Después de utilizar ChatGPT o Claude durante un tiempo, empiezas a percibir que los prompts más y menos eficaces tienen una estructura reconocible. Cuando sabes identificar las partes relevantes, puedes diagnosticar un resultado decepcionante en lugar de reescribir a ciegas.
A continuación veremos los cinco ingredientes, con ejemplos desarrollados, y cómo encajan entre sí. Al final tendrás una plantilla que podrás adaptar a prompts importantes en distintas herramientas, además de un paso de validación para comprobar el resultado.
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 perspectiva o enfoque de trabajo debe adoptar la IA para este prompt?
- Contexto: quién eres, cuál es la situación y qué ha sucedido hasta ahora.
- Tarea: exactamente qué quieres que haga la IA.
- Restricciones: extensión, tono, elementos que debe evitar y elementos que debe incluir.
- Formato: la estructura que debe tener la respuesta.
No necesitas incluir los cinco en cada prompt. Una pregunta informal no los requiere todos, y a veces los ejemplos o el material de referencia importan más que un rol. Cuando el resultado sea importante, utiliza la lista como herramienta de diagnóstico, no como fórmula obligatoria. Las guías actuales de los proveedores también destacan la claridad de las instrucciones, el contexto pertinente, los ejemplos, los requisitos de salida y la evaluación, aunque ninguno define exactamente este estándar de cinco partes (guía de OpenAI sobre diseño de prompts; introducción de Anthropic al diseño de prompts).
1. Rol
El rol define la perspectiva o el enfoque de trabajo que quieres que utilice el modelo. Puede ayudar a concretar el público, el vocabulario y el método esperados, pero una instrucción directa sobre la tarea puede funcionar igual de bien. Un rol no concede al modelo credenciales reales ni el criterio profesional del que carece.
Débil:
Explica los fondos de pensiones.
Mejor:
Explicas con claridad cómo funcionan los sistemas de pensiones a profesionales que se encuentran a mitad de su carrera en Estonia. Utilizas un lenguaje sencillo, defines la jerga una vez y te mantienes en el plano conceptual: no eliges productos, no propones importes de aportación ni elaboras planes personales de jubilación.
Explica conceptualmente cómo funcionan los fondos de pensiones.
El modelo no se convierte en asesor. La instrucción le pide que adopte el estilo y la densidad de contenido de un texto explicativo claro. Esto puede hacer que la respuesta sea más concreta sin convertir una consulta formativa en asesoramiento regulado.
Algunas notas sobre los roles:
- Prefiere los detalles pertinentes para la tarea. «Una persona que explica con rigor la contabilidad empresarial estonia y distingue los conceptos del asesoramiento sobre declaraciones» establece límites más claros que «un experto».
- Utiliza los roles para definir el público, el tono y el alcance, no para presentar declaraciones ni asesorar. Un rol no equivale a una licencia ni demuestra conocimientos especializados.
- Una actitud como «revisor escéptico», «profesor paciente» o «editor meticuloso» puede ser útil cuando modifica el comportamiento solicitado. Si la coherencia importa, compárala con instrucciones concretas equivalentes.
- Evita biografías inventadas y la acumulación de afirmaciones de prestigio. «Eres una autoridad mundial con veinte años de experiencia» no crea esas credenciales. Especifica en su lugar el método, el público y los límites necesarios.
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 campos de contexto que conviene comprobar:
- 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 aprobado, puedes guardar instrucciones estables en un GPT personalizado o un Proyecto de Claude cuando tu plan y tu espacio de trabajo admitan esa función. No incluyas datos confidenciales o regulados salvo que lo permitan la cuenta, el contrato y la política de tu organización, y revisa las instrucciones guardadas cuando cambie el flujo de trabajo.
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, por ejemplo, «redacta un correo electrónico», «resume este documento» o «dame tres opciones», siempre que los demás componentes aporten lo necesario.
Algunos patrones de tarea útiles:
- Generar variantes. «Dame tres borradores». «Produce cinco opciones». Las variantes permiten comparar alternativas en lugar de exigir que un solo borrador resuelva toda la decisión.
- Entrevista primero, luego actúa. «Antes de redactar, hazme cinco preguntas que necesitarías responder. Espera mis respuestas». Utiliza este patrón cuando la falta de información pueda cambiar sustancialmente el borrador.
- 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». Utilízalo para decisiones de bajo riesgo, como la redacción, el diseño o el orden del día de una reunión. No lo uses para elegir préstamos, opciones médicas o posiciones jurídicas.
- 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 pertinentes, el modelo tiene que inferir decisiones como la extensión, el tono, el alcance y el público. Los límites explícitos reducen esa ambigüedad y facilitan la evaluación del resultado.
Restricciones útiles:
- Extensión. «Menos de 100 palabras». «Máximo tres frases». «Un párrafo». «Dos páginas». Elige un límite adecuado para el uso previsto en lugar de suponer que más detalle siempre es mejor.
- Tono. “Cálido pero profesional.” “Agudo y directo.” “Conversacional, ligeramente autocrítico.” “Coincide con el tono de [paste example].”
- 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 empieces con una introducción de disculpa». «No abras con “Buena pregunta”». En borradores de bajo riesgo puedes pedir menos rodeos, pero no elimines los indicadores de incertidumbre ni los límites sobre asesoramiento profesional cuando el tema sea el dinero, la salud, el derecho o la seguridad.
Da prioridad a instrucciones positivas y concretas que describan el resultado deseado, y añade después exclusiones precisas cuando necesites impedir un fallo recurrente. Por ejemplo: «Empieza directamente con la recomendación. No abras con “Buena pregunta”». Una larga lista de prohibiciones puede resultar más difícil de seguir que una breve descripción de lo que debe contener una buena respuesta.
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 puede reducir el 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 puede completar los espacios en blanco para que la respuesta sea más coherente y fácil de revisar. Si un programa debe procesar el resultado, utiliza la función de salida estructurada o de esquema del producto, cuando exista, y valida los datos devueltos en lugar de confiar solo en una plantilla visual.
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: Ayúdame a escribir como un diseñador freelance directo y amable que establece un límite claro para el proyecto sin inventar políticas, condiciones contractuales ni antecedentes del cliente.
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».
El segundo prompt plantea al modelo una tarea de redacción mejor definida. Revisa las tres versiones, comprueba que ninguna invente hechos o compromisos, elige la más adecuada y edítala antes de enviarla.
Algunos patrones que combinan los cinco
Estas son algunas estructuras de prompt que merece la pena probar:
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. Resulta útil cuando comparar alternativas forma parte del trabajo.
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. Estas estructuras son variaciones de la misma plantilla: cinco ingredientes dispuestos en un orden inicial práctico, no una ley universal.
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.
Quizá descubras que falta un ingrediente, que una instrucción no está clara o que un ejemplo es débil. Corrige ese problema concreto y vuelve a intentarlo. Este hábito te permite aprender de tus propios prompts y resultados, en lugar de depender solo de una fórmula genérica.
Cinco partes, más la validación. Úsalas deliberadamente hasta que identificarlas se vuelva automático.
