Guía de prompt engineering: cómo escribir mejores instrucciones para la IA

La diferencia entre una respuesta mediocre y una excelente de un modelo de IA suele estar en cómo se formula la pregunta, no en las capacidades del modelo en sí. Esta guía cubre los principios fundamentales del prompt engineering, la disciplina de diseñar instrucciones efectivas para obtener mejores resultados de cualquier herramienta de IA generativa.

Sé específico sobre el contexto y el resultado esperado

En lugar de "escribe sobre marketing", especifica audiencia, tono, longitud y formato: "escribe un email de 150 palabras para clientes que abandonaron el carrito, tono cercano y urgente, con un único llamado a la acción claro al final". Cuanto menos margen de interpretación dejes, más se ajustará el resultado a lo que realmente necesitas.

Asigna un rol al modelo

Pedirle que actúe como un experto concreto ("actúa como un abogado especializado en contratos laborales" o "actúa como un profesor de física de secundaria") ajusta el vocabulario, el nivel técnico y el enfoque de la respuesta a ese contexto profesional específico, sin que tengas que explicar todo ese contexto cada vez desde cero.

Usa ejemplos (few-shot prompting)

Mostrar uno o dos ejemplos del formato o estilo que buscas mejora drásticamente la consistencia del resultado frente a solo describir lo que quieres con palabras. Esta técnica es especialmente eficaz en tareas de clasificación, generación de datos estructurados o cuando necesitas un formato muy específico que es más fácil de mostrar que de describir en abstracto.

Pide al modelo que razone paso a paso

En tareas complejas (matemáticas, lógica, planificación de varios pasos), añadir "piensa paso a paso antes de responder" reduce errores al forzar un razonamiento explícito antes de la conclusión final, en lugar de saltar directamente a una respuesta que puede ignorar matices importantes del problema planteado.

Divide tareas complejas en partes más pequeñas

En vez de pedir todo de una vez en un único prompt muy largo, plantea la tarea como una secuencia de pasos más manejables: primero genera un esquema, revísalo, y luego pide el desarrollo completo de cada sección por separado. Este enfoque reduce errores acumulados y facilita corregir el rumbo a mitad de camino.

Indica también qué evitar

A veces es tan útil decir qué NO quieres —jerga técnica, frases hechas, un tono demasiado entusiasta, longitud excesiva— como especificar qué sí incluir. Los modelos de lenguaje responden bien a restricciones negativas claras, no solo a instrucciones positivas sobre el contenido deseado.

Itera en lugar de buscar el prompt perfecto a la primera

Trata la primera respuesta como un borrador: pide refinamientos concretos ("hazlo más breve", "añade un ejemplo numérico", "cambia el tono a uno más formal") en lugar de reescribir el prompt original desde cero cada vez. El modelo mantiene el contexto de la conversación, por lo que estos ajustes incrementales suelen ser más eficientes que empezar de nuevo.

Adapta el prompt al dominio profesional

Un buen prompt para marketing suele incluir público objetivo y objetivo de conversión; uno para desarrollo de software se beneficia de especificar lenguaje y convenciones del proyecto; uno para análisis de datos necesita indicar el formato exacto de salida esperado. Adaptar la estructura del prompt al contexto profesional mejora sustancialmente la calidad frente a usar plantillas genéricas para cualquier tarea.

Conclusión

El prompt engineering no requiere trucos secretos ni fórmulas mágicas de una sola línea: contexto claro, ejemplos concretos, división de tareas complejas y una conversación iterativa producen sistemáticamente mejores resultados que intentar acertar con la instrucción perfecta a la primera. Practicar estos principios de forma deliberada en tareas que repites con frecuencia es la forma más rápida de mejorar esta habilidad con el tiempo.

Ejemplo de evolución de un prompt mediocre a uno efectivo

De "escribe un post sobre productividad" a "escribe un post de 400 palabras para LinkedIn dirigido a gerentes de proyecto, con tono profesional pero cercano, que incluya tres consejos prácticos y termine con una pregunta que invite a comentar", la diferencia de especificidad entre ambas versiones explica gran parte de la diferencia en la calidad del resultado final.