La diferencia entre un prompt malo y uno bueno (5 ejemplos antes/después)
Primeros pasos con IA6 min de lecturaIngeniería de prompts

La diferencia entre un prompt malo y uno bueno (5 ejemplos antes/después)

Cinco prompts reales en sus versiones débil y mejorada, con una breve explicación de los cambios. La forma más rápida de mejorar los resultados de la IA sin aprender jerga.

Lo que deberías poder hacer

Los mejores prompts no son los más ingeniosos. Incluyen tres elementos adicionales: contexto, restricciones y ejemplos concretos. Añádelos y la mayoría de los prompts habituales resultarán mucho más útiles.

AI Expert TeamPublicado: 15 may 2026
Guardado solo en este navegador.
En este artículo

La forma más rápida de mejorar el diseño de prompts no consiste en aprender diez métodos. Consiste en examinar cinco prompts reales, identificar sus defectos y observar qué cambia al corregirlos.

Eso es lo que encontrarás a continuación: cinco situaciones habituales, formuladas primero como suele hacerlo la mayoría y reescritas después con tres pequeñas adiciones —contexto, restricciones y uno o dos ejemplos concretos—. Tras cada par explicamos brevemente qué produce la mejora.

1. Redactar un correo electrónico

Débil: Escribe un correo a mi casero para decirle que la calefacción no funciona.

Obtendrás algo, pero será genérico, sonará como otra persona, será más largo de lo necesario y todavía no resultará útil.

Mejor: Escribe un correo educado pero firme a mi casero. La calefacción central de mi apartamento lleva dos semanas averiada. Le he enviado dos mensajes por WhatsApp sin recibir una respuesta concreta. Quiero que el problema se resuelva en un plazo de cinco días laborables. Mi tono suele ser directo, pero no agresivo: todavía no estoy amenazando con tomar medidas, solo quiero expresarme con más claridad.

Restricciones: menos de 120 palabras, tres párrafos breves, sin signos de exclamación, disculpas ni la frase «Espero que estés bien».

Termina con un siguiente paso claro.

¿Qué ha cambiado? Has indicado quién lo envía y con qué tono, qué ha ocurrido —dos mensajes sin respuesta—, qué resultado deseas —cinco días laborables— y un límite de extensión. Ahora el modelo puede producir un primer borrador aprovechable en lugar de un simple texto de relleno.

2. Resumir un documento largo

Débil: Resume este contrato de 30 páginas.

Obtendrás un resumen cortés, ambiguo y genérico que a menudo omite lo que realmente te importa.

Mejor: Estoy a punto de firmar este contrato de 30 páginas como diseñador autónomo en Estonia. Léelo con atención y dime:

  1. Las tres cláusulas que más afectan mis obligaciones.
  2. Cualquier cosa que dé al otro lado un derecho unilateral (terminar, cambiar el precio, reclamar propiedad intelectual).
  3. Cualquier cosa que se contradiga a sí misma o suene inusual para un contrato como este.
  4. Las dos preguntas que debería hacerle a mi abogado antes de firmar.

Marca con [indefinido] cualquier cosa de la que no estés seguro.

¿Qué cambió? Le dijiste al modelo quién eres, qué te importa, qué forma debe tomar la respuesta y le diste permiso para señalar la incertidumbre. El resultado es más cercano a “consejo de un amigo cuidadoso” que a “un resumen genérico”.

La etiqueta [unclear] importa más de lo que parece. Sin ella, el modelo puede rellenar los huecos con suposiciones que suenan plausibles. Con ella, obtienes un resumen que reconoce sus propios límites.

3. Generar ideas

Débil: Dime ideas para un proyecto secundario.

Obtendrás una lista de proyectos secundarios genéricos que podrían ser para cualquiera. Ninguno de ellos se sentirá como tuyo.

Mejor: Ayúdame a generar ideas para un proyecto paralelo. Sobre mí: soy responsable de producto en una empresa de SaaS B2B en Tallinn, escribo mucho, me gusta enseñar y dispongo de unas 5 horas semanales. No busco ganar dinero rápido: quiero algo que siga disfrutando dentro de doce meses. Ya he considerado y descartado un boletín —demasiado solitario— y un pódcast —no tengo el equipo necesario—.

Genera diez ideas. Para cada una, incluye una frase que la resuma, el tipo de persona a quien le interesaría y la parte más difícil de llevarla a cabo. Ordénalas desde «la más fácil de empezar este fin de semana» hasta «la más ambiciosa».

¿Qué ha cambiado? El modelo sabe quién eres, de cuánto tiempo dispones, qué has descartado y qué formato debe tener la respuesta. Ahora tiene restricciones con las que trabajar y devuelve ideas entre las que puedes elegir, no una lista genérica.

La frase «Ya he considerado y descartado X» se utiliza muchísimo menos de lo que debería. Evita que el modelo sugiera lo evidente y lo obliga a explorar otras opciones.

4. Pedir una explicación

Débil: Explica el aprendizaje automático.

Obtendrás un párrafo de libro de texto que has leído cien veces.

Mejor: Explica el aprendizaje automático de tres formas diferentes, en aproximadamente 200 palabras cada una:

  1. A mi sobrino de 12 años, que es curioso pero se aburre con facilidad.
  2. A un directivo sénior que siempre pregunta «¿en qué se diferencia esto de una hoja de cálculo?».
  3. A mí — alguien que ha usado mucho ChatGPT pero nunca ha estudiado ninguna de las ideas subyacentes — para darme un modelo mental funcional.

Usa un ejemplo concreto corto en cada uno. No incluyas las palabras “algoritmo” o “inteligencia artificial” en la versión 1.

¿Qué ha cambiado? Has pedido tres explicaciones adaptadas, has indicado al modelo para qué públicos debe escribir e incluso has prohibido cierto vocabulario en una de ellas. Para la tercera versión, es probable que algo que antes no encajaba quede claro. El patrón «explícalo de tres maneras» funciona con casi cualquier concepto que entiendas solo en parte.

5. Desbloquear una decisión

Débil: ¿Debería aceptar el nuevo trabajo?

Obtendrás un «depende» equilibrado pero ambiguo, acompañado de una lista genérica de aspectos que considerar. No te servirá de mucho.

Mejor: Estoy decidiendo si aceptar un nuevo trabajo. Antes de decir nada, pregúntame cinco preguntas que necesitarías responder para darme una opinión útil. Espera mis respuestas antes de continuar.

Una vez que haya respondido:

  1. Lista los tres argumentos más fuertes a favor de aceptarlo y los tres más fuertes en contra.
  2. Dime qué evidencia cambiaría tu punto de vista.
  3. Solo después de todo lo anterior, dime qué me recomendarías realmente y con qué grado de certeza.

Si algo de lo que digo resulta incoherente, cuestiónamelo. No me des una respuesta ambigua que intente contentar a ambas partes: ya tengo suficientes.

¿Qué ha cambiado? Has obligado al modelo a entrevistarte antes de responder, has estructurado el análisis y le has pedido explícitamente que se pronuncie. Su primera respuesta serán cinco preguntas. Cuando las contestes, el resultado se parecerá mucho más al consejo de un colega reflexivo que a una lista genérica de ventajas e inconvenientes.

El patrón en los cinco ejemplos

Observa juntos los cinco prompts «mejorados». Comparten cuatro hábitos:

  1. Contexto. Quién eres, qué has intentado ya, qué estás a punto de hacer. El modelo funciona mucho mejor cuando conoce tu situación.
  2. Restricciones. Límites de longitud, restricciones de tono, formatos, palabras prohibidas. Las restricciones elevan la calidad más que la longitud.
  3. Ejemplos o públicos. «Para mi sobrino de 12 años», «como diseñador autónomo en Estonia» o «como si fuera el directivo sénior escéptico». Las referencias concretas funcionan mejor que los adjetivos vagos.
  4. Permiso para expresar incertidumbre. La etiqueta [unclear], «espera mis respuestas» y «dime con qué grado de certeza respondes» indican al modelo que prefieres una respuesta calibrada antes que una errónea pero expresada con seguridad.

Fíjate también en lo que estos prompts no hacen: no son largos porque sí, no utilizan jerga —«actúa como un experto de máximo nivel…»— ni acumulan adjetivos. Simplemente expresan con más claridad lo que necesitas.

Un hábito útil

Después de recibir una respuesta mediocre de ChatGPT, detente antes de escribir otro prompt. Pregúntate cuál de esos cuatro ingredientes has olvidado, añade uno y vuelve a intentarlo. Tras una semana de práctica empezarás a incluirlos de forma automática. No necesitarás «aprender ingeniería de prompts» como suele enseñarse, porque ya la estarás aplicando.

Leer a continuación

Continúa por el mismo itinerario de aprendizaje con los siguientes artículos prácticos.

Profundiza

Cursos externos seleccionados para profundizar en este tema.

Ver todos los cursos para Ingeniería de prompts