Cómo escribir mejores prompts de IA: método para comprobar y revisar
Convierte una petición vaga en un prompt útil, fiel y comprobable definiendo tarea y contexto, protegiendo límites y revisando el resultado.
Supón que das a una IA esta instrucción:
Escribe un correo de seguimiento a partir de estas notas de reunión.
La respuesta suena pulida. Da las gracias, enumera tres decisiones y asigna los siguientes pasos. Solo hay un problema: las notas contienen dos propuestas, no dos decisiones, y nadie acordó quién asumiría una de las tareas.
La redacción es buena. El correo no está listo para enviar.
Muchas personas concluyen que necesitan un prompt más largo, una fórmula especial o un papel impresionante como «experto mundial en comunicación». El diagnóstico útil es más sencillo: no se explicó a la IA cómo distinguir una respuesta utilizable de otra fluida pero inexacta.
Un prompt mejor funciona como un encargo comprobable. Indica qué trabajo hacer, aporta la información necesaria, protege límites que no se deben cruzar y facilita que una persona revise el resultado. No necesitas todas las partes en cada petición ni un primer mensaje perfecto.
¿Qué hace que un prompt sea mejor?
Para una tarea cotidiana, aplica tres pruebas:
- Útil: ¿permite realizar la siguiente acción que tienes en mente?
- Fiel: ¿conserva los hechos, distinciones e incertidumbres importantes?
- Comprobable: ¿sabes con qué comparar la respuesta antes de usarla?
«Hazlo profesional» puede cambiar el tono, pero no responde a estas preguntas. «Separa decisiones confirmadas de preguntas abiertas y no inventes un responsable» sí.
El artículo construye un prompt por etapas con notas ficticias. La reunión, las personas y el proyecto no son reales.
1. Da a la IA un trabajo claro
Empieza por el resultado, no por un papel para la IA.
Vago:
Ayúdame con estas notas de reunión.
Más claro:
Redacta un correo interno de seguimiento para el equipo del proyecto a partir de estas notas.
La segunda petición identifica acción, fuente, documento y lectores. Imagina que se la das a una persona competente que no asistió: ¿sabría qué entregar?
Antes de añadir más, decide qué significa «terminado». El correo debe mostrar qué se decidió, qué aceptó hacer alguien y qué sigue pendiente. Si mezcla categorías, falla aunque la prosa sea excelente.
La guía de Anthropic también recomienda definir criterios de éxito y pruebas antes de optimizar la redacción. Para un chat cotidiano basta una lista mental breve.
2. Añade contexto que pueda cambiar el resultado
Una IA no puede inferir tu registro privado de «escribe un correo». Incluye fuente y antecedentes que cambien su uso.
Para el ejercicio:
Notas de reunión
- El equipo confirmó un piloto de la nueva página de ayuda para el 18 de septiembre.
- Mei preparará el primer borrador antes del 8 de septiembre.
- El grupo habló de añadir un vídeo, pero no tomó una decisión.
- Alguien debe comprobar el coste de los subtítulos; no se asignó responsable ni plazo.
- El cliente aún debe confirmar si su equipo de soporte puede revisar el borrador.
También importan destinatario y propósito: seguimiento interno para hacer visibles los compromisos. Probablemente no importa toda la historia del proyecto.
Un prompt puede combinar tarea, material necesario, límites y resultado. Usa solo las partes que cambian el trabajo.
Contexto pertinente no significa contexto máximo. Un estudio de modelos con contexto largo observó, en sus tareas de recuperación y preguntas, que no se usaban todas las posiciones por igual. Los modelos cambian, así que no es un límite universal, pero conviene organizar lo importante en vez de enterrarlo.
Pregunta por cada detalle:
Si lo elimino, ¿podría cambiar una respuesta correcta?
Si sí, quizá sea necesario; si no, considera omitirlo. Elimina nombres, contactos, cuentas, registros internos y datos sensibles que la tarea no requiera. Consulta la política actual de la herramienta para material confidencial.
3. Protege hechos, restricciones e incógnitas
El contexto indica qué puede usar. Los límites indican qué no debe cambiar silenciosamente.
En las notas hay categorías distintas:
- Un hecho es información registrada, como la fecha del piloto.
- Una restricción es una regla del resultado, como conservar fechas confirmadas.
- Una incógnita es un vacío que la IA no debe rellenar, como el responsable del coste.
Añade las distinciones:
Mantén separadas las decisiones confirmadas, las acciones asignadas,
las propuestas y las preguntas abiertas.
No inventes responsables, plazos, decisiones ni respuestas del cliente.
Si falta un dato necesario, márcalo como "pendiente de confirmación".
Es más útil que pedir autoridad. Un tono firme no convierte propuesta en decisión ni hace aparecer un responsable.
Las instrucciones positivas suelen funcionar mejor que una lista de prohibiciones. En vez de «no mezcles», especifica categorías. Conserva límites negativos para fallos que harían el resultado inseguro o inútil.
4. Pide una salida que puedas inspeccionar
Los requisitos de salida no son adorno. Deben facilitar uso y revisión.
Añade:
Usa esta estructura:
1. Resumen de la reunión en dos frases.
2. Decisiones confirmadas.
3. Acciones asignadas, solo con responsables y fechas de las notas.
4. Preguntas abiertas y acciones sin asignar.
5. Cierre que pida corregir cualquier inexactitud.
Mantén el correo por debajo de 250 palabras y usa lenguaje directo y neutro.
Las secciones revelan omisiones. «Preguntas abiertas» impide que un asunto desaparezca en un párrafo fluido. El límite evita convertirlo en transcripción.
Los ejemplos ayudan cuando formato, clasificación o tono son difíciles de describir. OpenAI, Google y Anthropic los documentan, pero son evidencia opcional de tu intención, no ingrediente obligatorio.
El prompt completo
La petición reunida queda así:
Redacta un correo interno de seguimiento para el equipo del proyecto a partir de las notas.
Debe facilitar ver decisiones confirmadas, acciones asignadas y preguntas pendientes.
Mantén separadas decisiones, acciones, propuestas y preguntas.
No inventes responsables, plazos, decisiones ni respuestas del cliente.
Si falta un dato, márcalo como "pendiente de confirmación".
Usa esta estructura:
1. Resumen de dos frases.
2. Decisiones confirmadas.
3. Acciones asignadas, solo con responsables y fechas indicados.
4. Preguntas abiertas y acciones sin asignar.
5. Cierre que pida corregir inexactitudes.
Máximo 250 palabras, lenguaje directo y neutro.
Notas de reunión
- El equipo confirmó un piloto de la nueva página de ayuda para el 18 de septiembre.
- Mei preparará el primer borrador antes del 8 de septiembre.
- El grupo habló de añadir un vídeo, pero no tomó una decisión.
- Alguien debe comprobar el coste de los subtítulos; no se asignó responsable ni plazo.
- El cliente aún debe confirmar si su equipo de soporte puede revisar el borrador.
Es más largo porque contiene distinciones que conservar. «Dame cinco nombres para esta carpeta» no necesita esa estructura. La longitud es consecuencia de la tarea, no puntuación de calidad.
5. Compara la respuesta con la fuente
No juzgues solo la naturalidad. Compárala con las notas y criterios.
Revisa en este orden:
- Cobertura: ¿incluye decisiones, acciones y preguntas importantes?
- Fidelidad: ¿cambia fecha, responsable, compromiso o certeza?
- Adiciones sin respaldo: ¿añade motivo, nombre, plazo, hecho o cita?
- Utilidad: ¿puede actuar el equipo sin desenredar la estructura?
Para precios, leyes, horarios, productos o compatibilidad, la fuente puede ser una página oficial. Ábrela y comprueba. Preguntar «¿seguro?» no es verificación independiente.
NIST describe como riesgo conocido el contenido falso presentado con seguridad y recomienda revisar fuentes y citas. Importa porque una respuesta inexacta puede parecer completa.
6. Revisa el fallo específico
Si el primer resultado falla, no descartes todo. Nombra el fallo, restaura el límite y pide revisar la parte afectada.
Por ejemplo:
La comprobación del coste de subtítulos no tiene responsable ni plazo. Muévela a «Preguntas abiertas y acciones sin asignar», elimina el nombre añadido y mantén el resto. Comprueba después que cada fecha y responsable coincida con las notas.
Es útil porque identifica un problema observable. «Inténtalo otra vez» no aporta nada comparable.
Trabajar con prompts es un ciclo: compara con la tarea, describe el vacío y revisa lo que falló.
El patrón sirve para tono, longitud, formato o pruebas:
- «El resumen es para especialistas. Reescribe solo el inicio para alguien que desconoce el proyecto».
- «La comparación no usa los mismos criterios. Reconstruye la tabla con precio, acceso y cancelación para ambas opciones».
- «Dos afirmaciones no tienen fuente. Elimínalas o enlaza la fuente primaria actual que respalda cada una».
Un buen prompt es un proceso, no una frase perfecta. Google describe el diseño como iterativo y OpenAI recomienda probar cuando cambien modelos y prompts. Para empezar basta con revisar una salida, nombrar un defecto y probar la corrección.
Una plantilla inicial que puedes acortar
Úsala cuando la tarea merezca un encargo:
Tarea:
Usa [material] para producir [resultado concreto] para [lector o situación].
Contexto necesario:
[Solo la información que puede cambiar una respuesta correcta.]
Debe conservar:
[Hechos, distinciones, requisitos o límites.]
No supongas:
[Incógnitas que deben quedar abiertas o pendientes de confirmación.]
Salida:
[Secciones, formato, longitud o controles que hacen útil el resultado.]
Elimina campos que no ayuden. Antes de usar el resultado, pregunta: ¿es útil, fiel y comprobable? El prompt describe el trabajo. Tú sigues siendo responsable de la fuente, el juicio final y la acción real.
Referencias
- OpenAI: Prompt engineering: instrucciones, ejemplos, contexto y evaluación.
- Google: estrategias de diseño de prompts: instrucciones claras, contexto, ejemplos, formato e iteración.
- Anthropic: introducción: criterios de éxito y pruebas.
- Anthropic: buenas prácticas: claridad, contexto, ejemplos y estructura.
- NIST AI 600-1: confabulación, integridad, supervisión y privacidad.
- Liu et al., «Lost in the Middle», TACL 2024: estudio del uso de información en contextos largos.
- Schulhoff et al., «The Prompt Report»: revisión y taxonomía sistemáticas.
