Cómo escribir un prompt que el modelo entienda a la primera

El modelo no pregunta: adivina

Escribes «hazme un resumen» y recibes un resumen. El problema es cuál: no dijiste de qué longitud, ni para quién, ni si quieres prosa o puntos, ni qué debe destacar. El modelo no te pregunta nada de eso. Elige por su cuenta, y como elige por su cuenta, acierta más o menos una de cada tres veces.

Lo que viene después son tres mensajes corrigiendo: «más corto», «en puntos», «céntrate en las conclusiones». Ahí se va el tiempo que creías ahorrar, y encima cada corrección arrastra el contexto anterior, así que el modelo tiene cada vez más ruido del que tirar.

La alternativa no es escribir prompts larguísimos. Es que no quede nada importante sin decir. Lo que sigue son las ocho cosas que faltan más a menudo, en el orden en que conviene comprobarlas.

1 · El objetivo: qué tiene que hacer, no de qué va

Es la carencia más común y la más difícil de ver en lo que uno mismo ha escrito, porque en tu cabeza el objetivo está clarísimo. Describir una situación no es pedir nada.

«Tenemos churn alto en nuestro SaaS y no sabemos por qué» es un contexto excelente y no contiene ninguna instrucción. ¿Quieres hipótesis? ¿Un plan para investigarlo? ¿Un correo para los clientes que se van? El modelo elegirá una, y no tiene forma de saber cuál querías.

La comprobación es mecánica: busca el verbo en imperativo. Si tu prompt no tiene ninguno —escribe, resume, compara, clasifica, corrige— es que no has pedido nada todavía.

2 · El formato de salida

Lo que vas a hacer con la respuesta determina la forma que necesita, y eso solo lo sabes tú. Un resumen para leerlo tú no se parece a uno que va a un correo, ni a uno que tu código va a parsear.

Si la respuesta va a un programa, esto deja de ser una preferencia: decir «devuelve solo JSON con las claves titulo y resumen, sin texto alrededor» es la diferencia entre que funcione y que te llegue un «¡Claro! Aquí tienes:» delante del JSON que rompe el parseo.

• ·Prosa, lista o tabla.
• ·Con o sin encabezados.
• ·Longitud aproximada, si importa.
• ·Si algo va a leerlo una máquina: el formato exacto y «nada más».

3 · Las restricciones: lo que no debe hacer

Las restricciones son la parte que más se olvida porque son negativas: uno piensa en lo que quiere, no en lo que no quiere. Y son justo donde un modelo se desvía.

«Que suene profesional pero cercano y que no parezca publicidad» es una restricción de tono que cambia por completo el resultado. «Sin inventarte datos que no estén en el texto» es otra, y es la que evita el problema más caro.

Aquí hay un equilibrio: una restricción de más encorseta y una de menos deja al modelo suelto. La regla práctica es poner las que te harían rechazar la respuesta si no se cumplen.

4 · El contexto y para quién es

El mismo encargo cambia entero según a quién vaya dirigido. Un texto sobre tu producto para un inversor, para un cliente y para tu equipo técnico no comparten ni el vocabulario.

Y el contexto que tú das por sabido el modelo no lo tiene. Si tu producto se llama de una forma que no aparece en el prompt, escribirá «vuestro producto» o se inventará un nombre.

5 · Los términos que pueden significar dos cosas

«Mejora este texto» puede ser corregir la ortografía, reescribirlo entero o hacerlo más corto. «Analiza esto» puede ser un resumen, una crítica o una tabla de datos. «Hazlo profesional» puede significar formal, técnico o simplemente sin faltas.

No hace falta eliminar toda ambigüedad del idioma: basta con precisar las dos o tres palabras de las que depende el resultado. Si al leer tu prompt se te ocurren dos respuestas válidas y muy distintas, ahí está el término que hay que concretar.

6 · Las instrucciones repetidas

Pedir dos veces lo mismo, con otras palabras y en párrafos distintos, no refuerza nada. Lo que hace es dar dos versiones ligeramente distintas de la misma instrucción, y el modelo tiene que decidir cuál sigue.

Pasa sobre todo en los prompts que se han ido editando: se añade una aclaración al final sin quitar la frase original de arriba. Si dices dos veces lo mismo, deja la versión más precisa y borra la otra.

7 · La estructura, cuando el prompt es largo

En un prompt de tres líneas la estructura da igual. A partir de un párrafo largo empieza a importar, porque el modelo tiene que separar qué es contexto, qué es instrucción y qué es el material sobre el que trabajar.

Separar esas tres cosas —aunque sea con un salto de línea y una palabra delante— evita el error clásico: que el modelo trate como instrucción una frase que estaba dentro del texto que le pegaste.

8 · El rol, con menos entusiasmo del que se le suele poner

«Actúa como un experto en marketing con veinte años de experiencia» es la técnica más repetida y la que menos cambia el resultado. Los modelos actuales ya responden con competencia sin que se lo pidas.

Donde sí sirve es cuando el rol define el punto de vista y no la calidad: «revísalo como lo haría el abogado de la otra parte» cambia lo que el modelo busca. «Actúa como un experto» no cambia nada, y ocupa sitio.

La regla que gobierna todo lo demás: marca lo que no sabes

Al completar un prompt aparece la tentación de rellenar los huecos con algo razonable. Es el error más caro, y también el que cometen las herramientas que reescriben prompts automáticamente.

Si no habías dicho la longitud y el prompt acaba diciendo «máximo 200 palabras», alguien ha decidido por ti y tú no te has enterado. La respuesta cumplirá un requisito que nunca pusiste, y no sabrás por qué te ha salido corta.

Lo correcto es dejar el hueco a la vista: «Longitud: [indicar]». Un corchete es una pregunta que sigue abierta, y se ve. Una cifra inventada parece una decisión tomada.

Es la regla que Prampt aplica sobre sí mismo: donde el original no decía algo, el resultado lleva un corchete. Sobre el banco de 28 prompts con el que se mide, la conservación de la intención original puntúa 84,6 sobre 100, y esa es la cifra que importa: mide cuánto NO se ha inventado.

Cómo saber si ha funcionado

La prueba no es que el prompt parezca más profesional. Es que dos personas distintas, leyéndolo, entiendan el mismo encargo. Si tu prompt admite dos interpretaciones razonables, el modelo elegirá una y no será necesariamente la tuya.

Y hay una señal contraria que conviene vigilar: si al completarlo aparecen requisitos que no recuerdas haber pedido, sobran. Un prompt bien escrito es exactamente lo que querías decir, dicho sin huecos — no una versión más ambiciosa de lo que querías decir.