Prompt engineering

Por qué tus prompts dan respuestas genéricas

La mayoría le habla a la IA como a un buscador: escribe una frase corta y espera magia. Se nota especialmente al pedirle textos de venta, donde el resultado genérico se detecta al toque.

En una capacitación para un banco en Lima hice un experimento en vivo. Dividí al grupo en dos y les pedí que analizaran el mismo dataset de ventas trimestrales. El primer grupo escribió "analiza estas ventas". El segundo escribió quién era, para quién era el análisis, qué decisión había que tomar con él y en qué formato lo necesitaban. Mismo modelo, mismos datos, dos resultados que no se parecían en nada.

Esa es toda la tesis de esta guía: el contexto pesa más que la instrucción. No se trata de aprender palabras mágicas, se trata de contarle a la herramienta lo que un colega nuevo necesitaría saber para hacerte bien el trabajo.

Qué es la ingeniería de prompts, en simple

Un prompt es la instrucción que le das a una IA. La ingeniería de prompts es la técnica de escribir esa instrucción bien, para que la herramienta pase de darte algo genérico a darte exactamente lo que necesitas. No es programar ni hace falta saber nada técnico: es saber pedir.

Vale igual para ChatGPT, para Claude o para Gemini, porque lo que cambia entre ellos es el modelo, no lo que necesitan saber para ayudarte. Y en un equipo, donde se llama prompt engineering corporativo, lo que cambia no es la técnica sino que el procedimiento tiene que quedar escrito para que no dependa de quién lo escribió.

Los seis ingredientes de un buen prompt

El método que enseño se llama RECETA porque cocinar es la mejor analogía: los mismos ingredientes en distinto orden dan platos distintos, y saltarse uno se nota.

Rol. Actúa como analista financiero, como redactor publicitario, como profesor de primaria. Le das un punto de vista y con él un vocabulario y unas prioridades.
Especificación de la tarea. Qué quieres exactamente. "Escribe sobre marketing" no es una tarea. "Escribe tres asuntos de correo para reactivar clientes que no compran hace seis meses" sí lo es.
Contexto. Quién eres, a quién le hablas, qué pasó antes, qué restricciones reales tienes. Es el ingrediente que más cambia el resultado y el que más se omite.
Ejemplo. Un solo ejemplo real de lo que consideras una buena salida enseña más que tres párrafos describiendo el tono con adjetivos.
Tono y formato. Cómo quieres la respuesta: tabla, lista, correo, cien palabras, sin tecnicismos.
Acotaciones. Qué debe evitar. No inventar datos, no usar cifras que no le diste, no prometer resultados.

Si alguna vez viste el framework RCEFT en uno de mis talleres, es lo mismo agrupado distinto: rol, contexto, especificación, formato y tono. Lo importante no es la sigla, es que no falte ninguno de los seis.

Los seis ingredientes en cadena: rol, especificación, contexto, ejemplo, tono y formato, y acotaciones, que llevan a una respuesta útil. Al lado, un prompt de una línea que lleva a una respuesta genérica porque le faltan cinco. — Los mismos ingredientes en distinto orden dan platos distintos, y saltarse uno se nota. El que más se omite es el contexto, y es el que más cambia el resultado: el modelo no sabe quién eres ni a quién le hablas salvo que se lo digas.

Un ejemplo aplicado

Prompt pobre: "hazme un correo para clientes".

Prompt con los seis ingredientes: "Actúa como responsable de marketing de una tienda de repuestos en Lima que vende a talleres mecánicos. Escribe un correo para talleres que compraron hace más de seis meses y dejaron de comprar. El objetivo es que respondan, no que compren en ese momento. Máximo 120 palabras, tono directo y cercano, sin signos de exclamación. Te doy un ejemplo del tono que uso: [pegas un correo tuyo]. No inventes descuentos ni plazos que no te di."

El segundo es más largo de escribir una vez. Y una vez escrito, se reutiliza.

La plantilla en blanco, para copiar

Pégala, rellena los seis campos y borra los que no apliquen. Si te cuesta rellenar el de contexto, ahí está exactamente el motivo de que tus respuestas salgan genéricas.

ROL: Actúa como [rol concreto, con años o sector si importa].

CONTEXTO: Trabajo en [negocio / área]. Esto es para [quién lo va a leer].
Lo que pasó antes: [antecedente relevante].
Restricciones reales: [presupuesto, plazo, tono de marca, lo que sea].

TAREA: [Una sola cosa, con número si aplica: "escribe tres versiones de..."]

EJEMPLO DE LO QUE CONSIDERO BUENO:
[Pega aquí algo tuyo. Un ejemplo real vale más que tres adjetivos.]

FORMATO: [tabla / lista / correo de 120 palabras / lo que necesites]

NO HAGAS: no inventes datos ni cifras que no te di, no [lo que sueles
tener que corregir a mano cada vez].

Los cinco errores que arruinan el resultado

Pedir varias cosas a la vez. Un prompt que pide analizar, resumir y proponer acciones en el mismo párrafo produce las tres cosas a medias. Se separan.

Describir el tono con adjetivos en vez de con un ejemplo. "Profesional pero cercano" significa algo distinto para cada persona, y para el modelo también.

Dar la instrucción contradictoria. Sé breve arriba y explica cada paso en detalle abajo. El modelo no te avisa del conflicto: elige uno y sigue.

Aceptar la primera respuesta. Un prompt es el inicio de una conversación. Decir qué no funcionó de la primera versión suele dar mejor resultado que reescribir todo.

Suponer que sabe lo que tú sabes. No conoce tu empresa, tu cliente ni tu mes pasado. Todo lo que no le digas, se lo inventa con lo genérico.

La trampa

Este prompt me lo pasaron preguntando por qué salía siempre lo mismo. Tiene cuatro de los cinco errores de arriba, y no se ven a simple vista porque suena bien escrito.

Eres un experto en marketing digital con 20 años de experiencia.
Analiza mis ventas, dime qué está fallando, propón un plan
y hazlo profesional pero cercano. Sé breve pero detallado.

Qué está mal

Va por partes. Pide tres cosas a la vez (analizar, diagnosticar, proponer) y devuelve las tres a medias. "Profesional pero cercano" describe el tono con adjetivos en vez de con un ejemplo. "Breve pero detallado" es una contradicción, y el modelo no avisa: elige una y sigue. Y lo más importante, no hay datos: dice "analiza mis ventas" sin adjuntar ninguna, así que lo único que puede hacer es escribir generalidades con mucha seguridad. Lo de los 20 años de experiencia es lo de menos.

Comprueba que lo tienes

De estas cuatro, ¿cuál arregla más ese prompt con un solo cambio?

Pegar las ventas reales de los últimos meses
Cambiar "experto con 20 años" por un perfil más específico
Pedirle que responda en formato de tabla
Decirle que sea breve, y quitar lo de detallado

Copiar prompts no es aprender a hacerlos

Circulan listas de cien prompts para ChatGPT listos para copiar. Sirven para arrancar y ahí se acaba su utilidad, porque el prompt que necesitas mañana no va a estar en la lista.

Ciclo de mejora de un prompt: pides, lees la respuesta y preguntas qué falla. Si habla de otra cosa falta contexto, si el tono no es el tuyo falta ejemplo y si se inventa datos faltan acotaciones. Cuando ya no falla nada, se guarda como skill. — Esto es lo que no está en ninguna lista de cien prompts: qué hacer cuando la respuesta no sirve. Cada forma de fallar apunta a un ingrediente concreto que falta, así que corregir deja de ser probar de nuevo a ver si suena mejor.

La prueba de que ya entendiste el método es esta: toma un prompt de esas listas que te funcione y reescríbelo con tu contexto, tu ejemplo y tus restricciones. Si el resultado mejora, aprendiste. Si copiaste y pegaste, sigues dependiendo de que alguien haya escrito antes lo que tú necesitas.

Preguntas frecuentes sobre prompts

¿Qué hace que un prompt funcione?

Contexto y criterio, no palabras mágicas. Quién eres, para quién es, qué formato necesitas y qué es un buen resultado. La mayoría de las respuestas genéricas vienen de peticiones genéricas, no del modelo.

¿Sirve copiar prompts de internet?

Sirven para ver la estructura y no para usarlos tal cual. Un prompt bueno lleva tu contexto dentro, y ese es justo el trozo que ninguna lista puede darte. Copiar prompts tampoco enseña a escribirlos, que es lo que necesitas a la tercera vez.

¿Cuánto contexto conviene dar?

Todo el que cambiaría la respuesta si lo supiera una persona nueva en tu equipo. Ni más ni menos. Pegar un documento entero por si acaso suele empeorar el resultado: el modelo reparte atención entre cosas que no importan.

¿Por qué la misma petición me da respuestas distintas?

Porque hay azar en la generación, y es normal. Si necesitas consistencia, la solución no es repetir hasta que salga bien: es fijar el formato de salida y los criterios de aceptación dentro del propio prompt.

¿Cuándo un prompt debería ser un skill?

Cuando lo escribes por tercera vez. Esa es la señal y es bastante fiable: a la tercera ya sabes qué contexto hace falta siempre, qué formato quieres y dónde suele equivocarse. Antes de eso todavía estás aprendiendo qué pedir, y encapsularlo demasiado pronto congela una versión mala. El otro momento es cuando alguien más de tu equipo necesita hacer lo mismo: ahí el skill deja de ahorrarte tiempo a ti y empieza a subir el piso de todos.

Cuando ya no quieras repetir el contexto cada vez

Si escribes el mismo bloque de contexto cinco veces por semana, lo escribiste doscientas sesenta veces al año. Ahí el problema deja de ser cómo redactar un prompt y pasa a ser dónde guardar el procedimiento para no repetirlo.

Esa es exactamente la frontera entre usar la IA y operarla, y es lo que resuelven los skills: un procedimiento escrito una vez que la herramienta aplica cuando toca, con tus criterios y tus ejemplos dentro. Está desarrollado en la guía de skills de Claude.

Y si quieres montar esto con tu equipo sobre sus propios procesos, el taller de Claude para empresas hace ese trabajo. Si lo que buscas es empezar por las herramientas, el Full Day IA es la puerta de entrada.