Inicio / Blog / Chatbots y asistentes

Cómo escribir prompts eficaces: 6 elementos para que la IA responda bien a la primera

Una estructura de prompt formada por rol, contexto, tarea, ejemplos, formato y criterios de revisión, con un ejemplo de reescritura que puedes aplicar a cualquier chatbot.

Edición: PickYourToolActualizado: 2026-10-265 min de lectura

La mayoría de los resultados de IA «insípidos» o desviados no se deben a un modelo débil, sino a una petición demasiado corta. Los tres grandes desarrolladores publican guías para escribir prompts y, aunque la redacción difiere, los consejos repiten las mismas ideas: expresar con claridad el objetivo, aportar contexto, dar ejemplos, especificar el formato de salida y darle al modelo la oportunidad de revisar su propio trabajo. Este artículo las reúne en 6 elementos fáciles de recordar.

Elemento 1: Una tarea clara con un verbo principal

Compara dos peticiones:

Escribe sobre el café.

Escribe una descripción de 80 palabras para la página de un producto, café Robusta tostado y molido, dirigida a compradores de oficina, destacando el sabor intenso y el precio razonable.

La segunda petición tiene un verbo (escribir), una extensión (80 palabras), un público (compradores de oficina) y un énfasis. El modelo no tiene que adivinar. Intenta darle a cada prompt una tarea principal; si tienes tres trabajos, divídelos en tres pasos o tres turnos.

Elemento 2: El contexto que un extraño no conoce

El modelo no conoce tu empresa, tus clientes ni lo que se ha probado antes. Incluye lo que un compañero nuevo necesitaría para hacer bien el trabajo: qué es el producto, quién lo lee, para qué sirve el resultado, qué restricciones hay que respetar. Cuanto más concreto seas con el público, mejor; por ejemplo, «un encargado de tienda sin conocimientos técnicos» es muy distinto de «un ingeniero de datos».

No olvides indicar lo que no se debe hacer: sin jerga, sin prometer resultados, sin inventar cifras.

Elemento 3: Un rol, usado con moderación

Asignar un rol («Eres un editor con experiencia…») puede hacer que el tono y el nivel de especialización sean más coherentes. Pero el rol no sustituye al contexto ni a los criterios. Considéralo un condimento secundario: útil cuando quieres un punto de vista concreto, inútil si el resto es vago.

Elemento 4: Ejemplos del resultado deseado

En tareas de tono o formato, uno o dos ejemplos valen más que una descripción larga. Da un buen ejemplo y, si hace falta, uno malo con la explicación de por qué lo es. La documentación de los desarrolladores menciona esta técnica (a menudo llamada few-shot). Ten en cuenta que el modelo tiende a seguir de cerca los ejemplos, así que da ejemplos variados si quieres resultados variados.

Elemento 5: Formato de salida

Di exactamente lo que quieres: una tabla con qué columnas, una lista de 5 viñetas, JSON con qué campos, un párrafo de no más de 120 palabras. Si el resultado se va a pegar en otra herramienta, pide justo el formato que esa herramienta necesita. Un formato claro te ahorra retoques manuales.

Elemento 6: Cómo comprobar y corregir

Dos trucos sencillos:

Pide al modelo que enumere las suposiciones que usó antes de responder. Esto deja ver dónde malinterpretó.
Pídele que se revise según tus criterios al final («comprueba que tiene los 3 puntos principales, que no usa palabras prohibidas y que tiene la extensión correcta») y que luego lo corrija.

En trabajos con datos del mundo real, pide que cite las fuentes y compruébalas tú mismo. Consulta cómo verificar las respuestas de la IA.

Una plantilla de prompt reutilizable

Puedes copiar el siguiente esquema y sustituir las partes entre corchetes:

Objetivo: [el resultado final que necesitas]
Lector: [quién es, qué sabe, qué debe hacer tras leer]
Contexto: [información de fondo, datos adjuntos]
Restricciones: [extensión, tono, lo que no se puede decir]
Buen ejemplo: [opcional]
Formato de salida: [tabla / lista / párrafo / JSON]
Antes de responder: pregúntame si falta información importante.

La última línea es muy útil. Permitir que el modelo pregunte evita que rellene los huecos con suposiciones erróneas.

Un ejemplo de reescritura: de lo vago a lo utilizable

Prompt original: «Escribe un correo pidiendo disculpas a un cliente por un retraso en la entrega.»

Prompt mejorado: «Escribe un correo de 120 palabras para un cliente de una pequeña tienda de artículos para el hogar, cuyo pedido lleva 3 días de retraso porque el almacén se quedó temporalmente sin existencias. Tono sincero, sin culpar a la empresa de transporte. Incluye: una disculpa, la causa real, la nueva fecha prevista de entrega, el viernes, y un código de descuento del 10 % para el próximo pedido. No uses la frase “lamentamos mucho las molestias”. Devuelve solo el texto del correo.»

La diferencia: el público, la extensión, los datos, el tono, las prohibiciones y el formato ya están en la petición. Puedes usar el resultado de inmediato o cambiar unas pocas palabras.

Mejorar de forma iterativa en lugar de escribir un prompt perfecto

No intentes escribir un prompt mágico a la primera. Trabaja en ciclos: ejecutar, leer, señalar con exactitud lo que no está bien («el párrafo 2 es demasiado formal, acórtalo a 2 frases») y volver a ejecutar. Un comentario concreto funciona mucho mejor que «hazlo otra vez, mejor». Cuando encuentres una versión que funcione bien, guárdala como tu propia plantilla.

Errores frecuentes

Meter demasiados trabajos en un solo prompt, de modo que el resultado trata cada uno por encima.
Instrucciones contradictorias, por ejemplo «muy corto» pero «con todos los detalles».
Pegar datos sensibles en un chatbot inadecuado. Consulta seguridad de los datos al usar IA.
Fiarse del resultado sin comprobarlo, sobre todo cifras, citas y cláusulas legales.

Resumen

Un buen prompt no necesita ser largo, necesita ser completo: tarea, contexto, ejemplos si los hay, restricciones, formato y una forma de comprobar. Prueba a reescribir los tres prompts que más usas siguiendo el esquema anterior y compara los resultados. La diferencia suele notarse de inmediato.