Anatomía de un prompt efectivo: rol, tarea, restricciones y contexto
Si una IA no te entiende, el problema casi nunca es el modelo: es cómo le comunicas lo que quieres. Aprende la estructura de cuatro piezas que convierte respuestas genéricas en resultados listos para usar.
¿Alguna vez le pediste algo a ChatGPT, Claude o Gemini y la respuesta fue tan genérica que no servía? Tranquilo, nos pasa a todos. La buena noticia: casi nunca es culpa del modelo. Es cuestión de cómo comunicas tu intención, y eso se puede aprender. Estas bases funcionan con cualquier herramienta de IA generativa.
Por qué importa la calidad del prompt
Un prompt es la instrucción que le das a un modelo de lenguaje (LLM) para que genere una respuesta. Cuanto más contexto, rol y restricciones le des, mejor será el resultado.
- Las instrucciones ambiguas obligan al modelo a rellenar los huecos con suposiciones.
- Esas suposiciones producen alucinaciones (datos incorrectos dichos con total seguridad) o respuestas planas y genéricas.
- La diferencia entre una respuesta vaga y una precisa casi siempre vive en el prompt.
La estructura de cuatro componentes
Piensa en tu prompt como una receta con cuatro ingredientes:
| Componente | Qué hace | Ejemplo |
|---|---|---|
| Rol | Define desde qué perspectiva responde el modelo | "Actúa como especialista en marketing B2B." |
| Enfoque (tarea) | Aclara la tarea concreta | "Escribe un post de LinkedIn sobre mi producto." |
| Restricciones | Fija los límites y reglas | "Máximo 150 caracteres, lenguaje simple, concreto y conversacional." |
| Contexto (memoria) | Aporta la información que el modelo no puede adivinar | "Mi producto es un SaaS que automatiza el proceso contable de una empresa." |
Ejemplo: un post de LinkedIn
Mira la diferencia entre pedirlo sin estructura y con ella:
Hazme un post de LinkedIn.Actúa como especialista en marketing B2B.
Escribe un post de LinkedIn sobre mi producto.
Restricciones: máximo 150 caracteres, lenguaje simple, concreto y conversacional.
Contexto: mi producto es un SaaS que automatiza el proceso contable de una empresa.El resultado pasa de un texto genérico a una pieza alineada con tu audiencia.
Por qué el rol cambia la respuesta
En la vida diaria, cuando pides ayuda eliges sin pensar a la persona más adecuada para tu problema. Con un LLM funciona igual: asignarle un rol desplaza el espacio vectorial del que el modelo saca su conocimiento hacia el área más relevante, y activa los patrones de lenguaje que aprendió para esa profesión.
Una buena analogía es una descripción de puesto: un empleado que la recibe sabe cómo comportarse, desde qué perspectiva abordar los problemas y qué se espera de él.
¿Qué es el clima?Respuesta: enciclopédica y genérica (temperatura, precipitaciones, humedad, viento).
Actúa como un climatólogo experto y explícame qué es el clima. Soy un niño de primaria.Respuesta: usa emojis, analogías ("el clima es como la personalidad de un lugar de la Tierra") y un lenguaje más sencillo. El rol cambió no solo el contenido, sino también las estrategias de comunicación que el modelo eligió. Añadir la audiencia ("soy un niño") lo refuerza.
Cómo comprobar que elegiste el rol correcto
Pregúntale directamente al modelo qué entiende por ese rol. Por ejemplo: "Para ti, ¿qué es un community manager?".
- Te muestra cómo interpreta el modelo ese rol, no cómo lo entiende la gente a tu alrededor.
- Te ayuda a verificar si realmente encaja con lo que necesitas.
- Ejemplo: quizá creas que necesitas un community manager para un guion de TikTok, pero un guionista podría ser más eficaz.
Límites concretos, no vagos
Palabras como "corto" son ambiguas: 80 páginas pueden ser poco para un libro. Para reducir la ambigüedad:
- Especifica el número de caracteres, oraciones o palabras.
- Usa adjetivos que guíen el tono: "sé accionable", "sé conciso", "sé pragmático".
- Define la estructura del resultado: resumen o texto completo, viñetas, etc.
Y sí, sé directo: la precisión le gana a la cortesía. No necesitas relleno ni frases de cortesía para que el modelo te entienda mejor.
Plantilla reutilizable
Actúa como [ROL].
[INSTRUCCIÓN CLARA].
Contexto: [DATOS / INFORME / ANTECEDENTES].
Resultado: [FORMATO, EXTENSIÓN, TONO].Es una guía, no una regla rígida: úsala para detectar qué le falta a tu prompt.
Checklist antes de enviar
- ¿Definí un rol?
- ¿La tarea es específica?
- ¿Puse restricciones (longitud, tono, formato)?
- ¿Incluí el contexto que el modelo no puede inferir?
Ejercicio práctico
¿Cuál es tu rol en tu empresa? Descríbelo en 100 caracteres, úsalo como rol en un prompt real y compara el resultado con el de un prompt sin rol.
Ideas clave
- Si el modelo no te entiende, revisa primero cómo comunicaste tu intención.
- Un buen prompt combina rol + tarea + restricciones + contexto.
- Lo que más suele faltar es el contexto.
- El rol apunta al área de conocimiento correcta: verifícalo preguntándole al modelo cómo lo define.
- Define límites medibles (palabras, caracteres) en lugar de palabras vagas como "corto".