¿Como mejorar mis prompts?

Cómo mejorar tus prompts: técnicas prácticas que funcionan

Mejorar tus prompts no se trata de usar palabras raras ni de escribir párrafos enormes. Se trata de ser claro, específico y estructurado. Un buen prompt es como darle instrucciones a un colaborador inteligente pero que no tiene contexto: si no le dices exactamente qué quieres, en qué formato y con qué restricciones, el resultado será genérico o irrelevante. La primera regla de oro es la especificidad. En lugar de escribir «háblame de marketing», escribe «Escribe un correo de 150 palabras dirigido a directores de ventas en el sector B2B, con tono profesional pero cercano, ofreciendo una demo de nuestro software de CRM. Incluye un CTA para agendar una llamada de 20 minutos.» Cuanto más concreto seas, menos tendrá que adivinar el modelo y mejor será la salida. Otra técnica fundamental es la asignación de rol. Si le indicas al principio «Actúa como un editor técnico con 15 años de experiencia en documentación de software», el modelo ajustará su registro, profundidad y vocabulario. No es magia: estás activando un subconjunto del entrenamiento que se alinea con tu necesidad. El contexto importa tanto como la petición. Si vas a pedir que resumas un artículo, pega el artículo. Si vas a pedir que traduzca un texto técnico de ingeniería civil, indícale que el lector final es un estudiante de segundo de carrera, no un PhD. Sin ese contexto, el modelo tomará suposiciones por defecto. También es muy útil el few-shot prompting: dar uno o dos ejemplos del resultado que esperas. Por ejemplo, si quieres que clasifique tickets de soporte, muestra dos tickets ya clasificados con su categoría y el modelo replicará ese patrón con mucha más fiabilidad que si solo le dices «clasifica estos tickets en categorías de soporte técnico, ventas y facturación». Un error común es pedir muchas cosas a la vez. Si necesitas un artículo SEO, una lista de palabras clave, un esquema y tres ideas de título, sepáralo en pasos. Primero pide el esquema, luego el texto basado en ese esquema, y al final las variantes de título. Los prompts en cadena (chained prompts) superan a los megaprompts monolíticos. No olvides especificar el formato de salida: «Responde en formato Markdown con encabezados H2», «Devuélveme una tabla con columnas X, Y, Z», «Escribe en JSON con estas claves: titulo, resumen, acciones». Esto elimina ambigüedad y te ahorra reescrituras. Por último, itera. El primer prompt rara vez es el definitivo. Guarda tus prompts que funcionan, anota qué cambias cuando el resultado no es el esperado, y construye tu propia biblioteca. Un prompt que funciona hoy puede necesitar un matiz adicional mañana; trátalo como un documento vivo, no como una fórmula grabada en piedra.