Guía de prompting 2026: actualización necesaria
En octubre de 2024 publiqué en este blog una guía con 10 consejos para mejorar tus prompts. Sigue siendo una lectura útil como punto de partida, pero el mundo de la IA ha cambiado tanto desde entonces que necesitaba una actualización. Esta es esa actualización.
Para entender qué ha cambiado, piensa en cómo se trabaja con personas de distinta experiencia. A alguien que acaba de llegar a un equipo le explicas cada paso: qué hacer, en qué orden, cómo estructurar el resultado. A un profesional con años de experiencia le describes lo que necesitas y te apartas. Intentar microgestionar a ese profesional no solo es innecesario sino que también es contraproducente.
Con los modelos de IA ha pasado exactamente lo mismo. En 2024, estructurar el prompt con detalle y dividir las tareas complejas en pasos era imprescindible porque los modelos lo necesitaban. En 2025 llegaron los modelos razonadores, que ya empezaban a planificar antes de responder. Hoy, los modelos de última generación son capaces de entender lo que quieres con instrucciones directas. Sigues necesitando explicarte bien, pero ya no necesitas explicarles cómo deben pensar.
Estos nueve consejos reflejan ese cambio.
1. Elige la herramienta adecuada para cada tarea
Usar siempre el mismo modelo para todo es como usar el mismo cuchillo para cortar pan, filetear pescado y pelar fruta. Funciona, pero no es lo óptimo. Los modelos tienen puntos fuertes distintos: algunos destacan en razonamiento matemático, otros en código, otros en redacción creativa o en síntesis de documentos largos.
Antes de lanzarte, consulta los rankings actualizados para saber qué modelo rinde mejor en lo que necesitas.
¿Dónde mirar los rankings?
LM Arena (lmarena.ai) es el referente para comparar modelos en tareas generales según valoraciones humanas reales. Para tareas de código, SWE-bench es la referencia más rigurosa. Los rankings cambian cada pocas semanas, así que vale la pena revisarlos antes de un proyecto importante.
2. Consulta las recomendaciones del fabricante para el modelo que usas
Cada modelo tiene sus particularidades, y los fabricantes publican guías específicas sobre cómo sacarles partido. No es marketing: son instrucciones técnicas reales que marcan la diferencia. Lo que funciona bien con Claude puede no funcionar igual con GPT o con Gemini, y viceversa.
Guías oficiales de prompting
Guía de prompting de Anthropic para Claude — especialmente relevante si usas Claude Sonnet o Opus.
Guía de prompting de OpenAI para GPT — actualizada para los modelos GPT-5.x.
3. Sé claro y directo sobre qué quieres
Este consejo no ha cambiado desde 2024 y no cambiará. La claridad sigue siendo la base de todo. Un prompt vago produce una respuesta vaga. Cuanto más preciso seas sobre lo que necesitas, más útil será el resultado.
Usa el modo imperativo. No preguntes "¿podrías ayudarme a redactar un email?". Di "redacta un email". No añadas cortesías innecesarias ni rodeos. Los modelos actuales no se ofenden, y cada palabra extra que no aporta información es ruido.
Hola, me preguntaba si podrías ayudarme quizás a redactar algo parecido a un resumen del siguiente texto, si no es mucha molestia.
Resume el siguiente texto en tres puntos clave, en un tono informal y sin tecnicismos.
4. Dile qué resultado esperas, no cómo conseguirlo
Este es el cambio más importante respecto a 2024, y el que más cuesta interiorizar. Antes, estructurar el proceso paso a paso era necesario. Ahora, con los modelos actuales, hacerlo puede limitar la calidad del resultado.
Describe el destino, no el camino. Si necesitas un análisis, explica qué tipo de análisis, para quién es y qué decisión vas a tomar con él. Deja que el modelo decida cómo estructurarlo internamente. Igual que no le dices a un profesional experimentado en qué orden debe pensar.
Primero lee el texto. Después identifica los tres argumentos principales. Luego evalúa cada uno por separado. Por último, redacta una conclusión de dos párrafos.
Analiza este texto y dame una valoración crítica de sus argumentos principales. El resultado debe poder usarse como base para una respuesta escrita de tono académico.
5. Construye un contexto rico
El contexto ya no es solo una frase de situación. Es toda la información relevante que el modelo necesita para trabajar bien: documentos, conversaciones previas, ejemplos de lo que te gusta o no te gusta, restricciones importantes, el objetivo final detrás de la tarea.
Piensa en ello como preparar una buena agenda antes de una reunión. Cuanto mejor informado esté el modelo, menos tendrás que corregir después.
📋 Prompt con contexto rico
Tengo que enviar un email a un cliente que lleva tres semanas sin responder a nuestra propuesta. La relación es buena pero formal. El objetivo no es presionar, sino reabrir la conversación de forma natural. El tono habitual de nuestra empresa es cercano pero profesional. Redacta el email.
Recuerda también que cuando vayas a cambiar de asunto lo más eficiente es abrir un hilo de chat nuevo; así limpias por completo el contexto de la tarea anterior y el modelo sabe en qué debe centrarse. De lo contrario puedes hacer que el modelo se disperse intentando tener muchas cosas en cuenta. Eso si, cada vez que cambias de hilo el modelo olvida todo lo que hablaste en el hilo anterior.
6. Piensa si un rol ayuda
Asignar un rol al modelo sigue siendo útil en muchos casos, especialmente cuando necesitas que adopte una perspectiva específica o un nivel de expertise determinado. Decirle "actúa como un editor de textos con experiencia en divulgación científica" cambia el tipo de respuesta que recibirás.
La clave es que el rol tenga sentido para la tarea. No lo uses por sistema: hay muchas situaciones en las que no aporta nada y solo añade longitud al prompt.
Actúa como un nutricionista deportivo. Revisa este plan de comidas semanal y dime qué cambiarías para mejorar el rendimiento en entrenamientos de fuerza de una hora diaria.
7. Define el destinatario y el formato de salida
El modelo no sabe para quién escribes ni cómo vas a usar el resultado a menos que se lo digas. ¿Es para un público técnico o general? ¿Lo vas a copiar directamente o es un borrador? ¿Necesitas una lista, un texto corrido, una tabla, un guion?
Especificar el formato de salida te ahorra una vuelta de iteración casi siempre.
Explica qué es la inteligencia artificial generativa para alguien sin conocimientos técnicos, de entre 50 y 60 años, que acaba de escuchar el término en las noticias. Máximo 150 palabras, en tono tranquilizador y sin jerga.
8. Itera sin miedo
El primer resultado rara vez es el definitivo, y eso está bien. Los modelos actuales mantienen el contexto de la conversación, lo que significa que puedes afinar, redirigir o pedir variaciones sin empezar de cero.
Trata cada conversación como un proceso colaborativo. Si algo no está bien, dilo con precisión: "el tono es demasiado formal", "necesito que sea más corto", "el segundo párrafo no refleja lo que quería decir". Cuanto más específico seas en la corrección, más eficiente será la iteración.
9. Verifica siempre
Los modelos actuales son más capaces y cometen menos errores evidentes que los de 2024. Eso hace que sus errores sean más peligrosos, no menos: cuando algo suena bien escrito y con seguridad, es más fácil que pase el filtro sin que te des cuenta de que es incorrecto.
Las alucinaciones no han desaparecido. OpenAI reconoce formalmente que incluso sus modelos más avanzados inventan respuestas con total convicción cuando no tienen la información correcta. Comprueba los datos importantes, los nombres, las fechas y las fuentes antes de usar cualquier resultado en algo que importe.
Comentarios
Publicar un comentario