Cómo crear prompts efectivos para la inteligencia artificial generativa
Pedirle a una IA que genere un informe y obtener un texto genérico es algo muy común para quienes usan herramientas generativas en su día a día laboral. A veces, la respuesta parece adecuada, pero omite información clave o no cumple con el objetivo planteado. Antes de cambiar de solución, es recomendable revisar cómo se formuló la solicitud.
El prompt, que es el término que se usa para referirse a la instrucción enviada al sistema, funciona como una guía para obtener la respuesta. Cuanta más información relevante reciba la herramienta sobre lo que debe hacer, para quién y con qué propósito, mayores serán las posibilidades de obtener un resultado que se ajuste a las expectativas.
Explica el objetivo y el contexto de la tarea
Una solicitud genérica, como “haz una presentación sobre ventas”, deja muchas decisiones sin resolver. El sistema no sabe quién será el público, cuál es el propósito del material o qué datos deben destacarse.
Una instrucción más detallada podría ser: “Crea una presentación de ocho diapositivas sobre los resultados comerciales del último trimestre para la dirección. Destaca la evolución de las ventas, los principales desafíos y tres oportunidades de mejora. Utiliza los datos del archivo adjunto”. El contexto define el alcance y reduce las interpretaciones no deseadas. Siempre que sea posible, proporciona documentos, datos o ejemplos que ayuden a la herramienta a entender la situación, respetando las normas de confidencialidad de la empresa.
Define el formato y el nivel de detalle
Además de explicar lo que se necesita hacer, indica cómo debe estructurarse la respuesta. Especifica la extensión, la estructura, el tono, el público objetivo y el nivel de profundidad.
Por ejemplo, quien quiera resumir una reunión puede solicitar una lista separada con las decisiones tomadas, los responsables y los próximos pasos.
Las directrices oficiales de OpenAI sobre ingeniería de prompts destacan la importancia de ser específico y describir el resultado deseado. Lo ideal es seleccionar aquellos elementos que realmente influyen en el resultado final.
Establece límites y criterios de calidad
Una buena instrucción indica qué debe evitarse o conservarse. Si la IA necesita revisar un texto, el usuario puede solicitar correcciones gramaticales sin alterar el sentido original. Para un análisis, puede especificar qué fuentes deben usarse y pedir que se señalen las lagunas de información.
Es importante recordar que las instrucciones detalladas no eliminan los errores. La información crítica debe verificarse, especialmente cuando incluye números, decisiones financieras o datos personales.
Mejora la solicitud basándose en la respuesta
El primer resultado puede servir como punto de partida. Si el texto es demasiado extenso, solicita una versión más concisa. Si falta profundidad, indica qué aspectos necesitan más desarrollo. Si la respuesta se aleja del objetivo, aclara la prioridad que debe guiar la revisión.
OpenAI recomienda mejorar las instrucciones según sea necesario. Con el tiempo, comparar solicitudes y resultados ayuda a identificar qué información marca la diferencia.
El principio es sencillo: cuanto más claramente el profesional define el problema y los criterios de éxito, más condiciones ofrece al sistema para generar una respuesta útil.








