¿Qué es la ingeniería de prompts?
La ingeniería de prompts es simplemente el arte de escribir instrucciones claras para modelos como ChatGPT. No es magia: se trata de dar contexto, definir el formato deseado y guiar el tono y el nivel de detalle. Con buenos prompts obtendrás respuestas más útiles, rápidas y aprovechables.
¿Por qué importa dar instrucciones precisas?
Porque ChatGPT intenta cumplir lo que le pides. Si la petición es ambigua recibirás una respuesta genérica. Cuanto más concreto seas, mejor resultado tendrás: menos vuelta atrás, menos edición y más productividad.
¿Cómo funcionan los ejemplos y por qué usarlos?
Dar ejemplos significa mostrar cómo quieres que se responda. En vez de preguntar algo abierto, le das el formato esperado con un par de casos.
Ventajas:
- El modelo entiende el formato y no solo el contenido.
- Sirve para extracción de datos, conversiones o resúmenes con plantilla fija.
- No hace falta que los ejemplos sean perfectos; lo importante es el formato.
Ejemplo práctico (plantilla):
Extrae los códigos IATA de los aeropuertos. Responde solo con los códigos, separados por comas.
Ejemplos:
- “Vuelo Madrid (MAD) a Barcelona (BCN)” -> MAD, BCN
- “Salida desde Málaga (AGP)” -> AGP
Ahora extrae de: “Llegué a Bilbao (BIO) y luego volé a Palma (PMI)”
¿Cómo funciona asignar un rol y cuándo usarlo?
Pedirle al modelo que actúe como alguien cambia el tono y el enfoque. Por ejemplo, antes de una simulación de entrevista puedes decir “Actúa como director de recursos humanos” o, en temas SEO, “Actúa como consultor SEO con 10 años de experiencia”.
Cuándo usarlo: cuando necesites un punto de vista profesional, estilo concreto o una estructura típica de un rol (por ejemplo: auditor, jurista, profesor).
¿Cómo añadir personalidad y conocimiento previo?
Si quieres texto menos genérico, añade adjetivos y contexto: “responde de forma ingeniosa y directa” o “imagina que hablas a un público sin conocimientos técnicos”. También puedes darle conocimiento previo (datos, métricas o supuestos) que use para generar la respuesta.
Ejemplo:
Actúa como profesor de 2º de ESO. Explica en 3 líneas qué es el SEO y pon un ejemplo práctico.
¿Qué significa pedir primero datos y luego el texto final?
Una estrategia muy eficiente es dividir la tarea en dos pasos:
- Pedir datos o ideas (listas, esquemas, puntos clave).
- Usar esos datos para pedir el texto definitivo (artículo, email, tweet).
Esto evita respuestas vagas y permite refinar antes de redactar. Además, te da control sobre la estructura y el nivel de detalle.
Ejemplo de flujo:
“Dame 5 titulares posibles para un artículo sobre SEO local.”
“Escribe el artículo a partir del titular 3, manteniendo un tono directo y con subtítulos.”
¿Por qué pedir razonamiento paso a paso y qué limites tiene?
Pedir razonamiento paso a paso ayuda en problemas complejos (lógica, planificaciones, cálculos). Pedirle que explique su proceso suele mejorar la calidad final porque obliga al modelo a estructurar la respuesta.
Advertencia práctica: no siempre necesitas (ni quieres) una explicación larga. Para entregables directos (emails, textos comerciales) pide solo el resultado. Usa razonamiento paso a paso cuando necesites verificar la lógica o entender cómo se ha llegado a una conclusión.
¿Cómo combinar las técnicas en plantillas rápidas?
Aquí tienes plantillas que puedes copiar y adaptar:
1. Extracción estructurada
Tarea: extraer [X] de este texto. Formato de salida: JSON con campos
{nombre, código, ciudad}. Ejemplos:
- “…” ->
{...}Texto: “[pega aquí]”
2. Reescritura con estilo
Actúa como redactor profesional. Reescribe este texto para que suene más directo y amigable, máximo 200 palabras: [texto original]
3. Generación + redacción (dos pasos)
Paso 1: Dame 8 ideas de contenido sobre [tema], con 1 línea de descripción cada una. Paso 2: Redacta el post para la idea número 2; longitud 500–700 palabras, tono cercano.
4. Simulación de rol con detalles
Actúa como [rol] con X años de experiencia. Dime 5 recomendaciones prácticas para [problema] y explica brevemente cada una.
¿Qué errores comunes debo evitar?
- Pedir algo demasiado abierto. (“Háblame del SEO” → respuesta genérica).
- No definir formato. Si quieres una lista, pídela.
- Pedir respuestas contradictorias. Evita dar instrucciones opuestas.
- No aprovechar el paso a paso. Pedir el resultado final sin estructurar suele obligar a rehacerlo.
¿Cómo medir si un prompt funciona?
Haz una prueba rápida:
- Si la respuesta necesita más de dos correcciones para ser útil, ajusta el prompt.
- Si la estructura está bien pero falta tono, añade indicaciones de estilo.
- Si faltan datos, pide primero un esquema o preguntas necesarias.
¿Por dónde empezar si nunca has escrito prompts?
- Define qué quieres (entregable claro).
- Indica formato (lista, JSON, titular, artículo).
- Añade rol y tono si lo necesitas.
- Pide un ejemplo o un esquema antes del texto final.
- Repite y ajusta: mejora el prompt con lo aprendido.
Conclusión: ¿qué debes recordar?
- Sé claro: formato, rol y tono importan.
- Divide tareas: primero datos, luego redacción.
- Usa ejemplos para fijar el formato (no hace falta que sean perfectos).
- Pide razonamiento cuando la lógica sea esencial.
Si quieres plantillas específicas para trabajar contenido o auditorías rápidas, puedo prepararte una colección práctica. Y si prefieres, te las puedo entregar adaptadas a un caso real (por ejemplo, una pieza para tu web o una idea de tuit). También puedes conocer más sobre mí en la página de Emilio.
Checklist rápido
- ¿He dicho qué quiero exactamente?
- ¿He definido formato y longitud?
- ¿He puesto un rol o estilo si hace falta?
- ¿He pedido primero esquema/datos cuando el tema es complejo?
¡Listo! Empieza por una plantilla simple, prueba y afina. Con unos pocos ajustes verás cómo mejoran las respuestas de ChatGPT.