc.
"Responde en una lista de 5 puntos, sin introducción, cada punto de máximo dos líneas."
Este componente es el más subestimado por principiantes y el que más tiempo ahorra en la práctica.
Ejemplos: prompt débil vs. prompt fuerte
Ver la diferencia en acción es más útil que cualquier definición.
Ejemplo 1 — Redacción de correo
Prompt débil:
"Escríbeme un correo para un cliente."
Prompt fuerte:
"Escribe un correo profesional en español para un cliente de México que no ha respondido a nuestra propuesta comercial enviada hace 7 días. El tono debe ser cordial pero directo. Máximo 120 palabras. No uses frases como 'espero que te encuentres bien'."
La diferencia no es de longitud — es de especificidad. El segundo prompt elimina decisiones ambiguas que el modelo tendría que tomar por su cuenta.
Ejemplo 2 — Análisis de datos
Prompt débil:
"Analiza estos datos de ventas."
Prompt fuerte:
"Eres un analista de datos. A continuación te pego una tabla con ventas mensuales de enero a junio 2024 por región. Identifica: (1) la región con mayor crecimiento porcentual, (2) el mes con mayor caída, y (3) un posible patrón estacional. Responde en formato de informe ejecutivo de máximo 200 palabras."
Los 5 errores más comunes al escribir prompts
1. Ser demasiado vago
"Escríbeme algo sobre marketing digital" puede producir literalmente cualquier cosa. Define exactamente qué necesitas, para quién y en qué formato.
2. No dar contexto
El modelo no sabe que eres un contador en Colombia, que tu audiencia tiene 50 años o que el proyecto es para una startup de 10 personas. Si ese contexto importa para la respuesta, inclúyelo.
3. Pedir demasiado en un solo prompt
Si necesitas un análisis, una recomendación, un correo Y un resumen ejecutivo, separa el proceso en múltiples turnos. Los modelos responden mejor a tareas focalizadas.
4. No especificar el formato de salida
Sin formato definido, el modelo decide por ti. A veces eso funciona; la mayoría de las veces produce texto difícil de usar directamente.
5. No iterar
El primer prompt raramente produce el resultado perfecto. Trata al modelo como un colaborador: da feedback, ajusta, afina. "Eso está bien, pero hazlo más conciso y cambia el tono a informal" es un prompt válido y valioso.
Técnicas avanzadas que un principiante puede usar desde hoy
No necesitas un curso de prompt engineering para aprovechar estas técnicas.
Chain of Thought (Cadena de razonamiento)
Pídele al modelo que razone paso a paso antes de dar una respuesta.
"Antes de responder, explica tu razonamiento paso a paso."
Esto reduce errores en tareas que requieren lógica o cálculos.
Few-shot prompting (Ejemplos en el prompt)
Incluye uno o dos ejemplos del tipo de respuesta que esperas.
"Quiero respuestas en este formato: [Problema]: X / [Causa probable]: Y / [Acción recomendada]: Z. Aquí un ejemplo: [Problema]: Alta tasa de rebote en la landing page / [Causa probable]: Carga lenta en mobile / [Acción recomendada]: Optimizar imágenes y reducir scripts."
Restricciones explícitas
Dile al modelo lo que no debe hacer.
"No uses bullet points. No menciones precios. No hagas suposiciones sobre el presupuesto del cliente."
Las restricciones son igual de poderosas que las instrucciones positivas.
Prompts en sistemas de IA más complejos
Lo que aprendes aquí no se limita a ChatGPT. En sistemas de IA más sofisticados — agentes autónomos, flujos de automatización, asistentes embebidos en software — el prompt es la columna vertebral de todo el comportamiento del sistema.
Cuando una empresa construye una solución de IA a medida, parte del trabajo técnico más importante es diseñar los prompts del sistema (system prompts) que definen cómo se comporta el agente, qué puede y no puede hacer, y cómo interpreta la información que recibe.
La diferencia entre un agente que funciona bien y uno que falla constantemente muchas veces no está en el modelo subyacente — está en la calidad y precisión de las instrucciones que lo guían. Por eso, entender cómo escribir un buen prompt para principiantes es el primer paso real hacia entender cómo funciona la IA en producción.
Checklist rápido antes de enviar tu próximo prompt
Antes de presionar Enter, repasa esto:
- ¿Definí un rol o contexto relevante?
- ¿El verbo de mi tarea es concreto y accionable?
- ¿Incluí toda la información de contexto que el modelo necesita?
- ¿Especifiqué el formato de salida que quiero?
- ¿Puse restricciones para eliminar respuestas que no quiero?
- Si el resultado no es bueno, ¿estoy dispuesto a iterar?
Para seguir aprendiendo
Escribir buenos prompts es una habilidad. Como toda habilidad, mejora con práctica deliberada y con entender el "por qué" detrás de cada técnica.
Si estás listo para ver cómo estos principios se aplican en la construcción de software con IA real — no solo en chats individuales, sino en sistemas que automatizan procesos completos — el siguiente paso está en nuestro manifiesto: la forma en que Catalizadora entiende el software nativo de IA y por qué importa ahora.