¿Qué es un prompt y cómo escribir uno que funcione?
Qué es un prompt, las cinco partes de una buena instrucción, ejemplos aplicados a un negocio y qué cambia cuando el prompt vive dentro de un agente.
Un prompt es la instrucción que le das a un modelo de inteligencia artificial para que produzca una respuesta. Puede ser una pregunta corta, una orden o un texto largo con contexto, ejemplos y el formato que esperas recibir. Saber qué es un prompt importa porque el modelo no adivina tu intención: trabaja solo con lo que le escribes. Por eso dos personas obtienen resultados muy distintos con la misma herramienta, y la diferencia casi nunca está en el modelo. Está en la claridad de la instrucción, que es una habilidad de redacción y no de programación, al alcance de cualquier equipo. Aquí verás las cinco partes que comparten las instrucciones que funcionan, ejemplos aplicados a un negocio, los errores más comunes y qué cambia cuando la instrucción vive dentro de un agente que atiende a tus clientes.
¿Qué es un prompt, en términos simples?
Un prompt es la instrucción que le das a un modelo de inteligencia artificial para que produzca una respuesta. Puede ser una pregunta, una orden o un texto largo con contexto, ejemplos y formato esperado. El modelo no adivina tu intención: trabaja con lo que le escribes.
Por eso dos personas obtienen resultados muy distintos con la misma herramienta. La diferencia rara vez está en el modelo. Casi siempre está en la claridad de la instrucción.
Una comparación útil es pensar en un colaborador nuevo muy capaz que no conoce tu empresa. Si le dices «escribe un correo», hará algo genérico. En cambio, si le explicas a quién, para qué y con qué tono, el resultado mejora de inmediato.

¿Qué partes tiene un buen prompt?
No existe una fórmula única, aunque casi todas las instrucciones que funcionan comparten cinco piezas:
| Pieza | Qué aporta | Ejemplo breve |
|---|---|---|
| Rol | Desde qué perspectiva responder | «Actúa como asesor de ventas de una clínica» |
| Contexto | Los datos que el modelo no tiene | Precios, horarios, política de cancelación |
| Tarea | Qué debe hacer exactamente | «Responde esta consulta en tres frases» |
| Formato | Cómo entregar el resultado | Lista, tabla, tono cercano, sin tecnicismos |
| Límites | Qué no debe hacer | «Si no sabes el precio, dilo y no lo inventes» |
La última pieza es la que más se olvida y la que más problemas evita. Un modelo sin límites tiende a completar huecos con datos plausibles pero falsos, un fenómeno que explicamos en alucinaciones de la IA.
Ejemplos de instrucciones para un negocio
Ver la diferencia ayuda más que cualquier definición. Estos tres casos muestran cómo cambia el resultado:
- Débil: «Escribe una respuesta para un cliente molesto». Mejor: «Responde a un cliente cuyo pedido llegó dos días tarde. Reconoce el error, ofrece envío gratis en su próxima compra y no uses más de 60 palabras».
- Débil: «Resume esta reunión». Mejor: «Resume la reunión en tres decisiones y una lista de tareas con responsable y fecha».
- Débil: «Dame ideas de publicaciones». Mejor: «Propón cinco publicaciones para dueños de restaurantes que pierden reservas, cada una con un problema concreto y una solución».
En los tres casos la versión mejorada agrega contexto, tarea precisa y formato. Además, ninguna requiere conocimientos técnicos: solo pensar antes de escribir.
Un truco útil es escribir la instrucción como si la fueras a enviar a un colega por correo. Si un humano necesitaría más datos para hacer bien el trabajo, el modelo también los necesita. Por el contrario, si la instrucción se entiende sin explicaciones adicionales, probablemente ya está lista para usarse.
¿Qué errores son los más comunes?
Casi todos los malos resultados vienen de cinco hábitos:
- Pedir demasiado en una sola instrucción. Conviene dividir la tarea en pasos y revisar cada uno.
- No dar ejemplos. Un ejemplo de la respuesta ideal vale más que tres párrafos de explicación.
- Asumir que el modelo conoce tu empresa. No conoce tus precios ni tus políticas si no se los das.
- Aceptar la primera respuesta. Pedir ajustes concretos suele mejorar mucho el resultado.
- Pegar datos sensibles sin pensar. Antes de usar una herramienta pública, revisa qué hace con lo que escribes.
El tercer error explica por qué un chatbot genérico responde mal sobre tu negocio. La solución no es escribir prompts más largos, sino conectar el modelo a tus documentos reales. Esa técnica se llama RAG y la explicamos en qué es RAG. Una guía externa completa sobre el tema es la de ingeniería de prompts de Google Cloud.
¿Cómo mejorar un prompt paso a paso?
Rara vez la primera versión es la buena. Por eso conviene tratar la instrucción como un borrador y mejorarla con método:
- Escribe la versión simple. Pide lo que necesitas en una o dos frases y mira qué sale.
- Detecta qué falta. Si la respuesta es genérica, falta contexto. Si es larga, falta formato.
- Agrega un ejemplo. Muestra cómo se vería una respuesta ideal para tu caso.
- Fija los límites. Indica qué no debe hacer, como inventar precios o prometer plazos.
- Prueba con casos difíciles. Un cliente molesto o una pregunta ambigua revelan los huecos.
Después de cuatro o cinco vueltas, la instrucción suele estabilizarse. A partir de ahí conviene guardarla como plantilla y compartirla con el equipo. Así todos obtienen resultados parecidos y nadie empieza de cero cada vez.
Este método también sirve para comparar herramientas. Si la misma plantilla da buenos resultados en un modelo y malos en otro, ya tienes un criterio objetivo para elegir.
¿Qué cambia cuando el prompt vive dentro de un agente?
Cuando usas una herramienta de chat, escribes la instrucción cada vez. En cambio, un agente de IA para empresas trabaja con una instrucción fija que define cómo se comporta en todas las conversaciones. Esa instrucción se llama prompt de sistema.
Ahí el trabajo cambia de naturaleza. Ya no se trata de pedir algo puntual, sino de escribir las reglas de un empleado digital: qué puede responder, cuándo debe pasar el caso a una persona, qué datos puede consultar y qué tono usar. Un error en esa instrucción se repite en cientos de conversaciones.
Por eso esa parte se diseña, se prueba con casos reales y se ajusta cada semana. En Aigenza escribimos y mantenemos esas instrucciones como parte de cada implementación. Puedes ver el servicio en automatización de flujos de trabajo, y el contexto general en IA generativa.
En resumen, saber qué es un prompt es entender que la calidad de la respuesta depende de la calidad de la instrucción. Rol, contexto, tarea, formato y límites resuelven la mayoría de los problemas.
Preguntas frecuentes
¿Hace falta saber programar para escribir buenos prompts?
No. Escribir buenas instrucciones es una habilidad de redacción y de claridad, no de código. Ayuda más conocer bien el negocio que conocer el modelo.
¿Un prompt largo funciona mejor que uno corto?
No necesariamente. Funciona mejor el que tiene la información necesaria y nada más, porque el texto de relleno puede confundir al modelo.
¿El mismo prompt sirve para cualquier modelo?
Suele servir como base, aunque cada modelo responde con matices distintos. Por eso conviene probarlo con casos reales antes de usarlo a escala.
¿Qué datos no debo poner en un prompt?
Contraseñas, datos de tarjetas e información personal de clientes, salvo que la herramienta esté aprobada por tu empresa para eso. Ante la duda, reemplaza los datos reales por ejemplos.
¿Qué es un prompt de sistema?
Es la instrucción fija que define el comportamiento de un asistente en todas sus conversaciones. El usuario no la ve, pero determina el tono, los límites y las reglas de traspaso.
¿Tu asistente de IA responde con datos reales de tu negocio o con frases genéricas?
Ver automatización de flujosArtículos relacionados
IA generativa: qué es y qué usos tiene en un negocio
Cómo funciona, seis usos reales con su madurez y por dónde empezar.
Alucinaciones de la IA: por qué pasan y cómo evitarlas
Por qué ocurren, las seis medidas que las acotan y cómo medirlas de verdad.
¿Qué es RAG y por qué importa en un chatbot de empresa?
Cómo funciona paso a paso y qué hace falta para montarlo sin inventos.
¿Listo para aplicar esto en tu operación?
20 minutos de demo. Te mostramos qué aplica a tu caso y cómo se vería implementado en 14 días.
