Anatomía de un prompt que funciona

Por qué tus prompts decepcionan (y por qué no es culpa del modelo)

El lunes por la mañana, Sofía escribe: «Escribe un post de LinkedIn sobre nuestro nuevo producto». El resultado es una papilla de entusiasmo genérico, con fórmulas vacías que podría copiar y pegar en cualquier empresa. Concluye que «la IA escribe mal». El diagnóstico es falso: el modelo hizo exactamente lo que se le pidió — es decir, casi nada concreto.

Un modelo de lenguaje no lee tu mente. Completa tu texto con la continuación más probable según lo que le diste. Si le das una petición difusa, la continuación más probable es una respuesta difusa, mediana, consensuada — la media estadística de todo lo que se parece a tu petición en Internet. La precisión de tu petición es, por tanto, la palanca número uno de la calidad, mucho antes que la elección del modelo.

Esa es la buena noticia de este curso: no necesitas una mejor herramienta, necesitas una mejor forma de pedir. Y esa forma de pedir se aprende, se estructura y se reutiliza. Empecemos por la anatomía básica.

Contexto + Tarea + Formato: los tres ingredientes

Un prompt fuerte responde a tres preguntas: quién eres y en qué situación (contexto/rol), qué debes hacer exactamente (tarea precisa), en qué forma entregar el resultado (formato de salida). Quita uno de los tres y la calidad cae de forma visible.

El contexto enmarca el universo de la respuesta: el sector, la audiencia, la situación, el tono de la empresa. La tarea define la acción esperada con un verbo preciso: redactar, resumir, comparar, clasificar, reformular. El formato fija la entrega: longitud, estructura, tono, qué incluir y qué excluir. Juntos, transforman una lotería en un pedido preciso.

Eres un experto en SEO. (rol)
Redacta 5 títulos para un artículo sobre el café de especialidad. (tarea)
Formato: lista numerada, cada título < 60 caracteres, tono curioso. (formato)

flowchart LR
  C["Contexto / rol"] --> PR["Prompt estructurado"]
  T["Tarea precisa"] --> PR
  F["Formato de salida"] --> PR
  PR --> Q["Salida de calidad"]
  PR -.->|"Falta un ingrediente"| G["Salida genérica"]

El contexto: darle al modelo lo que no puede adivinar

El modelo conoce el mundo en general, pero ignora todo sobre tu situación: tu empresa, tu audiencia, tu restricción de la semana, lo que ya se ha intentado. Todo lo que no le dices, lo inventa — y lo inventa mediocre. El contexto es la parte del prompt donde llenas ese vacío.

Para Sofía, un buen contexto se parece a: «Somos una pyme de 40 personas que vende un software de gestión de horarios a restauradores. Nuestra audiencia en LinkedIn: gerentes de restaurante desbordados, poco tecnológicos, sensibles al tiempo ganado. Tono de marca: directo, concreto, nunca corporativo.» Tres frases, y el modelo ya no puede producir la misma papilla genérica de antes.

Regla práctica: pregúntate qué necesitaría saber un nuevo colega brillante pero que llegó esta mañana para hacer la tarea. Eso es exactamente lo que el modelo necesita saber también. Ni más (no hace falta contar tu vida), ni menos.

La tarea: un verbo de acción y un objetivo medible

«Háblame del marketing» no es una tarea, es un tema. «Redacta 3 ganchos de LinkedIn para vender una formación de marketing a freelancers desbordados» es una tarea: un verbo (redacta), una cantidad (3), un entregable (ganchos), un público (freelancers desbordados) y un objetivo (vender).

Desconfía también de las tareas múltiples escondidas en una sola frase. «Resume este informe y propón acciones y redacta un email al equipo» mezcla tres entregables: el modelo descuidará al menos uno. Sepáralo en tres peticiones, o anuncia explícitamente las tres partes esperadas con su formato respectivo.

El formato: el ingrediente más olvidado

Es el olvido más frecuente, y el más costoso. Sin formato, el modelo elige por ti: a menudo demasiado largo, estructurado en párrafos cuando querías una lista, con un tono de asistente educado cuando querías algo contundente. Precisar el formato es evitar el 80 % de las idas y vueltas de corrección.

• Longitud: «máximo 120 palabras», «en 5 viñetas», «una sola frase».
• Estructura: «lista numerada», «tabla de 3 columnas», «título + 2 párrafos + llamada a la acción».
• Tono: «directo y concreto», «cálido sin ser informal», «neutro y factual».
• Inclusiones/exclusiones: «sin jerga técnica», «sin signos de exclamación», «incluye una cifra por viñeta».

La trampa del prompt vago: un antes/después

Veamos la diferencia en el caso real de Sofía. Versión vaga:

Escribe un post de LinkedIn sobre nuestro nuevo producto.

Resultado: «Estamos encantados de anunciar el lanzamiento de nuestro nuevo producto revolucionario...» — relleno intercambiable, cero información, tono corporativo que nadie lee. Ahora la versión estructurada:

Contexto: somos una pyme que vende un software de horarios a restauradores. Audiencia en LinkedIn: gerentes de restaurante desbordados, poco tecnológicos. Tono de marca: directo, concreto, nunca corporativo.

Tarea: redacta un post de LinkedIn anunciando nuestra nueva funcionalidad «reemplazo en 1 clic» (encontrar un sustituto cuando un camarero está enfermo, en 1 clic en lugar de 12 llamadas).

Formato: 80-120 palabras, gancho en la primera línea en forma de pregunta, 1 beneficio con cifras, llamada a la acción final, ningún signo de exclamación, sin hashtags.

Mismo modelo, mismo día, misma funcionalidad. La segunda versión produce un post publicable casi tal cual. La diferencia no viene de la herramienta: viene de la información y las barreras de protección que el prompt proporciona. La precisión no es opcional, es la palanca principal.

Prompt de sistema vs prompt de usuario

En la mayoría de las herramientas (ChatGPT, Claude, las API), existen dos niveles de instrucción. El prompt de sistema (o «instrucciones personalizadas») define el comportamiento permanente: quién es el asistente, su tono, sus reglas. El prompt de usuario es tu petición del momento. El de sistema pesa más y persiste durante toda la conversación.

En concreto: si Sofía repite en cada mensaje «tono directo, nunca corporativo, sin signos de exclamación», pierde tiempo. Esas reglas permanentes tienen su lugar en las instrucciones de sistema o personalizadas de su herramienta. El prompt de usuario, por su parte, ya solo contiene lo que cambia: la tarea del día y su formato. Es también la base de los «GPTs» personalizados y de los asistentes configurados en las empresas.

Estructurar para clarificar (y preparar lo que viene)

Separa visualmente las partes de tu prompt: un bloque de contexto, un bloque de tarea, un bloque de restricciones. Usa intertítulos («Contexto:», «Tarea:», «Formato:») o delimitadores como --- o etiquetas para aislar un texto a procesar del resto de las instrucciones. El modelo sigue mejor, y tú relees mejor.

Esta disciplina tiene un segundo beneficio, que explotaremos en el capítulo 5: un prompt estructurado en bloques se transforma en plantilla reutilizable en dos minutos. Un prompt escrito de un tirón confuso, en cambio, tendrá que reescribirse cada vez. Estructurar hoy es capitalizar para mañana.