La diferencia entre alguien que le saca provecho real a un modelo de lenguaje y alguien que se frustra a los tres intentos casi nunca está en el modelo. Está en cómo se le pide.
Estas son las seis técnicas que más cambian el resultado, ordenadas por cuánto rinden respecto del esfuerzo que cuestan.
1. Dar contexto antes de pedir
El error más común es pedir sin explicar la situación. El modelo no sabe quién eres, para quién escribes ni qué vas a hacer con el resultado.
Antes: «Escribe un correo pidiendo una reunión.»
Después: «Soy dueño de un taller de reparación de computadores en Punta Arenas. Quiero escribirle a la administradora de un edificio de oficinas para ofrecerle mantenimiento de equipos. No nos conocemos. Quiero una reunión de quince minutos, no vender en el correo. Tono directo, sin adjetivos de venta. Máximo 120 palabras.»
El segundo produce algo usable al primer intento. Toma treinta segundos más escribirlo y ahorra cuatro rondas de correcciones.
2. Pedir el formato exacto
Si no especificas el formato, el modelo elige uno, y casi siempre elige el más genérico: introducción, tres viñetas, conclusión.
Di cuántas palabras, en qué estructura, si quieres tabla o lista o texto corrido, si quieres encabezados o no. «Devuélvemelo como tabla con tres columnas: problema, causa probable, qué hacer» produce algo directamente utilizable.
3. Dar ejemplos de lo que quieres
Es la técnica de mayor rendimiento y la que menos gente usa. Mostrarle uno o dos ejemplos del resultado que buscas comunica más que tres párrafos de instrucciones.
Si quieres que escriba descripciones de producto en tu estilo, pégale dos que ya escribiste tú. El modelo va a captar el tono, el largo y la estructura mucho mejor que si se lo describes.
4. Asignar un rol y un criterio de evaluación
«Actúa como un editor exigente que corta todo lo que no aporta» funciona mejor que «mejora este texto», porque le da un criterio para decidir.
El rol importa menos que el criterio. «Revisa esto como lo revisaría alguien que va a buscar errores para no contratarnos» es más útil que «actúa como experto».
5. Pedir el razonamiento antes de la respuesta
Para cualquier cosa que implique analizar, comparar o decidir, pídele que piense en voz alta antes de concluir: «Primero lista los factores relevantes, después evalúa cada opción contra ellos, y recién al final dame tu recomendación.»
Los modelos producen mejores conclusiones cuando el razonamiento es explícito. Si solo quieres la respuesta corta, pídesela después, en un segundo mensaje.
6. Iterar en vez de reescribir
Cuando el resultado no sirve, la reacción instintiva es borrar todo y escribir un prompt nuevo. Casi siempre es mejor corregir sobre lo que ya hay.
«Esto está bien pero es demasiado formal y muy largo. Córtalo a la mitad y escríbelo como le hablarías a un cliente que ya conoces.» Cada corrección acumula contexto, y el tercer o cuarto intento suele ser bueno.
Lo que no funciona
Ser amable no mejora el resultado. «Por favor» y «gracias» no hacen daño, pero tampoco ayudan. La claridad sí.
Amenazar o presionar tampoco. «Esto es muy importante para mi trabajo» es folclore de internet.
Los prompts larguísimos copiados de listas. Esos bloques de mil palabras con quince reglas suelen empeorar el resultado: el modelo intenta cumplir todas las instrucciones y ninguna bien. Un prompt claro de cinco líneas rinde más.
Pedir que verifique datos que no puede verificar. Si el modelo no tiene acceso a buscar, va a producir información plausible que puede ser falsa. Para datos verificables —cifras, fechas, normativa, precios— trata la salida como un borrador que hay que confirmar en la fuente.
El hábito que más rinde
Guarda los prompts que te funcionaron. Casi todo el trabajo con IA es repetitivo: los mismos tipos de correo, los mismos informes, las mismas revisiones. Tener seis o siete prompts propios bien afinados vale más que cualquier lista de «los 100 mejores prompts».
Esto es el contenido del curso de fundamentos de VanttAcademy, cuyo primer módulo es gratuito.