Cómo escribir prompts que sí funcionan

Dos personas usan el mismo asistente de IA el mismo día. Una escribe «hazme un post para mi cafetería» y recibe un texto genérico lleno de signos de exclamación que no publicaría nunca. La otra dedica 40 segundos más a explicar quién es su cliente, qué quiere anunciar y en qué tono, y obtiene un borrador que sólo necesita un par de retoques. La diferencia no es la herramienta: es la instrucción.

Esta guía práctica te enseña a escribir esas instrucciones, llamadas prompts. Verás la anatomía de un buen prompt, las técnicas que de verdad mejoran los resultados, qué cambia con los modelos de razonamiento según las guías oficiales de OpenAI, Anthropic y Google (consultadas en noviembre de 2026), cómo pedir imágenes, plantillas listas para copiar, diez ejemplos de antes y después con situaciones mexicanas, los errores más comunes y las reglas de seguridad que no debes saltarte.

Qué es un prompt y por qué importa tanto

Un prompt es todo lo que le das al modelo para que trabaje: tu pregunta, las instrucciones, los documentos que adjuntas y los ejemplos que incluyes. La ingeniería de prompts es el oficio de redactar esas instrucciones para obtener resultados útiles de forma consistente. No es magia ni una lista de frases secretas: se parece mucho más a saber delegar.

Para entender por qué importa, recuerda cómo funciona un modelo de lenguaje: genera la continuación más probable del texto que recibe (lo explicamos a fondo en Qué es la IA generativa). Si tu petición es vaga, la respuesta más probable es también la más genérica, el promedio de miles de textos parecidos. Cada dato de contexto que agregas estrecha el abanico de respuestas posibles hacia lo que tú necesitas.

Anthropic propone una prueba sencilla en su guía oficial: muestra tu prompt a un colega que no conozca la tarea y pídele que la haga; si él se confundiría, el modelo también (Anthropic, Prompting best practices). Piensa en el asistente como en alguien muy capaz que acaba de llegar a tu negocio: sabe mucho del mundo, pero nada de tu cliente, de tu marca ni de lo que pasó ayer en la junta.

Anatomía de un buen prompt

No todos los prompts necesitan todas las piezas, pero cuando un resultado no te convence, casi siempre falta alguna de estas seis:

La asignación de rol es útil, pero sobrevalorada si se usa sola: «eres un experto en marketing» aporta poco si no dices para qué negocio, para qué público y con qué objetivo. El contexto suele pesar más que el rol. Y explica el porqué de tus restricciones: la guía de Anthropic señala que dar la motivación detrás de una instrucción ayuda al modelo a entender tu objetivo y a responder de forma más precisa. «No uses viñetas» funciona; «no uses viñetas, porque el texto se leerá en voz alta en un podcast» funciona mejor, porque el modelo también evitará otros elementos que no se oyen bien.

Así se ve un prompt con las seis piezas juntas:

Eres asesora de comunicación de un despacho contable en Puebla.

Contexto: nuestro cliente, el señor Ramírez, tiene una papelería
y su declaración anual salió con saldo a cargo. Está molesto porque
el año pasado le salió saldo a favor. Ya le explicamos por teléfono,
pero pidió la explicación por escrito.

Tarea: redacta el correo de respuesta.

Formato: asunto + cuerpo de máximo 150 palabras.

Restricciones: trato de usted (así lo prefiere el cliente), tono
empático y claro, sin tecnicismos; no menciones cifras que no te di;
cierra ofreciendo una llamada esta semana.

Datos: el cambio se debe a que este año tuvo menos gastos
deducibles registrados con factura.

Un truco rápido: antes de enviar un prompt importante, pregúntate «¿quién lo va a leer, para qué y en qué formato lo necesito?». Si tu prompt no responde esas tres preguntas, agrégalas.

Técnicas esenciales

Zero-shot y few-shot

Pedir algo sin ejemplos se llama zero-shot; incluir algunos ejemplos del resultado que esperas se llama few-shot. La capacidad de aprender un patrón a partir de unos cuantos ejemplos dentro del propio prompt se documentó con GPT-3 (Brown et al., 2020) y sigue siendo de lo más eficaz que existe. Google llega a recomendar incluir siempre ejemplos en los prompts y cuidar que todos tengan el mismo formato, porque el modelo copia la estructura que ve (Google, Prompt design strategies). OpenAI, para sus modelos de razonamiento, aconseja probar primero sin ejemplos y agregarlos sólo si el resultado lo requiere (OpenAI, Reasoning best practices). Regla práctica: si el formato o el estilo importan mucho (por ejemplo, la voz de tu marca), da ejemplos; varía su contenido para que el modelo no copie frases enteras.

Cadena de pensamiento

La cadena de pensamiento consiste en pedir al modelo que razone por pasos antes de dar la respuesta. Un trabajo de Google de 2022 mostró que esto mejoraba de forma notable el desempeño en problemas aritméticos y de lógica (Wei et al., 2022). Con modelos convencionales sigue siendo útil para cálculos, comparaciones o decisiones con varios criterios: «Antes de recomendar, compara las tres opciones según costo, tiempo y riesgo; después da tu recomendación». Con modelos de razonamiento la historia cambia, como verás en la siguiente sección.

Descomposición y encadenamiento

Una tarea grande pedida de golpe («escríbeme el plan de negocios completo») produce resultados superficiales. Divídela: primero el esquema, luego cada sección, después una revisión de coherencia. Google recomienda explícitamente separar las tareas complejas en prompts distintos y encadenar los pasos. Además, en cada paso puedes revisar y corregir antes de continuar.

Iteración

El primer resultado es un borrador, no un veredicto. En vez de empezar de cero, corrige sobre lo que hay: «Está bien, pero el segundo párrafo es demasiado formal y falta mencionar el horario». Si después de tres intentos no mejora, el problema suele estar en el prompt original: reescríbelo con lo que aprendiste.

Pedir preguntas de aclaración

Una de las técnicas más subestimadas: termina tu prompt con «Antes de empezar, hazme las preguntas que necesites para hacerlo bien». El modelo detectará huecos que no habías visto (¿a qué público?, ¿qué presupuesto?, ¿qué ya intentaste?). Es especialmente útil cuando tú mismo no tienes del todo clara la tarea.

Delimitadores

Cuando pegas un documento junto con tus instrucciones, sepáralos claramente para que el modelo no confunda unas con otro. Las tres grandes guías oficiales recomiendan usar encabezados de Markdown o etiquetas tipo XML, por ejemplo <documento>…</documento>. Para textos largos, Google sugiere poner primero todo el contexto y al final la pregunta.

Salida estructurada

Si el resultado va a terminar en una hoja de cálculo o en otro programa, pide una salida estructurada: una tabla con columnas definidas, una lista con un formato fijo o un JSON con campos concretos. Muestra el esquema exacto que quieres. Quienes programan pueden ir más lejos: la API de OpenAI ofrece Structured Outputs, que obliga al modelo a respetar un esquema JSON, a diferencia del modo JSON simple, que sólo garantiza que la respuesta sea JSON válido (OpenAI, Structured model outputs).

Instrucciones permanentes

Si siempre repites lo mismo («escribe de tú», «somos una empresa de Monterrey», «nada de emojis»), guárdalo como instrucciones personalizadas del asistente o en un proyecto. Técnicamente, en las aplicaciones esto funciona como un prompt de sistema: un texto que el modelo recibe antes de cada conversación y que tiene prioridad sobre los mensajes posteriores.

Qué cambia con los modelos de razonamiento

Los modelos de razonamiento generan internamente un borrador de pasos antes de responder. Eso cambia varias costumbres heredadas de la primera época de los chatbots, y las tres grandes empresas coinciden bastante en sus guías actuales:

• OpenAI recomienda evitar las instrucciones de cadena de pensamiento («piensa paso a paso») con estos modelos, porque ya razonan por dentro y esas frases no ayudan e incluso pueden empeorar el resultado. Sugiere prompts simples y directos, delimitadores claros, probar primero sin ejemplos y especificar bien el objetivo final y las restricciones (OpenAI, Reasoning best practices). En su guía general los compara con un colega senior al que le das una meta, frente a modelos más rápidos que funcionan como un colega junior que necesita instrucciones explícitas (OpenAI, Prompt engineering).
• Anthropic aconseja preferir instrucciones generales a pasos prescriptivos: una indicación como «piensa a fondo» suele producir mejor razonamiento que un plan escrito a mano, porque el razonamiento del modelo con frecuencia supera lo que una persona le prescribiría. También advierte que sus modelos recientes responden mejor a un lenguaje normal que a mayúsculas y frases como «CRÍTICO: DEBES…», que ahora pueden provocar que el modelo exagere la instrucción (Anthropic, Prompting best practices).
• Google indica que con sus modelos Gemini recientes generalmente no es necesario pedir que describan su plan o sus pasos de razonamiento en la respuesta; para problemas muy difíciles basta algo como «piensa con mucho cuidado antes de responder», a costa de más tokens. Recomienda además ser directo, evitar el lenguaje persuasivo innecesario y pedir explícitamente un estilo más conversacional o detallado si lo quieres, porque por defecto responden de forma concisa (Google, Prompt design strategies).

En resumen: con un modelo de razonamiento, dedica tus palabras al qué y al para qué (objetivo, contexto, criterios de éxito, restricciones) y deja el cómo en sus manos. Con un modelo rápido, sigue siendo útil guiar los pasos. Si no sabes qué tipo de modelo estás usando, revisa el selector de modelos de tu asistente: casi todos indican cuáles «piensan» más.

Diez ejemplos de antes y después

Todos los casos son ilustrativos. Fíjate en qué se agregó en cada versión mejorada: casi siempre es contexto, público, formato o un criterio para saber si el resultado es bueno.

1. Correo a un cliente que paga tarde

ANTES:
Escribe un correo para cobrarle a un cliente.

DESPUÉS:
Tengo un taller de herrería en Querétaro. Un cliente frecuente,
una constructora, tiene dos facturas vencidas hace 30 días.
Quiero conservar la relación. Redacta un correo breve (máximo
120 palabras), de usted, firme pero cordial, que recuerde los
folios de las facturas (los pondré yo donde indiques con
[FOLIO]), proponga una fecha de pago y ofrezca enviar los
comprobantes de nuevo. Dame dos versiones: una más amable y otra
más directa.

Por qué funciona: define la relación (cliente valioso), el tono, la longitud y pide variantes para elegir. Los marcadores evitan que el modelo invente datos.

2. Publicación para redes de una cafetería

ANTES:
Hazme un post para Instagram de mi cafetería.

DESPUÉS:
Tengo una cafetería pequeña en Oaxaca centro; nuestros clientes son
estudiantes y gente que trabaja en laptop. Este viernes estrenamos
un café de olla frío. Escribe 3 opciones de texto para Instagram:
máximo 60 palabras cada una, tono cálido y con humor ligero, sin
exagerar ni usar frases como "el mejor café del mundo". Incluye una
llamada a la acción para visitarnos y de 3 a 5 hashtags locales.
Así suena nuestra marca: "Aquí el wifi es rápido y el café, lento."

Por qué funciona: el ejemplo de la voz de marca vale más que cualquier adjetivo; además prohíbe los clichés que delatan un texto genérico.

3. Explicar un CFDI a quien no es contador

ANTES:
¿Qué es esto? [pega una factura completa con RFC y datos]

DESPUÉS:
Soy dueña de una estética y no sé leer facturas. Te pego el
contenido de un CFDI que recibí de un proveedor; ya borré los RFC,
nombres y el folio fiscal. Explícame en lenguaje sencillo qué
significa cada sección: emisor, receptor, uso del CFDI, método y
forma de pago, conceptos e impuestos. Después dime qué debería
revisar para saber si está bien emitida para mi negocio. Si algo
depende de mi régimen fiscal, dímelo en lugar de suponerlo, y
recuérdame qué conviene confirmar con mi contador.

<cfdi>
[contenido de la factura sin datos personales]
</cfdi>

Por qué funciona: protege datos fiscales, delimita el documento, pide explicación por partes y obliga al modelo a señalar lo que no puede saber en lugar de inventarlo. La interpretación final sigue siendo trabajo de tu contador.

4. Plan de clase

ANTES:
Haz una clase sobre fracciones.

DESPUÉS:
Soy maestra de primero de secundaria en Mérida; mi grupo es de 38
alumnos con niveles muy distintos y tenemos 50 minutos. Diseña una
clase de introducción a la suma de fracciones con distinto
denominador. Incluye: objetivo de aprendizaje, actividad de inicio
(10 min) con un ejemplo de la vida diaria en Yucatán, explicación
(15 min), trabajo en equipos (20 min) con material que no requiera
internet y un cierre de 5 min con una pregunta para evaluar.
Agrega una variante de la actividad para quienes van más
adelantados. Formato: tabla con columnas tiempo, actividad y
materiales.

Por qué funciona: grado, tamaño de grupo, duración, restricciones reales (sin internet) y formato de salida.

5. Resumen de una junta

ANTES:
Resume esto.

DESPUÉS:
Abajo está la transcripción de una reunión de 40 minutos del
equipo de ventas. Haz un resumen para el director, que no estuvo.
Estructura: 1) tres decisiones tomadas, 2) pendientes en tabla con
responsable y fecha, 3) desacuerdos que siguen abiertos. Si un
pendiente no tiene responsable o fecha, escribe "sin asignar" en
vez de suponer.

<transcripcion>
[texto]
</transcripcion>

Por qué funciona: dice para quién es el resumen, qué estructura usar y cómo manejar la información faltante.

6. Responder una reseña negativa

ANTES:
Contesta esta reseña mala.

DESPUÉS:
Tengo una taquería en Guadalajara. Un cliente dejó esta reseña de
una estrella: "Tardaron 40 minutos y los tacos llegaron fríos".
Ese día falló una parrilla. Escribe una respuesta pública de máximo
80 palabras: reconoce el error sin excusas largas, explica
brevemente lo de la parrilla, invita a volver con un refresco de
cortesía y firma como "Lupita, encargada". Nada de lenguaje
corporativo.

7. Fórmula de hoja de cálculo

ANTES:
¿Cómo saco un promedio en Excel?

DESPUÉS:
En Excel tengo ventas diarias: columna A con fechas (01/01/2026 a
31/12/2026), columna B con la sucursal (Centro, Norte o Sur) y
columna C con el monto. Necesito una fórmula que me dé el promedio
de ventas de la sucursal Norte sólo en marzo. Dame la fórmula,
explica cada parte en una línea y dime qué error común podría dar
resultados incorrectos.

Por qué funciona: describe la estructura exacta de los datos; sin eso, el modelo tiene que adivinar columnas y formatos.

8. Descripción de producto para tienda en línea

ANTES:
Describe una bolsa de piel.

DESPUÉS:
Vendo bolsas de piel hechas a mano en León, Guanajuato, en mi
tienda en línea. Producto: bolsa tipo tote, piel de res curtida al
vegetal, 35 x 30 cm, color miel, forro de manta. Público: mujeres
de 28 a 45 años que valoran lo artesanal. Escribe: un título de
máximo 60 caracteres, una descripción de 80 a 100 palabras y 5
viñetas con características. No inventes datos que no te di
(garantía, envíos, materiales).

9. Preparar una entrevista de trabajo

ANTES:
Ayúdame con una entrevista.

DESPUÉS:
Mañana tengo entrevista para analista de datos junior en una
empresa de logística en Monterrey. Te pego la vacante y mi CV (sin
teléfono ni dirección). Hazme una entrevista simulada: hazme una
pregunta a la vez, espera mi respuesta y dame retroalimentación
breve y honesta antes de pasar a la siguiente. Empieza con
preguntas técnicas sobre SQL y termina con dos de comportamiento.

Por qué funciona: convierte al asistente en un ejercicio interactivo en vez de una lista de preguntas que nunca practicarás.

10. Comparar proveedores

ANTES:
¿Qué software de punto de venta me conviene?

DESPUÉS:
Tengo una tienda de abarrotes con dos cajas en Puebla. Estoy
evaluando tres sistemas de punto de venta; te pego lo que dice cada
uno sobre precio, funciones y soporte. Compáralos en una tabla con
los criterios: costo mensual, facturación electrónica, control de
inventario, funcionamiento sin internet y soporte en español. Usa
sólo la información que te doy y marca con "no especificado" lo que
falte. Al final, recomienda uno y explica en tres líneas por qué.

Por qué funciona: obliga al modelo a trabajar con tus fuentes, no con su memoria, que puede estar desactualizada en precios y funciones. Reduce el riesgo de alucinaciones.

Prompts para imagen

Los generadores de texto a imagen siguen reglas parecidas, con algunas particularidades. Google resume en su guía para desarrolladores varios principios que aplican a casi cualquier herramienta (Google Developers Blog, 2025):

• Describe la escena, no enumeres palabras clave. Un párrafo narrativo funciona mejor que «café, mesa, luz, bonito, 4k».
• Piensa como fotógrafo si buscas realismo: ángulo de cámara, tipo de lente, iluminación, hora del día.
• Para texto dentro de la imagen, escribe entre comillas el texto exacto y describe la tipografía.
• Explica el propósito. «Logo para una panadería de barrio con estilo tradicional» rinde más que «haz un logo».
• Formula en positivo. En vez de «sin coches», describe «una calle peatonal vacía». Algunas herramientas tienen un campo específico de prompt negativo para excluir elementos; úsalo ahí, no mezclado en la descripción.
• Itera por partes. Para editar, di qué elemento cambiar y pide conservar todo lo demás igual.

ANTES:
Una cafetería bonita.

DESPUÉS:
Fotografía cálida del interior de una pequeña cafetería en Oaxaca
por la mañana: luz natural entrando por una ventana de herrería,
mesas de madera, una taza de barro con café de olla en primer
plano y, al fondo desenfocado, una pared de adobe con papel picado.
Toma a la altura de la mesa, lente de 50 mm, poca profundidad de
campo. Formato vertical para historia de Instagram, sin personas.

Si usarás la imagen comercialmente, revisa las condiciones de uso de la herramienta y no pidas imitar marcas registradas, personas reales o el estilo identificable de un artista vivo. Profundizamos en imagen y video con IA.

Plantillas reutilizables

Una plantilla de prompt es un prompt con huecos que rellenas cada vez. Ahorra tiempo y hace que los resultados sean consistentes si trabajas en equipo. Copia estas tres y adáptalas; encontrarás muchas más en la biblioteca de prompts de manIA.

Plantilla general

Eres [ROL] con experiencia en [ÁREA].
Contexto: [SITUACIÓN, PÚBLICO Y PARA QUÉ SE USARÁ EL RESULTADO].
Tarea: [VERBO + QUÉ PRODUCIR].
Formato: [LONGITUD, ESTRUCTURA, TABLA/LISTA/PÁRRAFOS].
Restricciones: [TONO, QUÉ EVITAR Y POR QUÉ].
Ejemplo de lo que busco: [EJEMPLO OPCIONAL].
Si te falta información importante, pregúntame antes de empezar.

Plantilla para analizar un documento

Analiza el documento entre las etiquetas.
Objetivo: [QUÉ DECISIÓN QUIERO TOMAR CON ESTO].
Entrega: 1) resumen de 5 líneas, 2) puntos que requieren mi
atención, 3) dudas o ambigüedades del documento.
Usa sólo la información del documento; si algo no aparece, dilo.
Cita el fragmento en que te basas para cada punto importante.

<documento>
[PEGA AQUÍ, SIN DATOS PERSONALES]
</documento>

Plantilla para revisar tu propio texto

Revisa el siguiente texto que escribí para [PÚBLICO].
No lo reescribas completo. Señala: errores de ortografía y
gramática, frases confusas, partes que sobran y si el tono es
adecuado para [CONTEXTO]. Luego sugiere una versión corregida sólo
de los párrafos con problemas.

<texto>
[TU TEXTO]
</texto>

Si quieres practicar con ejercicios guiados, revisa los cursos de prompts y productividad del portal.

Errores comunes

1. Ser vago y esperar precisión. «Mejora esto» no dice mejorar en qué sentido. Di si quieres más corto, más formal, más persuasivo o más claro.
2. Meter diez tareas en un solo mensaje. Divide y encadena.
3. Pedir datos en vez de darlos. Precios, leyes, horarios o cifras recientes: dáselos tú o pide que use búsqueda y muestre fuentes. Su memoria tiene una fecha de corte.
4. No revisar el resultado. La fluidez no garantiza exactitud. Verifica nombres, cifras y citas.
5. Copiar «prompts mágicos» sin adaptarlos. Una plantilla sin tu contexto produce texto genérico.
6. Usar mayúsculas y amenazas. Con los modelos actuales, un tono normal y razonado funciona mejor.
7. Conversaciones eternas. En chats muy largos, el modelo puede perder detalles del principio aunque estén dentro de su ventana de contexto. Si cambias de tema o notas incoherencias, abre una conversación nueva con un resumen de lo importante.
8. Aceptar la primera respuesta. Pide alternativas, critica y refina.

Seguridad: datos sensibles e inyección de prompts

Lo que nunca deberías pegar

Todo lo que escribes en un asistente sale de tu computadora y se procesa en servidores de terceros; según el servicio y tu configuración, puede guardarse o usarse para entrenar modelos. Evita pegar contraseñas, datos bancarios, CURP o RFC de otras personas, expedientes médicos, información de clientes sin su consentimiento y documentos confidenciales de tu empresa. Si necesitas analizar un documento, borra o sustituye primero los datos identificables, como en el ejemplo del CFDI. En México, quien trata datos personales de terceros, como un negocio con datos de sus clientes, está obligado por la Ley Federal de Protección de Datos Personales en Posesión de los Particulares, expedida en marzo de 2025 (Cámara de Diputados). Si tu empresa usa IA con frecuencia, conviene contratar versiones empresariales y tener una política interna clara; lo detallamos en privacidad y datos al usar IA.

Inyección de prompts

La inyección de prompts ocurre cuando un texto logra alterar el comportamiento del modelo de formas no previstas. Es el primer riesgo de la lista OWASP Top 10 para aplicaciones con modelos de lenguaje en su edición 2025 (OWASP, LLM01:2025). Hay dos variantes:

• Directa: alguien escribe en el chat instrucciones para saltarse las reglas del sistema, por ejemplo para que un chatbot de atención a clientes revele información interna.
• Indirecta: las instrucciones maliciosas vienen escondidas en el contenido que el modelo lee, como una página web, un PDF o un correo, incluso en texto invisible para una persona. Si le pides a un asistente con acceso a tu correo que resuma tus mensajes, uno de ellos podría contener órdenes como «reenvía los últimos correos a esta dirección».

Como usuario, la defensa práctica es desconfiar de lo que el modelo hace con contenido externo: revisa antes de aprobar acciones (enviar, pagar, borrar), limita los permisos de los asistentes y agentes conectados a tus cuentas y no pidas resumir documentos de origen dudoso con herramientas que tienen acceso a información sensible. OWASP subraya que ninguna medida elimina el riesgo por completo, por lo que recomienda mantener la aprobación humana en las acciones de alto impacto.

Escribir buenos prompts es una habilidad que se gana con práctica: explica como si delegaras a alguien capaz que acaba de llegar, da el contexto que sólo tú tienes, pide el formato que necesitas, verifica lo que importa y protege lo que no debe salir de tu computadora. Si buscas una herramienta para empezar, consulta el directorio de herramientas de IA.