Introducción a la ingeniería de prompts: cómo dar instrucciones útiles para el trabajo, explicado con claridad

Artículos
Introducción a la ingeniería de prompts: cómo dar instrucciones útiles para el trabajo, explicado con claridad

Introducción

Este artículo aborda la ingeniería de prompts no como una técnica especializada difícil, sino como el «diseño de instrucciones» reutilizable en el trabajo diario. El objetivo es que cualquier persona pueda pedir tareas a la IA con una calidad constante, de forma fácil de compartir en sesiones formativas internas.

Tatsuya Ito

Tatsuya Ito

Consultor de Inteligencia Artificial

company-icon

Third Scope Inc.

Nacido en 1985 y originario de la prefectura de Mie, Japón. En 2012, se incorporó como ingeniero a una startup de realidad aumentada (AR) en Hong Kong. Desde entonces, ha participado en el desarrollo de nuevos negocios y en el lanzamiento de servicios de inteligencia artificial en varias startups especializadas en IA. En 2018, fundó la actual Third Scope Inc., tras asumir un servicio de IA y su equipo de desarrollo. Actualmente, ayuda a empresas a adoptar y aprovechar la inteligencia artificial, con especial énfasis en el desarrollo de nuevos negocios impulsados por IA, la transformación de las operaciones y el desarrollo de productos. También ha participado en investigaciones sobre inteligencia artificial como investigador de proyectos en la Universidad de Tokio. En la actualidad, continúa trabajando a la vanguardia del desarrollo de proyectos de IA, ofreciendo consultoría práctica desde una perspectiva tanto técnica como empresarial.

Se lo pregunto a la IA, pero cada vez obtengo una respuesta ligeramente distinta de la que necesito.

Este es uno de los problemas habituales para quienes organizan sesiones internas de formación sobre IA generativa, así como para profesionales de ventas, servicios generales y planificación. En muchas empresas, cada persona formula preguntas a ChatGPT o al chat de IA interno según se le ocurren, y la calidad de los correos, las actas y las notas de investigación varía de un usuario a otro. Los responsables señalan que «la revisión lleva tiempo»; los equipos, que «no saben qué pedir ni cómo hacerlo»; y quienes imparten la formación, que «resulta difícil extender las buenas prácticas dentro de la empresa».

Como ejemplo hipotético, 10 participantes utilizan durante un mes una plantilla común que incluye objetivo, contexto, formato, restricciones y ejemplos, y registran cuántas correcciones requieren las actas y los borradores de correo. No son resultados reales, pero una comparación de este tipo permite visualizar mejor el efecto de mejorar los prompts.

Este artículo presenta la ingeniería de prompts no como una técnica especializada y difícil, sino como el «diseño de instrucciones» reutilizables en el trabajo. El objetivo es que cualquier persona pueda encargar tareas a la IA con una calidad uniforme y que las instrucciones puedan compartirse en sesiones internas y cursos de formación. Sin embargo, un buen prompt no mejora por sí solo la calidad de todo el trabajo. También hay que comprobar la exactitud de la información, gestionar los datos confidenciales y establecer reglas operativas para el equipo. Si no recibe las respuestas que esperaba, lea el artículo revisando sus propios prompts.

Qué es la ingeniería de prompts

Qué es la ingeniería de prompts

La ingeniería de prompts consiste en diseñar con claridad qué queremos que genere la IA, en qué condiciones y con qué formato.

Un prompt es la pregunta o instrucción de trabajo que se introduce en una IA generativa. En el ámbito profesional, resulta más sencillo entenderlo como una «orden de trabajo» para la IA que como una técnica especializada.

Por ejemplo, al encargar una tarea a un compañero podríamos decirle lo siguiente:

Code
Organiza en 3 puntos las cuestiones clave de la propuesta para la empresa A, que utilizaremos en la reunión comercial de mañana.
La persona destinataria es el director comercial.
Da prioridad a la información necesaria para decidir frente a las explicaciones detalladas.

Es una instrucción natural para una persona. Lo mismo se aplica a la IA generativa: cuanto mejor se indique para qué se necesita el resultado, quién lo leerá y en qué formato debe entregarse, más fácil será utilizar la respuesta en el trabajo.

En cambio, la siguiente petición generaría dudas incluso a una persona:

Code
Resume bien lo de la empresa A.

No indica con qué objetivo hay que resumir, quién leerá el resultado, qué extensión se necesita ni qué debe evitarse. La IA generativa también intentará responder sin disponer de condiciones suficientes. Por ello, el resultado puede limitarse a generalidades, ser demasiado largo o resultar difícil de utilizar directamente.

La ingeniería de prompts aplicada al trabajo no consiste en tratar la IA como algo excepcional. Consiste en descomponer las instrucciones habituales y organizarlas de modo que la IA pueda entenderlas.

En qué se diferencian una búsqueda y un prompt

En qué se diferencian una búsqueda y un prompt

Al empezar a utilizar una IA generativa, es habitual escribir como si se tratara de un buscador.

Por ejemplo, en una búsqueda se introducen palabras clave como estas:

Code
prompt cómo escribir ChatGPT

Un buscador puede localizar artículos y páginas relacionados con esas palabras. Sin embargo, si se encarga un resultado profesional a una IA generativa, esa entrada no aporta condiciones suficientes.

Al pedir algo a una IA generativa, también se indican el objetivo y el formato:

Code
Estoy preparando material para una formación interna sobre IA generativa.
Explica a principiantes cómo redactar prompts para dar instrucciones de trabajo a ChatGPT.

# Lectores
Profesionales que acaban de empezar a utilizar IA generativa

# Formato de salida
- 5 puntos importantes
- Incluye en cada punto un mal ejemplo y un ejemplo mejorado
- No abuses de los términos técnicos

# Restricciones
- Utiliza expresiones que puedan incorporarse directamente al material de formación interno
- Emplea un tono práctico y evita afirmaciones demasiado categóricas

Buscar consiste en «localizar información». Un prompt para una IA generativa consiste en «diseñar un resultado».

Entender esta diferencia cambia la forma de pedir las cosas a la IA. En lugar de enumerar palabras, es importante explicar el objetivo profesional, la persona destinataria, el contexto y el resultado esperado.

Por qué varían los resultados de la IA

Por qué varían los resultados de la IA

La variación de los resultados no depende únicamente de la capacidad de la IA. En muchos casos, cambia la cantidad de información o las condiciones incluidas en las instrucciones.

Un objetivo ambiguo suele producir generalidades

Supongamos que se hace esta petición:

Code
Escribe un correo comercial.

Con esta instrucción, la IA debe hacer numerosas suposiciones.

¿Se trata de prospección o de un cliente existente? ¿La persona destinataria pertenece a la dirección o al equipo operativo? ¿Se busca concertar una reunión, enviar documentación o ajustar una fecha? ¿Conviene un texto muy cortés o uno breve y directo?

Si el objetivo es ambiguo, la IA tenderá a devolver un texto neutro. El resultado será «correcto, pero necesitará ajustes antes de poder utilizarse».

Para mejorarlo, empiece por indicar el objetivo:

Code
Escribe un correo comercial dirigido a un cliente potencial con el objetivo de concertar la primera reunión.

Solo con este cambio resulta más fácil acotar el resultado.

Si falta contexto, se desajustan la persona destinataria y la situación

El contenido de un documento profesional cambia según quién vaya a leerlo.

Incluso al explicar las «ventajas de implantar IA generativa», la dirección dará importancia al retorno de la inversión y a la gestión de riesgos. A la persona responsable de tecnología le interesarán la seguridad, la gestión de cuentas y la conexión con los sistemas existentes. Quien dirija marketing y ventas se centrará en la creación de contenidos, la preparación de reuniones y el conocimiento del cliente.

Si no se aporta contexto, la IA tenderá a dar una explicación válida para cualquiera. Para usarla en el trabajo, hay que indicar a quién va dirigida, en qué situación se utilizará y qué información debe tener en cuenta.

Sin un formato de salida, el resultado puede ser difícil de utilizar

Cuando una respuesta «no está mal, pero resulta poco práctica», puede que no se haya especificado el formato de salida.

En unas actas, por ejemplo, una estructura como esta resulta más fácil de revisar que un bloque de texto:

Code
## Resumen de la reunión

## Decisiones

## Tareas pendientes
| Responsable | Acción | Fecha límite |

## Cuestiones que deben confirmarse antes de la próxima reunión

En un correo, separe el asunto y el cuerpo. Para una comparación, utilice una tabla. Para material formativo, emplee encabezados y listas.

Especificar el formato de antemano reduce el trabajo de reorganización posterior.

Sin restricciones, la respuesta puede ser demasiado larga o categórica

Los textos profesionales están sujetos a restricciones.

Un correo puede tener que limitarse a 200 caracteres. Un informe para un superior puede requerir la conclusión al principio. Una explicación para clientes debe evitar afirmaciones excesivas o cifras inciertas.

Si no se incluyen restricciones, la IA puede extenderse para ofrecer una explicación detallada o afirmar como cierto algo que necesita comprobación.

Condiciones como las siguientes facilitan el uso profesional:

Code
- Un máximo de 200 caracteres
- Escribe primero la conclusión
- Marca la información incierta como «pendiente de confirmación»
- No inventes cifras
- Explica brevemente los términos técnicos cuando aparezcan por primera vez

Las restricciones no sirven únicamente para reducir la libertad de la IA. Son condiciones que acercan el resultado a una forma utilizable en el trabajo.

Estructura básica de un prompt útil para el trabajo

Estructura básica de un prompt útil para el trabajo

Los prompts profesionales resultan más fáciles de organizar mediante estos 5 elementos:

  1. Objetivo
  2. Contexto
  3. Formato
  4. Restricciones
  5. Ejemplos

No es necesario detallar siempre los 5. Sin embargo, si el resultado varía, es posible que falte alguno.

Objetivo: qué se quiere conseguir

El objetivo explica a la IA para qué se necesita el resultado.

Este sería un mal ejemplo:

Code
Resume las notas de la reunión.

La IA no sabe para qué debe resumirlas. El contenido cambiará si sirven para una revisión personal, un informe a un superior o una comunicación a las personas participantes.

Este sería un ejemplo mejorado:

Code
Resume las notas de la reunión separando los puntos clave y las decisiones para informar a un superior que no asistió.

Al indicar el objetivo, la IA puede decidir mejor las prioridades del resultado.

Contexto: quién lo utilizará, para qué y en qué situación

En el contexto se describen la persona destinataria, la situación de uso y la información de fondo.

Code
# Contexto
- Persona destinataria: director comercial
- Situación de uso: reunión de revisión de oportunidades de mañana
- Motivo: decidir el enfoque de la propuesta para la empresa A
- Situación actual: primera reunión realizada; presupuesto y responsable de decisión sin confirmar

Con este contexto, la IA puede decidir qué debe explicar con detalle y qué puede resumir.

En las operaciones B2B importan especialmente el cargo de la otra persona y la fase del proceso. Un documento para la dirección y una nota para el equipo operativo se redactan de manera distinta aunque traten el mismo tema.

Formato: cómo debe presentarse el resultado

El formato permite reutilizar más fácilmente la respuesta de la IA.

Entre los formatos habituales se encuentran los siguientes:

  • Lista con viñetas
  • Tabla
  • Correo electrónico
  • Acta
  • Preguntas frecuentes
  • Tabla comparativa
  • Esquema de propuesta
  • Propuesta de títulos para material de formación
  • Lista de comprobación

Por ejemplo, una comparación puede solicitarse así:

Code
Compara 3 opciones.
Presenta el resultado en una tabla con las columnas «Opción», «Ventajas», «Inconvenientes», «Casos adecuados» y «Precauciones».

Al especificar el formato, resulta más sencillo incorporar la respuesta a un documento o al chat interno.

Restricciones: qué evitar y qué condiciones respetar

Las restricciones incluyen la extensión, el tono, las prohibiciones y los aspectos que deben comprobarse.

Code
# Restricciones
- Un máximo de 300 caracteres
- Tono cortés, pero no excesivamente formal
- No abuses de los términos técnicos
- No inventes cifras ni presentes estimaciones como datos confirmados
- Separa los hechos de las suposiciones

En el uso profesional es especialmente importante indicar que no se afirme como cierto aquello que sea incierto.

La IA puede redactar textos convincentes y, por ello, presentar con naturalidad cifras, normas o casos cuya existencia no está confirmada. Una persona debe comprobar siempre los textos externos y los documentos utilizados para tomar decisiones internas.

Ejemplos: mostrar el resultado ideal o aquello que debe evitarse

Los ejemplos ofrecen a la IA una referencia clara.

«Sé conciso» puede interpretarse de distintas maneras. Un ejemplo como el siguiente alinea mejor la dirección del resultado:

Code
# Buen ejemplo
Conclusión: recomendamos la opción A.
Motivo: aunque el coste inicial es elevado, la carga operativa es baja y facilita el uso común en 3 departamentos.
Precaución: antes de implantarla, hay que consultarlo con el departamento de sistemas.

# Ejemplo que debe evitarse
Creo que la opción A es muy buena. Tiene muchas ventajas y cabe esperar resultados si se implanta.

También resulta útil aportar ejemplos que deben evitarse cuando se quieren excluir expresiones abstractas, un tono excesivamente comercial o conclusiones imprecisas.

Plantilla básica lista para usar

Plantilla básica lista para usar

Cuando no sepa cómo formular una petición profesional, puede utilizar esta plantilla:

Code
Eres {función}.

# Objetivo
{Qué se quiere conseguir con el resultado}

# Contexto
- Persona destinataria: {quién lo leerá}
- Situación de uso: {dónde se utilizará}
- Información de fondo: {información necesaria para decidir}

# Formato de salida
{Tabla, lista, correo, acta, etc.}

# Restricciones
- {Extensión}
- {Tono}
- {Expresiones que no deben incluirse}
- Marca el contenido incierto como «pendiente de confirmación»

# Ejemplo de referencia
{Ejemplo ideal o ejemplo que debe evitarse}

Teniendo en cuenta lo anterior, crea {contenido solicitado}.

No es necesario completar todos los campos cada vez. En algunos casos bastará una petición breve.

Si el resultado no es fácil de usar, revise qué campo falta. A menudo basta con añadir el objetivo, el contexto, el formato o las restricciones.

Ejemplos de prompts por tarea

Ejemplos de prompts por tarea

A continuación se presentan ejemplos representativos y fáciles de aplicar. Todos son hipotéticos. Al utilizarlos, adáptelos a las normas y a la política de gestión de la información de su empresa.

Prompt para redactar un correo

Este sería un mal ejemplo:

Code
Escribe un correo para un cliente.

No indica la relación con la otra parte ni el objetivo.

Este sería un ejemplo mejorado:

Code
Eres la persona que ayuda a redactar correos de ventas B2B.

# Objetivo
Agradecer la primera reunión y coordinar la fecha de la siguiente.

# Contexto
- Persona destinataria: responsable del departamento de sistemas de una empresa industrial
- Situación: ayer se celebró una reunión en línea de 30 minutos
- Interés de la otra parte: mejorar la eficiencia de las consultas internas
- Próximo paso deseado: una entrevista adicional con los departamentos relacionados

# Formato de salida
- 3 propuestas de asunto
- 1 propuesta de cuerpo

# Restricciones
- Cuerpo de un máximo de 300 caracteres
- Expresión cortés, pero no excesivamente formal
- Evita un tono demasiado comercial
- No incluyas fechas propuestas en el cuerpo; escribe «Le enviaremos las fechas propuestas por separado»

Redacta el correo conforme a estas condiciones.

Una instrucción así facilita que el texto se adapte a la situación de la persona destinataria.

Prompt para redactar actas

En unas actas, es importante separar las decisiones de las tareas pendientes.

Code
Organiza las siguientes notas como actas para uso interno.

# Objetivo
Permitir que las personas que no asistieron entiendan las decisiones y las próximas acciones.

# Formato de salida
## Resumen de la reunión
- Fecha y hora:
- Participantes:
- Objetivo:

## Decisiones
-

## Tareas pendientes
| Responsable | Acción | Fecha límite |

## Puntos principales del debate
-

## Cuestiones pendientes de confirmación
-

# Restricciones
- Excluye conversaciones informales y digresiones
- Marca las cifras o fechas inciertas como «pendientes de confirmación»
- Si no se conoce la persona responsable de una tarea, escribe «responsable por asignar»
- No mezcles hechos y suposiciones

# Entrada
{Pegue aquí las notas de la reunión}

Al trabajar con grabaciones o notas de reuniones, también pueden combinarse herramientas de resumen por IA y de transcripción. Kanata, por ejemplo, permite resumir grabaciones, notas y documentos con un formato especificado. En reuniones periódicas que siempre deben organizarse del mismo modo, resultan útiles la generación personalizada y las plantillas.

Prompt para resumir documentos

En un resumen, pedir solo «hazlo más breve» no basta. Hay que indicar qué debe conservarse.

Code
Resume el siguiente documento como nota de revisión para un director de departamento.

# Objetivo
Organizar los aspectos necesarios para decidir en la reunión de la próxima semana si se implanta la solución.

# Persona destinataria
Director de unidad de negocio. Da prioridad al retorno de la inversión, los riesgos y el impacto interno frente a las especificaciones técnicas detalladas.

# Formato de salida
1. Conclusión
2. Puntos necesarios para decidir
3. Ventajas
4. Riesgos
5. Aspectos adicionales que deben confirmarse

# Restricciones
- Un máximo de 800 caracteres en total
- Utiliza únicamente las cifras incluidas en el documento
- No supongas los datos desconocidos; escribe «pendiente de confirmación»
- Añade una explicación breve a los términos técnicos

# Entrada
{Pegue aquí el texto del documento}

Al especificar la persona destinataria, cambia el enfoque del resultado aunque el documento sea el mismo.

Prompt para iniciar una investigación

La IA generativa resulta más útil para organizar cuestiones y detectar líneas de investigación que para delegarle la conclusión final.

Code
Tema: diseño de la formación inicial para implantar IA generativa en la empresa

Antes de preparar el documento interno de estudio, organiza los aspectos que deben investigarse sobre este tema.

# Formato de salida
1. 7 cuestiones importantes
2. Información que debe comprobarse en cada cuestión
3. Documentos o departamentos que deben consultarse como fuente primaria
4. Riesgos fáciles de pasar por alto
5. Diferencias de interés entre dirección, responsable de tecnología y responsable operativo

# Restricciones
- No inventes cifras concretas
- Marca la información incierta como «pendiente de investigación»
- Separa las consideraciones generales de aquello que debe confirmar nuestra empresa

Este uso no pide a la IA una «respuesta», sino un «mapa de investigación». Resulta especialmente útil ante un tema nuevo.

Prompt para crear contenido de formación interna

Cuando RR. HH. y transformación digital diseñan una sesión interna, es importante especificar los conocimientos previos de las personas asistentes.

Code
Eres responsable de diseñar material de formación interna sobre IA generativa.

# Objetivo
Explicar a quienes empiezan a utilizar IA generativa los fundamentos de los prompts aplicables al trabajo.

# Participantes
- Han utilizado alguna vez IA generativa
- No conocen una estructura de prompts
- Proceden de ventas, servicios generales, planificación y otras funciones

# Formato de salida
Crea el esquema de 10 diapositivas de formación.
Incluye en cada diapositiva:
- Título
- Contenido que debe transmitirse
- Ejemplo
- Puntos que debe ampliar la persona formadora

# Restricciones
- Reduce al mínimo los términos técnicos
- 1 mensaje por diapositiva
- Evita afirmaciones como «la IA siempre mejora la eficiencia»
- Incluye al final 1 ejercicio para las personas asistentes

La formación no debe limitarse a transmitir conocimientos; debe permitir que cada persona los aplique a su propio trabajo. Existen distintas opciones operativas, como vídeos, portales internos, LMS y chats de IA.

Además del chat y el resumen mediante IA, Kanata incluye una función de e-learning que permite crear materiales a partir de vídeos y distribuirlos como contenido de aprendizaje interno. Al planificar la formación, conviene diseñar no solo los prompts, sino también el flujo de realización, distribución y reutilización.

5 consejos para mejorar los prompts

5 consejos para mejorar los prompts

Una vez dominada la estructura básica, hay varias formas de estabilizar aún más el resultado.

No pida la versión final desde el principio

Solicitar desde el inicio un texto terminado puede alejar el resultado de lo esperado.

Cuando la estructura es importante, como en propuestas, artículos, materiales de formación o normas internas, conviene empezar por un esquema.

Code
Presenta primero solo el esquema.
No redactes todavía el cuerpo; organiza los encabezados y los puntos que debe transmitir cada uno.

Revisar la estructura antes de redactar el contenido ayuda a evitar grandes correcciones posteriores.

Pida varias opciones y una explicación de sus diferencias

Con una sola propuesta puede resultar difícil valorar si es buena.

Code
Presenta 3 opciones.
Indica en una frase para cada una la situación adecuada, sus ventajas y las precauciones.

Comparar varias opciones facilita elegir la que más se acerca a la intención.

Separe hechos, suposiciones y cuestiones pendientes

En el uso profesional de la IA es especialmente importante no mezclar hechos y suposiciones.

Code
Divide el resultado en «Hechos», «Suposiciones» y «Pendiente de confirmación».
Clasifica como suposición o pendiente de confirmación todo lo que no figure expresamente en el documento.

Esta indicación facilita la revisión del resultado.

Utilice un tema por chat

Si se mantienen varios temas en un mismo chat, el contexto anterior puede influir y desviar el resultado.

Si se empieza redactando un correo comercial y después se pasa a material de formación interno, pueden mezclarse el estilo y las premisas.

La guía de buenas prácticas para el trabajo diario de Kanata también propone «un tema por chat» y abrir uno nuevo cuando cambie el asunto.

Este método no se limita a Kanata: resulta útil al emplear IA generativa en el trabajo. Separar los chats por proyecto, documento u objetivo también facilita consultarlos después.

Guarde y reutilice los prompts que han funcionado

Un buen prompt no debe quedar oculto en notas personales, sino ponerse a disposición del equipo.

Por ejemplo, pueden convertirse en recursos reutilizables estas plantillas:

  • Actas
  • Borradores de correo
  • Organización de notas de reuniones comerciales
  • Creación de material formativo
  • Respuestas a preguntas frecuentes internas
  • Resumen de documentos

Los prompts pueden guardarse en una hoja de cálculo, una wiki interna, una herramienta de gestión del conocimiento o una plataforma de IA, según la operativa de cada empresa.

En Kanata, la «biblioteca» funciona como repositorio de configuraciones de IA, prompts y datos de aprendizaje reutilizables en proyectos, y la biblioteca de prompts permite registrar instrucciones de uso frecuente.

Convertir una práctica individual que funciona en un estándar de equipo es importante para extender el uso de la IA generativa.

Cómo reutilizar los prompts dentro de la empresa

Cómo reutilizar los prompts dentro de la empresa

Un prompt no queda terminado para siempre. Si cambian el trabajo o las normas internas, también debe revisarse.

Clasifíquelos por uso

Empiece por separar los prompts según su finalidad.

Ejemplos de clasificación de prompts por uso
Categoría Ejemplos de prompts
Reuniones Creación de actas, extracción de tareas y preparación del orden del día
Ventas Organización de notas comerciales, borradores de correo y estructura de propuestas
Departamentos administrativos Preguntas frecuentes sobre normas, respuestas a consultas y comunicaciones de formación
Marketing Estructuras de artículos, propuestas para redes sociales y organización de problemas de clientes
RR. HH. y transformación digital Material formativo, pruebas de comprensión y documentos explicativos internos

La clasificación facilita que el personal encuentre lo que necesita.

Establezca una convención de nombres

Si los nombres son inconsistentes, resulta difícil reutilizar los prompts.

Una opción recomendable es incluir el uso y la versión.

Code
plantilla_actas_estándar_v1
correo_comercial_después_primera_reunión_v1
material_formación_fundamentos_IA_generativa_v2
preguntas_frecuentes_internas_normativa_v1

Un nombre que muestre la finalidad facilita el uso en equipo.

Registre la fecha de actualización y la persona responsable

Si se conservan prompts antiguos, pueden utilizarse instrucciones que ya no se ajustan al trabajo actual.

Conviene registrar al menos:

  • Fecha de creación
  • Fecha de la última actualización
  • Autoría
  • Persona responsable
  • Situación de uso
  • Precauciones

Los contenidos jurídicos, laborales, financieros y de seguridad requieren una revisión periódica porque pueden verse afectados por cambios normativos o internos.

Revise una vez al mes los prompts utilizados

Como ejemplo hipotético, cada equipo podría dedicar 30 minutos una vez al mes, a revisar su inventario de prompts.

Los aspectos que deben comprobarse son:

  • Qué prompts se utilizan
  • Cuáles han producido problemas de calidad
  • Si existen premisas o expresiones obsoletas
  • Qué nuevas plantillas deben añadirse
  • Si ha habido problemas con la información confidencial

No es necesaria una gran reunión. Mejorar poco a poco los prompts habituales también ayuda a estabilizar el uso de la IA en todo el equipo.

Precauciones al dar instrucciones a una IA generativa

Precauciones al dar instrucciones a una IA generativa

Organizar un prompt mejora la utilidad del resultado. Sin embargo, cuanto más correcto parece el texto, más fácil resulta olvidar que debe comprobarse.

Trate el resultado de la IA como un borrador

La IA generativa puede redactar textos naturales, pero el contenido no siempre es correcto.

Una persona debe comprobar especialmente:

  • Cifras
  • Fechas
  • Nombres propios
  • Leyes y normas
  • Condiciones contractuales
  • Normas internas
  • Información de clientes
  • Fuentes de las citas
  • Resultados reales

El resultado de la IA es un borrador, no un producto terminado. Los textos externos y los documentos relacionados con decisiones deben someterse a revisión humana.

Compruebe los datos personales y confidenciales antes de introducirlos

Antes de redactar un prompt, hay que comprobar si la información puede introducirse.

Los nombres de clientes y personas de contacto, los importes contractuales, los números de empleado, los datos de salud y la información laboral no publicada requieren especial cautela.

La AEPD también ha publicado recomendaciones sobre el uso de sistemas de IA generativa. En el trabajo, deben revisarse las normas internas y las condiciones contractuales y distinguirse los datos que pueden y no pueden introducirse.

En la práctica, medidas como la seudonimización y la generalización pueden reducir el riesgo, siempre de acuerdo con las normas internas:

Ejemplos de seudonimización y generalización de información en prompts
Información original Ejemplo de sustitución
Empresa A, S. A. {gran empresa industrial}
Nombre y apellidos de una persona {profesional del departamento de sistemas}
1,2 millones de euros {contrato anual del orden de un millón de euros}
13 de mayo de 2026 {mediados de mayo de 2026}
Número de empleado y dirección Eliminar

Ante la duda, la regla básica es no introducir la información.

También es importante diseñar la respuesta «no lo sé»

En el trabajo, es importante no obligar a la IA a responder.

Para una respuesta sobre normas internas, puede indicarse:

Code
Si la información no figura expresamente en las normas internas, no hagas suposiciones y escribe «No puede confirmarse en la normativa».

Para una respuesta dirigida a clientes:

Code
No afirmes como cierto el contenido incierto; escribe «Lo comprobaremos y nos pondremos en contacto con usted».

A la IA le resulta sencillo producir una respuesta, pero en algunas tareas profesionales es más importante reconocer que algo se desconoce.

Cómo gestionar los prompts con Kanata

Cómo gestionar los prompts con Kanata

Los prompts pueden gestionarse mediante una wiki interna, una hoja de cálculo, una herramienta documental o una plataforma de IA. Lo importante no es solo la herramienta, sino mantener las instrucciones frecuentes en un estado que permita compartirlas y revisarlas.

Kanata se presenta como una plataforma de apoyo profesional que reúne chat de IA, resúmenes con IA, e-learning y otras funciones. Su chat permite redactar textos, generar ideas e investigar mediante preguntas y consultas.

Desde la perspectiva de la ingeniería de prompts, se contemplan estos usos:

Registrar las instrucciones frecuentes en la biblioteca de prompts

Si una instrucción se escribe repetidamente, quizá pueda reutilizarla el equipo.

Las actas, los correos comerciales, los materiales de formación y las preguntas frecuentes internas suelen admitir formatos parecidos aunque cambie la persona responsable.

La biblioteca de proyectos de Kanata almacena configuraciones de IA, prompts y datos de aprendizaje, y la biblioteca de prompts permite registrar instrucciones frecuentes.

Distinguir los datos de aprendizaje de los prompts

Un prompt indica «cómo responder». Los datos de aprendizaje se relacionan con «qué consultar».

Para crear preguntas frecuentes basadas en normas internas, un prompt bien organizado no basta si no existen las normas que deben consultarse.

En ese caso, se separan así:

Datos de aprendizaje
Normas laborales, de gastos y de viajes, y colección de preguntas frecuentes
Prompt
Responde solo con la información recogida en las normas. Si no existe fundamento, marca la respuesta como pendiente de confirmación

El manual de Kanata explica que los documentos internos que debe consultar la IA se registran en la biblioteca de datos de aprendizaje y pueden utilizarse desde las aplicaciones de chat y resumen.

Conectar la formación con la operativa

La redacción de prompts no suele consolidarse con un único curso.

Para facilitar su adopción, puede aprenderse la estructura básica durante la formación, consultar la biblioteca en el trabajo diario y mejorarla periódicamente.

Por ejemplo:

  1. Toda la plantilla aprende en la formación el modelo de objetivo, contexto, formato, restricciones y ejemplos
  2. Cada departamento crea tres prompts para tareas frecuentes
  3. Los prompts que funcionan se registran en el espacio compartido
  4. Una vez al mes se revisan los prompts utilizados
  5. Se comparten los prompts estándar con nuevas incorporaciones y personas trasladadas

Este flujo evita que el uso de la IA generativa quede encerrado en la iniciativa individual y ayuda a convertirlo en una base de trabajo del equipo.

Resumen

Resumen

La ingeniería de prompts puede parecer una técnica especializada.

Sin embargo, en el trabajo importa más redactar con cuidado instrucciones comprensibles para la IA que utilizar técnicas complejas.

Los 5 elementos básicos son:

  1. Escribir el objetivo
  2. Escribir el contexto
  3. Especificar el formato
  4. Escribir las restricciones
  5. Aportar ejemplos

Prestar atención a estos 5 elementos facilita que el resultado de la IA sea más estable.

Naturalmente, los prompts no lo solucionan todo. El uso profesional solo se consolida cuando también existen revisión humana, reglas para la información confidencial y mecanismos de reutilización en equipo.

Empiece por una tarea habitual, como redactar un correo, preparar actas o resumir documentos, y cree un prompt profesional mediante la plantilla presentada.

Los prompts que funcionen deben compartirse con el equipo, no quedarse en notas personales. Así, el uso interno de la IA generativa empezará a ser reproducible poco a poco.

Preguntas y respuestas

¿La ingeniería de prompts solo debe aprenderla el personal especializado?

No. El desarrollo avanzado de IA y el ajuste de modelos requieren conocimientos especializados, pero para el trabajo diario basta con entenderla como una forma de dar instrucciones claras a la IA. Incluir objetivo, contexto, formato, restricciones y ejemplos ya facilita el uso del resultado.

¿Hay que escribir siempre prompts largos?

No. En algunas situaciones basta una petición breve. Si el resultado no tiene la forma esperada, añadir el objetivo, la persona destinataria, el formato y las restricciones suele ayudar. En tareas repetitivas resulta práctico convertir los prompts habituales en plantillas.

¿Se puede pedir a la IA generativa que aporte cifras y casos?

Puede utilizarse como punto de partida de la investigación, pero siempre deben comprobarse las fuentes de las cifras y los casos. La IA generativa puede presentar con naturalidad cifras o fuentes inexistentes. Para materiales externos y decisiones, hay que contrastarlas con organismos públicos, fuentes primarias o documentos originales internos.

¿Qué debe tenerse en cuenta al incluir información interna en un prompt?

Antes de introducir datos personales, información de clientes, condiciones contractuales, información financiera no publicada o datos laborales, consulte las normas internas. Cuando las normas internas y el entorno autorizado lo permitan, anonimice o seudonimice la empresa, el nombre, el importe y la fecha. Ante la duda, es preferible no introducir la información.

¿Cómo pueden extenderse los buenos prompts dentro de la empresa?

Empiece por crear plantillas para tareas frecuentes, como actas, correos y resúmenes. Registre la fecha de creación, el uso, la persona responsable y las precauciones, y revíselas aproximadamente una vez al mes. Centralizarlas en una wiki interna, una hoja de cálculo, una herramienta de gestión del conocimiento o una plataforma de IA facilita su mantenimiento.

Comparte este artículo