Lo que aprenderás
- Cómo describir la tarea para no tener que rehacer la respuesta
- Qué contexto dar al modelo y qué no debes pasarle
- Cómo comprobar los datos, las cifras y los enlaces de la respuesta
- Cómo afinar la petición paso a paso, en lugar de empezar de nuevo
Conceptos clave
- Prompt
- El texto de la tarea para el modelo: qué hacer, para quién, en qué formato y con qué reglas.
- Contexto
- Los materiales en los que debe basarse el modelo: texto de partida, datos, ejemplos, restricciones.
- Alucinación
- Una respuesta segura de sí misma pero inventada: un dato, una cifra o un enlace que no existen.
- Briefing
- Una descripción breve de la tarea: público, objetivo, materiales, formato y criterio para darla por terminada.
01Empieza por el resultado
Antes de escribir la petición, respóndete: qué debe salir, para quién y cómo sabrás que el trabajo está terminado. «Escribe sobre nuestro producto» no es una tarea. «Un guion de vídeo de 60 segundos para un autor que oye hablar de donaciones por primera vez, en lenguaje sencillo y con una invitación a probarlo» sí lo es.
- Público: quién lo va a leer o a ver
- Objetivo: qué debe entender o hacer la persona
- Formato: longitud, estructura, tono
- Terminado: con qué criterio aceptarás el trabajo
Ejemplo. «Prepara una publicación de 600 a 800 caracteres para un canal de Telegram de streamers. El objetivo es explicar que las donaciones llegan directamente a la billetera del autor. Tono amistoso, sin jerga y, al final, una invitación a abrir la página de donaciones».
02Da el contexto necesario
El modelo no conoce tu producto, tu público ni tus restricciones hasta que se lo cuentas. Añade a la petición el texto de partida, datos verificados, un buen ejemplo y reglas: qué no se puede prometer y qué palabras evitar.
Separa los hechos de las suposiciones: señala qué está comprobado y qué es tu hipótesis. Si no, el modelo presentará una cosa como la otra.
- No pegues contraseñas, claves de API, frases de recuperación ni datos personales de otras personas
- No subas documentos confidenciales a servicios públicos de IA sin permiso de su propietario
03Consigue un borrador y analízalo
La primera respuesta es un borrador. Léela con los ojos del público: ¿se entiende?, ¿sobra algo?, ¿se respeta el formato? Señala problemas concretos, no un «no me gusta» general.
Consejo. Pide al modelo dos o tres variantes de la introducción o del título: elegir es más fácil que explicar qué falla.
04Comprueba los datos, las cifras y los enlaces
A veces los modelos inventan con aplomo: estudios que no existen, cifras erróneas, enlaces que no funcionan. Compara cada nombre, número, fecha y enlace con los materiales de partida o con la fuente original.
Importante. No publiques ni envíes a un cliente una respuesta de IA con datos sin comprobar: la responsabilidad del texto es tuya.
05Afina un problema cada vez
En lugar de una petición nueva del tipo «hazlo mejor», da una corrección concreta: «Reduce la introducción a dos frases», «Explica el término „comisión de red“ en una sola frase», «Quita las promesas que no están en los datos». Así se conserva lo bueno y se corrige lo débil.
Antes de usar la respuesta
- El resultado se ajusta al objetivo y al público
- Se respetan el formato y la longitud
- Todos los datos, cifras y enlaces están comprobados con las fuentes
- En la petición no había secretos ni datos personales de otras personas
- Una persona ha leído el texto completo
Errores frecuentes y cómo evitarlos
Una petición corta sin contexto: «Escribe una publicación»
Describe el público, el objetivo y el formato, y adjunta materiales.
Copiar la respuesta sin revisarla
Compara nombres, cifras y enlaces con las fuentes.
Reescribir la petición desde cero después de cada respuesta
Afina un problema concreto cada vez.
Pegar en el chat contraseñas y claves
Los secretos no entran nunca en las peticiones.
Pruébalo tú
Redacta un briefing de cinco líneas para una tarea real tuya y comprueba si otra persona podría hacer el trabajo a partir de él.
- Público: para quién es el resultado
- Tarea: qué hay que obtener
- Materiales: qué adjuntar a la petición
- Formato: longitud, estructura, tono
- Terminado: con qué criterio aceptarás el trabajo
Resultado. Un briefing con el que tanto el modelo como una persona entienden la tarea de la misma manera.
Ponte a prueba
Primero responde mentalmente y después abre la respuesta.
1¿Por qué hay que revisar la respuesta de un modelo aunque suene segura?Respuesta
Los modelos pueden inventar datos, cifras y enlaces. Un tono seguro no garantiza que sea verdad.
2¿Qué no se debe pegar en una petición?Respuesta
Contraseñas, claves de API, frases de recuperación y datos personales o confidenciales de otras personas.
3La respuesta es casi buena, pero la introducción es demasiado larga. ¿Qué haces?Respuesta
Pedir una corrección concreta, reducir la introducción a dos frases, en lugar de reescribir toda la petición.
En resumen
Empieza por el resultado, da contexto sin secretos, considera la respuesta un borrador, comprueba los datos y afina un problema cada vez. Así la IA ahorra tiempo en lugar de añadir errores.