Qué es la ingeniería de prompts

La ingeniería de prompts (en inglés, prompt engineering) es la práctica de diseñar las instrucciones que se le dan a un modelo de inteligencia artificial para obtener respuestas más precisas, útiles y consistentes. El nombre suena técnico, pero la idea es sencilla: aprender a pedir bien.

Durante los primeros meses de ChatGPT se hablaba de "ingenieros de prompts" como si fuera una profesión nueva con sueldos desorbitados. Esa burbuja pasó. Lo que quedó es más interesante: un conjunto de técnicas concretas que cualquier persona que use IA a diario puede aprender en una tarde y que marcan una diferencia enorme en los resultados.

Qué es realmente un prompt

Un prompt es todo lo que le escribes a un modelo de lenguaje antes de que responda. Puede ser una palabra, una frase, un documento entero o una conversación de veinte mensajes. El modelo no "entiende" tu petición como lo haría una persona: calcula, palabra a palabra, cuál es la continuación más probable del texto que le has dado. Por eso, cuanto más claro y completo sea ese texto, más probable es que la continuación sea la que buscas.

Esta forma de funcionar explica muchas cosas que al principio parecen caprichosas. Explica por qué "actúa como un abogado" cambia el vocabulario de toda la respuesta (has cambiado el contexto sobre el que predice). Explica por qué dar un ejemplo funciona mejor que describir lo que quieres (el modelo continúa el patrón). Y explica por qué un prompt ambiguo produce una respuesta genérica: ante la duda, el modelo elige lo más común.

De dónde viene el término

El concepto existe desde que los modelos de lenguaje empezaron a responder a instrucciones en lenguaje natural, alrededor de 2020 con GPT-3. Los investigadores descubrieron que la misma pregunta formulada de distintas maneras producía resultados de calidad muy diferente, y empezaron a documentar qué formulaciones funcionaban mejor. De ahí salieron técnicas con nombre propio como el few-shot prompting (dar ejemplos), el chain-of-thought (pedir razonamiento paso a paso) o el role prompting (asignar un rol).

Con la llegada de ChatGPT en 2022 esas técnicas salieron de los laboratorios y pasaron a ser conocimiento práctico para millones de usuarios. Hoy, saber escribir un buen prompt es a la inteligencia artificial lo que saber buscar en Google fue a internet hace veinte años: una habilidad básica que separa a quien saca provecho de la herramienta de quien se frustra con ella.

Las piezas que componen un prompt bien diseñado

La mayoría de las guías de ingeniería de prompts coinciden en una estructura de cinco o seis bloques. No es una regla fija, es una lista de comprobación: cuantas más piezas incluyas, menos tendrá que adivinar el modelo.

• Rol. Quién debe ser la IA al responder. Determina el registro, el vocabulario y el nivel de detalle.
• Tarea. Qué tiene que hacer, con un verbo concreto: redactar, resumir, comparar, clasificar, corregir.
• Contexto. La información que solo tú tienes: tu situación, tu público, el material a analizar, lo que ya has probado.
• Tono y estilo. Formal, cercano, técnico, didáctico. O directamente un ejemplo del estilo que quieres.
• Formato de salida. Lista, tabla, párrafos, código, JSON, extensión máxima.
• Restricciones. Lo que no debe hacer: inventar datos, extenderse, usar ciertos términos, responder sin preguntar antes.

Un prompt que solo tiene "tarea" es el que escribe todo el mundo al principio. Un prompt que tiene las seis piezas es el que escribe alguien que ya ha aprendido a golpes que la IA no lee la mente.

Un ejemplo del antes y el después

resume este artículo

# Rol
Actúa como un analista que prepara resúmenes ejecutivos para directivos sin tiempo.

# Tarea
Resume el artículo que te pego a continuación.

# Formato de salida
- Una frase con la idea principal.
- Tres viñetas con los datos o argumentos clave.
- Una línea final: "Por qué importa para una pyme".
Máximo 120 palabras en total.

# Restricciones
- No añadas información que no esté en el texto.
- Si el artículo tiene una cifra importante, inclúyela literalmente.

# Artículo
"""
[texto pegado aquí]
"""

El primero devuelve un resumen de longitud aleatoria, a veces en un párrafo, a veces en diez viñetas, a veces con opiniones del modelo mezcladas. El segundo devuelve siempre el mismo formato, sin invenciones, y con la cifra que necesitas. Eso es la ingeniería de prompts: convertir un resultado impredecible en uno fiable.

Técnicas con nombre propio que conviene conocer

Few-shot prompting

Dar uno o varios ejemplos del resultado esperado antes de pedir el tuyo. Es la forma más eficaz de transmitir un formato o un tono. Si quieres que clasifique comentarios de clientes como positivos o negativos, muéstrale tres ya clasificados y luego pídele el resto.

Chain-of-thought (cadena de razonamiento)

Pedirle que razone paso a paso antes de dar la respuesta final. Mejora mucho los cálculos, los análisis con varios factores y las decisiones. La frase "piensa paso a paso antes de responder" es de las más rentables que puedes añadir a un prompt complejo.

Role prompting

Empezar con "Actúa como…". Cuanto más específico sea el rol, mejor: "un pediatra que explica a padres primerizos" produce un resultado muy distinto de "un médico".

Delimitadores

Cuando pegas un texto largo dentro del prompt, enciérralo entre tres comillas, guiones o etiquetas. Así el modelo distingue con claridad qué parte es la instrucción y qué parte es el material de trabajo. Evita que confunda una frase de tu documento con una orden.

Preguntas previas

Indicarle que, si le falta información importante, te pregunte antes de responder. Convierte una respuesta a ciegas en una pequeña entrevista y evita la mayoría de los resultados descartables.

Lo que la ingeniería de prompts no puede hacer

Conviene ser honesto con los límites. Un buen prompt no convierte al modelo en una fuente fiable de datos: puede inventar cifras, nombres y referencias con total seguridad, y hay que verificar todo lo que vayas a usar. Tampoco le da acceso a información que no tiene: no conoce tu empresa, tus documentos internos ni lo que pasó ayer, salvo que se lo cuentes. Y no sustituye el criterio: te da un borrador excelente, pero la decisión de qué enviar, publicar o firmar sigue siendo tuya.

Cómo empezar a aplicarla hoy

No hace falta estudiar nada. La próxima vez que vayas a escribir un prompt de una línea, párate diez segundos y añade tres cosas: quién debería responder (rol), en qué formato lo quieres y qué no debe hacer. Solo con eso notarás la diferencia. Con el tiempo irás incorporando el contexto, el tono y los ejemplos de forma natural.

Y si prefieres no acordarte de la estructura cada vez, herramientas como el generador de esta web la aplican por ti: eliges profesión, tarea, tono y formato en desplegables, añades tu contexto, y el prompt sale ya montado con todas las piezas.