Cómo escribir mejores prompts, la diferencia entre una respuesta que sirve y una que no

• Nacho Grosso @grosso_nacho
• Cádiz (1973) Redactor y editor especializado en tecnología. Escribiendo profesionalmente desde 2017 para medios de difusión y blogs en español.
• • 28/09/2026 09:44
  • Actualizado: 28/09/2026 09:44

Pedirle algo a ChatGPT, a Gemini o a Claude es más a dirigir  un asistente muy capaz que a teclear una búsqueda en Google. La respuesta que se consigue depende casi siempre de cómo se formula la petición, no solo de lo avanzado que sea el modelo que hay detrás. Aprender a construir un buen prompt, la instrucción que se le da a la inteligencia artificial, es lo que separa una respuesta genérica de otra que resuelve de verdad lo que se necesita.

La información que el modelo no puede adivinar

Un modelo de lenguaje no conoce la situación del usuario a menos que se la cuente. No sabe para quién escribe, con qué tono debe hacerlo ni qué va a hacer esa persona con el resultado. Dar ese contexto antes de pedir la tarea cambia el resultado más que cualquier otro ajuste. Basta con decir quién eres, para qué lo necesitas y qué extensión o formato esperas, para que la respuesta deje de sonar a manual genérico y empiece a parecer escrita para ti.

Un orden que casi siempre funciona

No hace falta memorizar fórmulas complicadas para escribir un buen prompt. Suele bastar con seguir esta secuencia al redactar la petición.

1. Explicar el papel que debe adoptar la IA, por ejemplo «actúa como un profesor que explica física a alumnos de secundaria».
2. Describir lo que deseas conseguir, sin dar por hecho que el modelo entiende la intención detrás de una frase ambigua.
3. Añadir el contexto necesario, como el público al que va dirigido el texto o las limitaciones que debe respetar.
4. Indicar el formato de salida que se espera, como una lista, un párrafo corto o una tabla.
5. Aportar un ejemplo del resultado esperado cuando la tarea sea compleja o el estilo importe especialmente.

De una pregunta vaga a una instrucción precisa

La diferencia se ve mejor con un caso concreto. Un prompt como «escríbeme algo sobre marketing digital» va a devolver un texto correcto pero plano, porque el modelo tiene que rellenar todos los huecos por su cuenta. Una versión mejor sería esta. «Escribe un texto de 600 palabras sobre marketing digital para pequeños restaurantes en España, con un tono cercano, dirigido a dueños de negocio sin conocimientos técnicos, y termina con tres ideas que puedan aplicar esta misma semana.»

La segunda petición funciona mejor porque fija la extensión, el público, el tono y hasta el cierre del texto. El modelo ya no tiene que adivinar nada de eso, solo ejecutar.

Corregir sobre la marcha en lugar de repetir desde cero

Muchas personas abandonan un prompt en cuanto la primera respuesta no les convence y empiezan de nuevo. Suele salir más a cuenta seguir la conversación y pedir ajustes concretos, como acortar el texto, cambiar el tono a uno más formal o quitar cierta parte. La IA mantiene el hilo de lo anterior, así que cada corrección se suma a lo ya construido en lugar de partir de cero. Esa forma de trabajar, por aproximaciones sucesivas, suele dar mejores resultados que intentar escribir el prompt perfecto a la primera.

Enseñar con un ejemplo en vez de solo explicar

Cuando el estilo importa, describirlo con palabras rinde menos que mostrarlo. Pegar un ejemplo del resultado que se busca, una respuesta de correo con el tono habitual de la empresa o la ficha de un producto ya redactada, orienta al modelo mucho mejor que una lista de adjetivos sobre cómo debería sonar el texto. Esta técnica ayuda en tareas que se repiten, como contestar reseñas de clientes o redactar descripciones de producto siempre con la misma voz.

Escribir mejores prompts no es una técnica reservada a programadores ni a expertos en inteligencia artificial. Es, simplemente, el hábito de tratar cada petición como una instrucción completa, con contexto, formato y un ejemplo cuando hace falta, en lugar de una frase suelta a la espera de que el modelo adivine el resto.