Guía para escribir prompts de IA

Qué es un prompt y por qué importa

Un prompt es la instrucción, pregunta o conjunto de datos que das a un modelo de IA para obtener una respuesta. Puede ser una frase simple, una plantilla con variables, un bloque de contexto, una lista de restricciones o una combinación de todo eso.

La calidad del prompt no garantiza por sí sola que la IA acierte, pero sí reduce respuestas genéricas, formatos inútiles, supuestos ocultos y vueltas innecesarias. Un buen prompt deja claro qué resultado necesitas, con qué información debe trabajar el modelo y cómo vas a evaluar la respuesta.

1. Empieza con un resultado único

Antes de escribir detalles, define una sola salida esperada. Si pides resumir, criticar, reescribir, traducir y publicar en el mismo mensaje, el modelo tendrá que adivinar prioridades.

Mejor: divide el trabajo en pasos. Por ejemplo: primero resume el documento, luego detecta riesgos, después reescribe la sección débil. Esta separación hace que cada respuesta sea más fácil de revisar.

• Vago: "Ayúdame con esta landing page".
• Claro: "Reescribe el hero de esta landing page para aumentar solicitudes de demo".
• Más controlado: "Reescribe solo el titular y el subtítulo. Mantén el producto, cambia el ángulo y ofrece 3 variantes".

2. Define rol, audiencia y alcance

El rol ayuda cuando cambia el criterio de decisión. No hace falta inventar una personalidad compleja; basta con indicar la especialidad útil para la tarea.

La audiencia es igual de importante. Explicar un tema a directivos, principiantes, desarrolladores o clientes finales exige distinto vocabulario, profundidad y nivel de detalle.

• Rol: "Actúa como product marketer para un SaaS B2B".
• Audiencia: "Escribe para usuarios nuevos que no conocen la función".
• Alcance: "Céntrate solo en emails de activación; excluye anuncios y redes sociales".

3. Añade solo el contexto que cambia la respuesta

Más contexto no siempre significa mejor resultado. El contexto útil es el que cambia una decisión: datos del público, material de origen, restricciones del negocio, tono de marca, ejemplos de salida deseada o información que el modelo no puede conocer.

Si pegas mucho material, separa claramente qué es fuente, qué es instrucción y qué debe ignorarse. Así reduces el riesgo de que el modelo mezcle notas, ejemplos y órdenes.

• Incluye datos concretos: producto, usuario, objetivo, canal, país, idioma y límites.
• Elimina historia interna que no afecte la respuesta.
• Marca el material de referencia con etiquetas simples como "Contexto", "Fuente" y "Tarea".

4. Usa verbos de acción precisos

El verbo principal define el tipo de trabajo. "Mejora", "analiza" o "hazlo mejor" son demasiado amplios si no explicas qué significa mejorar.

Elige verbos observables: resume, compara, clasifica, extrae, reescribe, prioriza, convierte, detecta, evalúa, traduce, genera, corrige. Luego añade el criterio que separa una buena respuesta de una respuesta mediocre.

• En vez de "mejora este texto", usa "reescribe este texto para hacerlo más claro y reducir repeticiones".
• En vez de "analiza estos datos", usa "detecta anomalías, posibles causas y preguntas que requieren más datos".
• En vez de "dame ideas", usa "genera 10 ideas, agrúpalas por canal y explica el objetivo de cada una".

5. Establece restricciones duras

Las restricciones duras reducen desviaciones y facilitan revisar el resultado. Funcionan especialmente bien cuando el texto se va a publicar, enviar a clientes, convertir en código o reutilizar dentro de un flujo de trabajo.

No llenes el prompt de reglas decorativas. Usa límites que protejan la utilidad, la precisión o el formato final.

• Longitud: "máximo 160 palabras" o "5 bullets como máximo".
• Estructura: "incluye resumen, riesgos y recomendación".
• Fuentes: "usa solo la información proporcionada; no inventes cifras ni citas".
• Tono: "directo, profesional y sin lenguaje promocional exagerado".
• Exclusiones: "no des asesoramiento legal, no prometas resultados garantizados".

6. Especifica el formato de salida

Muchos prompts fallan no porque la respuesta sea mala, sino porque llega en un formato difícil de usar. Si necesitas copiar el resultado a una página, una tabla, un ticket, un email o un archivo JSON, dilo desde el inicio.

El formato también obliga al modelo a ordenar su razonamiento visible. Una tabla sirve para comparar; una checklist sirve para validar; secciones Markdown sirven para publicar; JSON sirve para integraciones técnicas.

• Para decisiones: tabla con opción, ventaja, riesgo y recomendación.
• Para ejecución: pasos numerados con responsable, entrada y salida.
• Para contenido: H2, H3, bullets y FAQ.
• Para automatización: JSON válido, sin comentarios ni texto adicional.

7. Incluye ejemplos cuando el estilo importa

Los ejemplos son útiles cuando quieres que el modelo imite un patrón: tono de marca, formato exacto, clasificación, nivel de detalle o tipo de respuesta. No tienen que ser muchos; uno o dos ejemplos buenos suelen orientar mejor que una descripción abstracta.

Usa ejemplos variados si la entrada real puede cambiar mucho. Un ejemplo ideal, uno mínimo y uno ambiguo ayudan a que el prompt sea más estable.

• Muestra una entrada y una salida aceptable.
• Aclara qué parte del ejemplo debe imitarse: tono, estructura, criterio o longitud.
• Evita ejemplos con datos inventados si después necesitas precisión factual.

8. Añade criterios de calidad

Un criterio de calidad le dice al modelo cómo priorizar. Sin criterio, una respuesta puede ser larga pero poco útil, creativa pero imprecisa, o correcta pero imposible de aplicar.

Define qué debe optimizar la respuesta: claridad, exactitud, concisión, evidencia, acción siguiente, tono, cobertura de riesgos o compatibilidad con una estructura.

• Ejemplo: "Prioriza claridad factual, lenguaje breve y próximos pasos concretos".
• Ejemplo: "Marca cualquier supuesto que no esté respaldado por el texto fuente".
• Ejemplo: "Si hay conflicto entre brevedad y precisión, prioriza precisión".

9. Trabaja en dos pasadas

Para tareas importantes, no intentes conseguir la versión final en una sola respuesta. Usa una primera pasada para generar el borrador y una segunda para revisarlo contra tus criterios.

Este flujo es más confiable porque separa creación y evaluación. También permite encontrar omisiones, supuestos débiles, frases vagas y partes que no cumplen el formato solicitado.

• Pasada 1: "Genera un borrador siguiendo esta estructura".
• Pasada 2: "Evalúa el borrador contra los criterios y reescribe solo las partes débiles".
• Control final: "Lista información faltante, supuestos y afirmaciones que deberían verificarse".

10. Prueba el prompt con casos límite

Un prompt reutilizable debe funcionar con entradas normales y también con entradas incómodas. Si solo lo pruebas con el caso perfecto, puede romperse cuando falte contexto, haya contradicciones o el usuario escriba demasiado poco.

Prueba al menos tres entradas: una ideal, una mínima y una ambigua. Conserva la versión del prompt que mantenga mejor el formato, pida aclaraciones cuando falten datos y no invente información.

• Caso ideal: toda la información está completa.
• Caso mínimo: faltan detalles importantes.
• Caso ambiguo: hay datos contradictorios o una instrucción poco clara.
• Criterio de aprobación: el resultado sigue siendo útil sin rellenar huecos con hechos inventados.

Plantilla base para escribir mejores prompts

Copia esta estructura y sustituye los campos entre corchetes. No necesitas usar todas las líneas en tareas simples, pero sí conviene mantenerlas cuando el resultado tenga impacto real.

Actúa como [rol útil]. Necesito [resultado único]. Contexto: [datos que cambian la respuesta]. Audiencia: [quién lo leerá o usará]. Material de origen: [texto, datos o enlaces permitidos]. Restricciones: [longitud, tono, fuentes, exclusiones]. Formato de salida: [tabla, bullets, JSON, secciones]. Criterios de calidad: [cómo evaluar la respuesta]. Si falta información importante, pregunta antes de asumir.

Ejemplo completo

Prompt débil: "Escribe un email para usuarios nuevos".

Prompt mejorado: "Actúa como especialista en onboarding para un SaaS B2B. Escribe un email de bienvenida para usuarios que acaban de crear una cuenta pero aún no han completado la configuración. Objetivo: que terminen el primer proyecto. Máximo 120 palabras. Tono claro y útil, sin exagerar. Incluye asunto, preheader, cuerpo y un CTA único. No prometas resultados garantizados. Prioriza una acción concreta sobre explicar todas las funciones".

La segunda versión funciona mejor porque define rol, audiencia, estado del usuario, objetivo, formato, tono, límites y criterio de prioridad.

Prompts para texto, imagen y video: qué cambia

En texto, suelen importar objetivo, audiencia, tono, fuentes, estructura y criterios de calidad. En imagen, pesan más sujeto, composición, estilo visual, iluminación, encuadre, relación de aspecto y elementos que deben evitarse. En video, además entran movimiento de cámara, duración, ritmo, transición, escena inicial y escena final.

La regla común es la misma: describe el resultado verificable, no solo una idea. Cuanto más visual o multimodal sea la tarea, más conviene especificar relaciones espaciales, acciones y límites.

• Texto: "resumen ejecutivo en 5 bullets con riesgos y decisión requerida".
• Imagen: "retrato editorial, luz lateral suave, fondo neutro, sin texto ni logotipos".
• Video: "plano de 6 segundos, cámara lenta hacia el producto, transición a primer plano, sin cortes bruscos".

Errores comunes que debes evitar

La mayoría de malos resultados vienen de instrucciones demasiado vagas, exceso de tareas, ausencia de formato o falta de material de referencia. También es común pedir certeza donde el modelo no tiene datos suficientes.

Un buen prompt no debe empujar al modelo a inventar. Si necesitas datos recientes, cifras, citas, normativa o información sensible, añade una regla de verificación y revisa fuentes confiables antes de usar la respuesta.

• No pidas "hazlo viral" sin definir audiencia, canal y restricciones.
• No mezcles tareas incompatibles en una sola respuesta.
• No uses "nuestro tono habitual" si el modelo no tiene ejemplos de ese tono.
• No aceptes cifras, citas o fuentes que no puedas comprobar.
• No confundas una respuesta fluida con una respuesta correcta.

Checklist rápida antes de enviar

Antes de enviar un prompt importante, revísalo como revisarías un brief. Si una persona del equipo no pudiera entender qué entregar, probablemente el modelo tampoco dará un resultado estable.

• ¿Hay un resultado único y concreto?
• ¿Está clara la audiencia?
• ¿El contexto incluido cambia realmente la respuesta?
• ¿Hay restricciones de longitud, tono, fuentes o exclusiones?
• ¿El formato de salida está especificado?
• ¿Hay criterios de calidad o una forma de evaluar la respuesta?
• ¿El prompt indica qué hacer si falta información?
• ¿Has probado una entrada ideal, una mínima y una ambigua?

FAQ: cuánto debe medir un buen prompt

Debe medir lo necesario para reducir ambigüedad. Un prompt corto funciona bien para tareas simples. Un prompt estructurado es mejor cuando hay riesgo, varias restricciones, un formato obligatorio o información de origen que debe respetarse.

FAQ: es mejor escribir el prompt en español o en inglés

Para una salida en español, normalmente conviene escribir el prompt en español e indicar el país o variante si importa: España, México, Argentina, Colombia u otra. Si usas términos técnicos en inglés, puedes mantenerlos cuando sean habituales para la audiencia.

FAQ: cómo evito que la IA invente información

Incluye reglas explícitas: usa solo las fuentes proporcionadas, marca afirmaciones inciertas, no inventes cifras ni citas y pregunta si faltan datos. Para temas recientes, médicos, legales, financieros o de seguridad, verifica con fuentes primarias antes de publicar.

FAQ: debo pedir razonamiento paso a paso

No siempre. Para muchas tareas basta con pedir una explicación breve de los criterios usados o una lista de supuestos. Si necesitas resolver un problema complejo, pide que divida el trabajo en pasos y que entregue una conclusión clara, sin llenar la respuesta de razonamiento innecesario.

Siguiente paso práctico

Guarda tus mejores prompts como plantillas por tipo de tarea: escritura, análisis, investigación, soporte, producto, imagen o video. Cada plantilla debería tener variables claras y una breve checklist de calidad.

Si quieres revisar un borrador rápido, puedes pegarlo en el Comprobador de calidad de prompts de este sitio para detectar objetivo débil, contexto insuficiente, restricciones ausentes o formato poco claro antes de usarlo.