Qué es un prompt (de verdad) y cómo escribir uno que funcione

Seguramente has empezado a hablar con ChatGPT, Claude o alguna otra IA y te han dicho que si no haces un buen prompt, no te va a dar buenos resultados. Pues tienen razón. En este artículo te voy a explicar qué es un prompt de verdad y cómo estructurarlo para que la IA te dé exactamente lo que necesitas, sin volverte loco.

Yo me he encontrado mil veces con respuestas malas de la IA por hacer prompts vagos del tipo “ayúdame con mi web”, y aprendí que la clave no es escribir un párrafo enorme, sino ser específico y dar contexto de forma inteligente. También es un error común pensar que un prompt largo es mejor, cuando a veces es contraproducente por el tema de los tokens, ¿vale?

Así que vamos a verlo.

Deja de hablarle a la IA como si fuera tu colega (porque no lo es)

Lo primero que tienes que entender es que el prompt es el mensaje que le escribes a la IA. Es tu instrucción, tu pregunta, tu petición. Y cuanto mejor la escribas, mejor respuesta recibirás. Parece obvio, pero aquí está el truco: hay prompts buenos y prompts malos.

El error más común: la vaguedad

Te habrá pasado. Abres ChatGPT, le haces una pregunta sencilla y a ver qué te responde. Y la respuesta es mala, impredecible, no es lo que tenías en la cabeza. En el vídeo pongo el ejemplo: si le dices con un prompt malo “Hazme algo de comer”, la respuesta va a ser impredecible. ¿Una ensalada? ¿Un sandwich? ¿Un guiso? La IA no lo sabe, porque tú no se lo has dicho.

La responsabilidad es un poco tuya, porque la IA va a responder lo mejor que pueda con lo que le des. Pero si le das basura, lo que te va a crear es una basura multiplicada por x, ¿vale?

La IA no lee tu mente

Esto es fundamental. La IA no entiende, no lee tu mente. Tienes que hacérselo comprender para que te pueda responder de la mejor manera posible. No es magia, es una herramienta. Y como cualquier herramienta, hay que saber usarla.

La regla de oro: si un humano no te entiende…

Mira lo que te apunto aquí, que la regla de oro es: si un humano no te entendería con esa frase, la IA tampoco. Es decir, si llega mañana a mí alguien y me dice “Oye, explícame cómo funciona la fisión nuclear”, pues diré, tío, ¿por dónde empiezo? Hay muchísimo. En cambio, si me dice “Explícame cómo funciona la energía nuclear y qué combustible utilizáis”, la pregunta es más precisa y te la puedo explicar mejor.

Aplica esa misma lógica cuando hables con la IA. Si tu instrucción es tan vaga que un colega te miraría con cara de “¿y ahora qué hago?”, la IA también se va a quedar bloqueada.

Prompt malo vs. Prompt bueno: la diferencia está en los detalles

Vamos a verlo con ejemplos concretos. En el vídeo hago tres comparaciones: uno para copywriting, otro para una traducción y otro para una explicación. La diferencia no está en la longitud, sino en los detalles que incluyes.

Caso	Prompt MALO (Vago)	Prompt BUENO (Preciso)	Por qué funciona mejor
Copywriting	“Ayúdame con mi web.”	“Actúa como un copywriter. Escribe tres titulares para la home de mi tienda de café artesanal, con un tono cálido. Máximo 10 palabras cada uno.”	La IA entiende el rol (copywriter), la tarea concreta (3 titulares), el contexto (tienda de café artesanal, tono cálido) y una restricción (10 palabras). Sabe exactamente qué producir.
Traducción	“Traduce esto.” (adjuntando un texto)	“Traduce el siguiente texto al inglés formal. Es para un email a un cliente empresarial, sin contracciones.”	Ya no es solo “traduce”. Es una traducción con un objetivo (email formal), un destinatario (cliente empresarial) y unas instrucciones de estilo (sin contracciones). El resultado será mucho más profesional.
Explicación	“Explícame el marketing.”	“Explícame qué es el marketing de contenidos en cinco puntos. Usa lenguaje sencillo, como si se lo contaras a alguien de 15 años.”	Delimitas el tema (marketing de contenidos), el formato (5 puntos) y el tono (lenguaje sencillo para un adolescente). La IA no se irá por las ramas de todo el marketing.

Date cuenta de que en el prompt bueno no estoy escribiendo un testamento. Estoy siendo conciso, pero incluyendo las piezas clave que la IA necesita para no tener que adivinar. El resultado que obtienes de una IA depende directamente de lo que hayas incluido en el prompt, como bien señala Xataka. Si no le das esos detalles, ella tendrá que inventarlos, y lo más probable es que no acierte.

Las 4 partes de un prompt que sí funciona

Después de equivocarme muchas veces, aprendí que un prompt que funciona de verdad se estructura en cuatro partes. No es algo que me haya inventado yo, es la base de lo que se conoce como ingeniería de prompts, que es el proceso de diseñar y perfeccionar tu entrada de manera que ayude a ChatGPT a dar la mejor respuesta posible.

¿Y cuáles son esas cuatro partes? Pues te las voy a desgranar una a una, con ejemplos, para que veas cómo encajan.

1. El Rol: ¿Quién es la IA para ti?

Tienes que decirle a la IA quién es. Dale un papel, porque esto cambia completamente el enfoque y el tono que va a tener a la hora de responderte. Es como si le dijeras: «Ah, vale, que yo tengo que hacer el papel de esto».

Por ejemplo, en lugar de pedirle «escribe algo», le dices: “Actúa como un experto en marketing con 10 años de experiencia en el sector de la ropa sostenible.” Si no le dices que es un experto, no se va a poner en ese papel y no va a responder con la profundidad o la seguridad que necesitas. Es una diferencia abismal, ¿vale?

2. La Tarea: ¿Qué tiene que hacer (de forma clara y directa)?

La instrucción principal. Tienes que ser claro y directo. Sin rodeos. Aquí no vale el «podrías…» o «sería genial que…». Ve al grano. Por ejemplo: “Escribe un post para LinkedIn que se haga viral.” o “Genera un esquema para un artículo de blog sobre los beneficios del SEO.”

3. El Contexto: La información breve pero clave

¿Para qué o para quién es eso? La información que das es breve, pero la IA la necesita para responder bien. Tiene que ser clave, como el combustible para el motor. Siguiendo el ejemplo del post de LinkedIn: “… sobre el lanzamiento de mi nueva colección de camisetas de algodón orgánico.” Este contexto le dice a la IA sobre qué debe hablar y le da material concreto para trabajar. Sin esto, se inventa un lanzamiento genérico que no te sirve.

4. El Formato: ¿Cómo quieres que te lo entregue?

¿Cómo quieres la respuesta? Esto evita que te devuelva un muro de texto inmanejable. Es como darle las instrucciones de montaje con el dibujo, no solo con las piezas sueltas. Por ejemplo: “En tres párrafos, con un tono cercano y motivador.” o “En una lista de 5 puntos, sin introducción, usando negritas para los conceptos clave.”

Uniendo las cuatro partes, un prompt completo quedaría así: “Actúa como un experto en marketing para marcas sostenibles. Escribe un post para LinkedIn que genere engagement, anunciando el lanzamiento de mi nueva colección de camisetas de algodón orgánico. Preséntalo en tres párrafos con un tono cercano y añade 3 hashtags relevantes.”

¿Ves la diferencia? No es mucho más largo, pero es infinitamente más preciso. La IA ya no tiene que adivinar nada. Tiene un mapa completo.

Ojo con los tokens: por qué un prompt más largo no es siempre mejor

Aquí hay un matiz importante que menciono en el vídeo y que mucha gente pasa por alto. Crear un buen prompt no significa tener que hacer un prompt muy largo. De hecho, eso puede ser contraproducente. ¿Por qué? Por el tema de los tokens.

¿Qué es un token (en dos frases)?

Un token es el trozo mínimo de texto que procesa una inteligencia artificial. Para que te hagas una idea, es como la moneda de cambio de la IA. Cada palabra, cada signo de puntuación, tiene un coste en tokens. Y los modelos tienen límites, tanto para lo que tú le mandas como para lo que te devuelven. Procesar tokens tiene un coste, tanto en rendimiento como, a menudo, en dinero.

La relación entre longitud, precisión y coste

Fíjate, si escribes un párrafo enorme lleno de rodeos y frases de relleno, no solo estás gastando más tokens (y posiblemente dinero), sino que además puedes estar enterrando la instrucción clave bajo un montón de texto irrelevante. La IA podría perder el foco. Es como si le dieras un mapa para llegar a un sitio, pero lo dibujas en una servilleta gigante llena de garabatos. Es más difícil encontrar el camino.

Las técnicas de prompt engineering son, precisamente, estrategias para diseñar instrucciones que guíen a la IA hacia respuestas precisas y relevantes de la manera más eficiente posible. Y la eficiencia también pasa por no malgastar tokens.

Mi recomendación: conciso, no corto

Ojo, no se trata de ser corto y dejar fuera información crucial. Se trata de ser conciso: incluir todo lo necesario, pero nada más. Usa las 4 partes que te he dicho (rol, tarea, contexto, formato) como un checklist mental. ¿He definido el rol? Sí. ¿La tarea está clara? Sí. ¿He dado el contexto necesario? Sí. ¿He especificado el formato que quiero? Sí. Perfecto. Ya puedes parar.

Evita las frases de relleno tipo “sería genial si pudieras…” o “me gustaría mucho que…”. Ve directo al grano. La IA no se ofende, ¿vale?

Prompt engineering: no es magia, es una disciplina

Esto va más allá de unos consejos básicos. Dar instrucciones efectivas a una IA se ha convertido en una habilidad profesional con nombre propio: prompt engineering. Y no es un truco, es una disciplina con sus propias estrategias. Es como aprender a usar una herramienta de taller profesional; al principio no sabes, pero con la práctica le sacas un rendimiento brutal.

Más allá de los consejos básicos

Lo que hemos visto hasta ahora es el ABC, la base. Pero si quieres profundizar, existen estructuras más avanzadas. Por ejemplo, IBM habla de tres formas principales de estructurar prompts para diferentes objetivos:

• Instrucciones directas: Comandos claros y específicos para tareas sencillas. “Escribe un poema sobre la naturaleza.”
• Instrucciones abiertas: Menos restrictivas, para lluvia de ideas o exploración. “Háblame del universo.”
• Instrucciones específicas de la tarea: Diseñadas para objetivos precisos como traducciones o resúmenes, que a menudo incluyen ejemplos o contexto adicional.

Estructuras de prompts: directas, abiertas y específicas

Conocer estos tipos te ayuda a elegir el mejor enfoque. ¿Necesitas algo creativo y divergente? Usa una instrucción abierta. ¿Necesitas un resultado muy concreto y reproducible? Usa una instrucción específica, probablemente con ejemplos (lo que se llama “few-shot prompting”).

Por qué esto es una skill profesional (y no un truco)

Dominar esto te permite tres cosas clave, de verdad: * Ahorrar tiempo y dinero: Obtienes lo que necesitas a la primera, sin iteraciones interminables que te hacen perder horas. * Consistencia: Puedes crear plantillas de prompts para tareas recurrentes (como escribir descripciones de producto o responder a emails tipo), asegurando un tono y calidad uniformes en todo lo que haces. * Desbloquear capacidades avanzadas: Algunas funcionalidades más complejas de los modelos solo se activan con prompts muy bien diseñados. Sin ese conocimiento, ni siquiera sabes que existen.

Ya no es solo “saber usar ChatGPT”. Es saber comunicarte con él de forma efectiva para que trabaje para ti, no a su aire. Y eso tiene un valor profesional real, te lo aseguro.

Tu turno: cómo aplicar esto hoy mismo en tus proyectos

La teoría está bien, pero esto se aprende haciendo. Te voy a dar un camino para que lo apliques hoy mismo, sin complicaciones.

Revisa tu último prompt y aplícale la fórmula de las 4 partes

Abre la última conversación que tuviste con una IA donde el resultado no te convenció. Mira tu prompt inicial. Ahora, reescríbelo siguiendo la estructura: 1. Rol: ¿Le asignaste un rol? (Ej: “Eres un traductor técnico especializado en IT”). 2. Tarea: ¿La instrucción era clara y directa? (Ej: “Traduce el siguiente párrafo al inglés.”). 3. Contexto: ¿Le diste información clave? (Ej: “Es la descripción de una API para desarrolladores.”). 4. Formato: ¿Especificaste cómo lo querías? (Ej: “Mantén los términos técnicos en inglés y usa un tono formal.”).

Verás cómo, solo con ese ejercicio, el prompt mejora radicalmente. Es un cambio inmediato.

Empieza con un caso concreto: un post, una traducción, una explicación

No intentes abarcarlo todo. Elige una tarea concreta que tengas pendiente. Por ejemplo, “necesito un post para Instagram para mi taller de cerámica”. Y construye tu prompt desde cero con las 4 partes: * Rol: “Actúa como un community manager para artesanos y ceramistas.” * Tarea: “Escribe el copy para un post de Instagram que muestre una pieza recién salida del horno.” * Contexto: “La pieza es un jarrón hecho a mano, con esmaltes azules. El taller se llama ‘Alfar del Sol’.” * Formato: “Incluye una descripción corta (máx. 150 caracteres), 5 hashtags relevantes y un call-to-action para que visiten nuestra web.”

Pruébalo. Compara el resultado con lo que hubieras obtenido con un simple “escríbeme algo para Instagram”. La diferencia te va a flipar.

Itera y ajusta: la conversación es la clave

Es muy raro que a la primera te salga perfecto. La magia no está en el primer intento, está en la conversación. Si la respuesta no es exactamente lo que querías, no la des por perdida. En lugar de empezar de cero, pídele ajustes. Esto es crucial: * “Hazlo más corto.” * “Cambia el tono a más profesional.” * “Incluye la palabra ‘artesanal’ en el titular.” * “No uses emojis.”

Yo, por ejemplo, los tengo cruzados los emojis en los textos generados. Entonces ya en el prompt se lo pongo: “texto plano sin emoji ni separaciones con bullets”. Las negativas ayudan mucho. Dile también lo que no quieres. Es tan importante como decirle lo que sí.

Así vas afinando hasta que el resultado sea exactamente lo que necesitas. Con la práctica, cada vez necesitarás menos iteraciones, porque tus prompts iniciales serán mejores. Al final, te sale casi a la primera.

¿Y sabes qué? La mejor forma de empezar es la más simple. Ábrete ChatGPT, Claude o la IA que uses, y habla con ella. Prueba. Para una misma tarea, haz primero una petición vaga y cutre y mira qué respuesta te da. Luego, aplica la fórmula de las 4 partes y compárala. La diferencia te va a sorprender.

Y si quieres ver cómo lo aplico yo en pantalla, con ejemplos reales y algún que otro fallo que cometo (que también pasa), échale un vistazo al vídeo de donde sale todo esto. Y si te ha quedado alguna duda o quieres comentarme cómo te ha ido con el experimento, ya sabes dónde encontrarme.