Después de utilizar ChatGPT o Claude durante unas semanas, empiezas a percibir un patrón en tus prompts buenos y malos. Los buenos contienen ciertos ingredientes; a los malos les falta alguno. Cuando sabes reconocerlos, casi sin darte cuenta dejas de escribir prompts deficientes.
A continuación veremos los cinco ingredientes, con ejemplos desarrollados, y cómo encajan entre sí. Al final tendrás una plantilla aplicable a cualquier prompt y herramienta, capaz de transformar una respuesta mediocre en una respuesta útil.
Para trabajos recurrentes, considera el prompt como un contrato de tarea. Debe especificar el rol, el contexto, la tarea, las restricciones, el formato de salida y cómo gestionar la incertidumbre. Así será reutilizable y fácil de revisar.
Los cinco componentes
En este orden:
- Rol — ¿qué papel desempeña la IA en este prompt?
- Contexto — quién eres, la situación, lo que ha sucedido hasta ahora.
- Tarea — exactamente qué quieres que haga la IA.
- Restricciones — longitud, tono, cosas a evitar, cosas a incluir.
- Formato — la estructura que debe tener la respuesta.
No necesitas incluir los cinco en cada prompt: una pregunta informal puede prescindir de alguno. Sin embargo, cuando el resultado importa, la ausencia de uno de ellos suele explicar por qué la respuesta decepciona.
1. Rol
El rol define la personalidad, los conocimientos o la perspectiva que quieres que adopte el modelo. Le ayuda a activar patrones más pertinentes de sus datos de entrenamiento en lugar de producir una respuesta promedio.
Débil:
Explica los fondos de pensiones.
Mejor:
Eres un asesor financiero en Estonia especializado en ayudar a profesionales en la etapa intermedia de su carrera a planificar la jubilación. Explicas las cosas con claridad, sin simplificarlas en exceso.
Explica los fondos de pensiones.
El modelo no se convierte realmente en asesor financiero. Simplemente adapta el estilo y la densidad del contenido a los de un profesional experto. La respuesta resulta más fundamentada, menos ambigua y utiliza vocabulario propio del sector.
Algunas notas sobre los roles:
- Sé específico. “Un experto” es más débil que “un contable senior que ha presentado declaraciones fiscales empresariales en Estonia durante quince años.”
- Especifica qué tipo de experto necesitas. «Un entrenador personal directo y sin rodeos» produce una respuesta distinta de «un entrenador personal empático especializado en principiantes».
- El rol también puede definir una actitud. «Un abogado del diablo», «un periodista escéptico», «un profesor paciente» o «un editor meticuloso» son opciones válidas.
- Evita acumular roles. «Eres un experto sénior, una autoridad mundial y un consultor de primer nivel con veinte años de experiencia…» solo añade ruido. Un rol concreto es mejor que tres abstractos.
2. Contexto
El contexto abarca todo lo que el modelo necesita saber sobre tu situación y que no se desprende de la propia tarea: tu función, tu equipo, el proyecto, lo que ya se ha intentado, lo que ha fallado, el público objetivo y cualquier otro dato que determine qué sería una buena respuesta.
Débil:
Redacta una actualización de proyecto para mi jefe.
Mejor:
Sobre mí: soy responsable de producto en una empresa de SaaS B2B de Tallin. Desde hace dos meses dirijo un proyecto para migrar nuestro sistema de autenticación.
Lo que ha sucedido: tuvimos un problema importante la semana pasada con un proveedor de identidad de terceros. La solución significa que entregaremos dos semanas más tarde de lo planeado. El equipo, en general, está bien.
Mi jefe: es vicepresidente sénior de producto. Prefiere actualizaciones muy directas, no le gustan las disculpas ni frases vacías como «mantenemos nuestro compromiso» y quiere conocer los riesgos y las medidas que estoy tomando.
Redacta una actualización de proyecto.
Observa cómo cambia la respuesta cuando el modelo sabe quién eres, qué ha ocurrido y quién la leerá. No se trata de añadir contexto porque sí: cada línea orienta el resultado.
Tres cosas que la gente suele olvidar incluir en el contexto:
- Quién eres tú. Tu rol, nivel, lo que haces.
- Lo que ya ha sucedido. El historial, los intentos previos, las decisiones anteriores.
- A quién va dirigida la respuesta. El público objetivo, sus preferencias, sus conocimientos y sus restricciones.
Si utilizas repetidamente el mismo tipo de prompt —con el mismo rol y la misma situación—, guarda el contexto en un GPT personalizado o en un Proyecto de Claude para no tener que reescribirlo cada vez.
3. Tarea
La tarea es la petición propiamente dicha. Es el elemento que la mayoría de las personas escribe primero y suele funcionar tal como se formula de manera natural —«redacta un correo electrónico», «resume este documento», «dame tres opciones»—, siempre que los demás componentes aporten lo necesario.
Algunos patrones de tarea que funcionan consistentemente bien:
- Generar variantes. “Dame tres borradores.” “Produce cinco opciones.” Las variantes suelen ser más útiles que pedir una sola respuesta y luego decepcionarse.
- Entrevista primero, luego actúa. “Antes de redactar, hazme cinco preguntas que necesitarías responder. Espera mis respuestas.” Es la estructura de tarea más subutilizada.
- Critica, no reescribas. «Detecta los problemas de este texto. Cita líneas concretas. No lo reescribas». Resulta útil cuando quieres que el modelo te ayude a mejorar tu trabajo, no que lo sustituya.
- Compara y recomienda. “Compara X e Y en estas cuatro dimensiones. Luego recomienda uno y dime qué cambiaría tu respuesta.”
- Aplica un marco. “Analiza esto usando el marco [STAR / SWOT / RACI / Five Whys / ICE].”
El patrón es el mismo en todos los casos: concreta la acción que quieres que realice el modelo.
4. Restricciones
Las restricciones delimitan la respuesta: extensión, tono, formato, vocabulario, elementos que debe incluir y elementos que debe evitar.
Sin restricciones, los modelos tienden a producir la respuesta más segura, larga y aburrida. Añaden relleno, vacilan e incluyen preámbulos innecesarios. Las restricciones permiten obtener la respuesta que realmente necesitas.
Restricciones útiles:
- Extensión. «Menos de 100 palabras». «Máximo tres frases». «Un párrafo». «Dos páginas». Limitar la extensión es una de las herramientas de calidad más eficaces y menos utilizadas.
- Tono. “Cálido pero profesional.” “Agudo y directo.” “Conversacional, ligeramente autocrítico.” “Coincide con el tono de [pegar ejemplo].”
- Vocabulario. «No uses las expresiones “crear sinergias”, “poner en valor” ni “de cara al futuro”». «Evita la jerga». «Utiliza únicamente palabras que entienda una persona de 12 años».
- Restricciones de formato. “Sin prefacio.” “Sin resumen final.” “No empieces con ‘Gran pregunta.’”
- Qué incluir. «Incluye un ejemplo concreto». «Haz referencia a los datos que acabo de proporcionarte».
- Qué excluir. «No me digas que consulte a un profesional: ya lo sé». «No añadas salvedades innecesarias: quiero una respuesta clara». «No empieces con una disculpa».
Las restricciones negativas —las que indican qué no hacer— suelen ser más eficaces que las positivas. El modelo tiende con fuerza hacia ciertas frases («Espero que te encuentres bien», «¡Buena pregunta!», «Es importante señalar…»). Prohibirlas explícitamente suele funcionar mejor que limitarse a indicar una alternativa.
5. Formato
El formato define la estructura de la respuesta: listas, tablas, listas numeradas, párrafos, JSON, Markdown, bloques de código o texto sin formato. Especificarlo ahorra trabajo de limpieza posterior.
Ejemplos:
Devuelve como una tabla de markdown con tres columnas: opción, pros, contras.
Devuelve como un objeto JSON con las claves “resumen”, “decisiones” y “preguntas_abiertas”.
Devuelve como tres párrafos cortos, sin encabezados.
Devuelve como una lista numerada de cinco elementos, cada uno una frase.
Un patrón especialmente útil cuando quieres usar la salida más adelante (pegar en un documento, alimentar en otro prompt, publicar en algún lugar): muestra al modelo el formato con una plantilla breve:
Devuelve en este formato:
Decisión: […]
Tres argumentos principales a favor:
- […]
- […]
- […]
Tres argumentos principales en contra:
- […]
- […]
- […]
¿Qué cambiaría tu respuesta? […]
El modelo completará los espacios en blanco. La respuesta será coherente y podrá procesarse automáticamente.
6. Validación
La sexta parte no siempre forma parte del prompt en sí, pero sí forma parte de cualquier flujo de trabajo serio: ¿cómo sabrás que la respuesta es lo suficientemente buena?
Instrucciones de validación útiles:
Si haces una afirmación factual, indica si proviene del texto de origen que te proporcioné o del conocimiento general de fondo.
Si falta algún campo requerido, escribe
[missing]en lugar de adivinar.
Antes de la respuesta final, enumera las tres suposiciones que hiciste.
Después de redactar, dame una breve lista de verificación de lo que debo verificar antes de usar esto.
La validación importa porque una respuesta bien redactada puede seguir siendo errónea. Un buen prompt no se limita a pedir un resultado: también indica cómo señalar la incertidumbre, los datos que faltan y los aspectos que requieren revisión.
Cómo combinarlo todo: un ejemplo desarrollado
Vamos a combinar los cinco en una tarea real. Supongamos que necesitas escribir una respuesta educada pero firme a un cliente que está pidiendo más trabajo gratis en un proyecto.
Sin la plantilla:
Escribe una respuesta a mi cliente que quiere más trabajo gratis.
Obtienes algo genérico. Con la plantilla:
Rol: Eres un gestor de proyectos con diez años de experiencia trabajando con clientes de agencias B2B. Te comunicas de forma directa y amable, y sabes decir que no sin perjudicar la relación.
Contexto: Soy un diseñador freelance. Un cliente (un fundador de startup con quien he trabajado durante un año) acaba de pedirme que agregue dos nuevas páginas a un proyecto que ya está en su fase final. El alcance estaba claramente fijado en nuestro contrato. La relación, en general, es buena. No quiero perderlos, pero tampoco quiero hacer el trabajo gratis.
Tarea: Redacta tres versiones de respuesta.
Restricciones:
- Menos de 150 palabras cada una
- Cálido pero inequívoco — estoy diciendo que no al trabajo gratis, no negociando
- Ofrece una alternativa clara (por ejemplo, un pequeño encargo adicional)
- No uses “Espero que te encuentres bien”, ni disculpas por el límite
- No incluyas «Atentamente» ni ninguna despedida: yo añadiré la mía
Formato: Tres versiones numeradas, cada una identificada por su tono (por ejemplo, «1. Cálido y explicativo»), y debajo de cada versión una nota de una línea titulada «Cuándo enviar esta versión».
La respuesta al segundo prompt contendrá tres borradores realmente útiles. Léelos, elige uno, edítalo ligeramente y envíalo.
Ese es el proceso completo.
Algunos patrones que combinan los cinco
Estas estructuras de prompt aparecen una y otra vez en las buenas prácticas:
La entrevista inversa. Rol + contexto, luego una tarea que comienza con “Hazme cinco preguntas que necesitarías responder para hacer esto bien.” Permite que el modelo te ayude a afinar el prompt mismo.
El redactor de tres variantes. Rol + contexto + «redacta tres versiones» + restricciones de extensión y tono + formato numerado. Es una fórmula fiable para trabajar con IA en tareas de escritura.
El analista estructurado. Rol + contexto + “aplica este marco” + “usa esta estructura exacta” + formato. La forma correcta para cualquier tarea analítica.
El tutor paciente. Rol (un tutor) + contexto (tú y tu nivel) + tarea (enséñame, hazme preguntas) + restricciones («una pregunta cada vez; espera mi respuesta») + formato (estructurado por fases). Al combinar los cinco componentes se crea un ciclo de aprendizaje útil.
Con el tiempo desarrollarás tus propios patrones. Todos serán variaciones de la misma plantilla: cinco ingredientes dispuestos en un orden eficaz.
Un pequeño hábito con efecto acumulativo
Después de cualquier respuesta mediocre de IA, pausa durante dos segundos. Pregúntate: ¿cuál de los cinco dejé fuera?
- ¿El modelo no sabía quién era? → rol.
- ¿No tenía mi situación? → contexto.
- ¿Malinterpretó el verbo? → tarea.
- ¿La respuesta era demasiado larga, formal o recargada? → restricciones.
- ¿La forma de la respuesta era la incorrecta? → formato.
Casi siempre descubrirás que falta un ingrediente. Añádelo y vuelve a generar la respuesta. Estas mejoras te enseñarán sobre prompting más que cualquier curso, porque estarás diagnosticando tus propios prompts en situaciones reales.
Cinco partes, más la validación. Úsalas deliberadamente hasta que identificarlas se vuelva automático.
