Puntos clave
- Es normal que los primeros prompts salgan imperfectos — fallan por dos razones predecibles que no tienen nada que ver con tu nivel de habilidad
- Razón uno: no puedes comunicar todo sobre una tarea en un solo mensaje, así que el contexto, las restricciones y los matices quedan fuera
- Razón dos: no sabes qué quieres hasta que ves lo que no quieres. El primer resultado te aclara las ideas
- El método de enfoque previo — pedirle a la IA que describa su plan antes de ejecutar — evita el modo de falla más común en tareas complejas
- Iterar es una parte normal del prompting, y es lo que produce buenos resultados
Cómo hacer prompts a la IA: por qué el primer intento casi siempre decepciona
El primer prompt casi siempre decepciona. No importa si empezaste a usar IA la semana pasada o llevas dos años haciéndolo. La diferencia es que quienes tienen experiencia ya esperan esa decepción y saben qué hacer después. Los principiantes tienden a concluir que la IA no funciona o que ellos están haciendo algo mal.
Hay dos razones predecibles.
Razón 1 — no puedes decirlo todo de una vez
Una tarea de trabajo que le explicarías a un colega en cinco minutos de ida y vuelta no se comprime bien en un solo mensaje. Parte del contexto se queda fuera. Las restricciones que das por sentadas nunca se mencionan. La audiencia, el tono, el formato, el alcance, las excepciones: siempre se omite algo. Y cada omisión es una oportunidad para que la IA adivine mal.
Razón 2 — aprendes qué quieres al reaccionar a un borrador
El primer resultado de la IA funciona como un espejo. Te muestra una versión de lo que pediste, y ver esa versión te aclara las ideas. "Eso es demasiado formal." "Quería más detalle en la sección del presupuesto." "Las recomendaciones deberían ser más contundentes." Esas reacciones no podían formar parte del prompt original. Solo aparecen después de ver un borrador.
Las dos cosas son normales. Aprender a hacer buenos prompts a la IA implica aceptar que el primer intento es un punto de partida, y que el valor está en lo que pasa después.
¿Qué hago cuando el primer resultado no da en el blanco?
Parte de ahí. No borres la conversación para empezar de cero. Incluso un primer resultado mediocre trae material aprovechable. Puede que haya partes que sirvan: la estructura puede estar bien aunque el tono esté mal, o las ideas pueden ser sólidas aunque haya que cambiar el formato.
Manda un mensaje de seguimiento que le diga a la IA exactamente qué corregir. "Haz la apertura más directa, empieza por la conclusión." "La tercera sección es muy vaga, agrega cifras concretas del informe del tercer trimestre." "Reduce el texto a la mitad y pásalo a viñetas." "Quita el tono académico, hazlo conversacional."
Dos o tres rondas de ajustes suelen llevarte a algo que enviarías con gusto.
Iterar es el proceso en sí. Quienes tienen experiencia ya lo tienen previsto. Escriben el primer prompt sabiendo que es un borrador y ponen el esfuerzo en el refinamiento, que es donde el resultado toma forma. Ya sea que estés aprendiendo a escribir prompts de IA por primera vez o ajustando un flujo de trabajo que usas desde hace meses, el ciclo es el mismo: escribes el prompt, evalúas, ajustas. Ese ciclo es el núcleo de cómo hacer prompts a la IA con eficacia, sin importar la plataforma ni la tarea.
¿Qué es el método de enfoque previo y cuándo debo usarlo?
El método de enfoque previo evita la falla más costosa en tareas complejas: que la IA salga disparada en la dirección equivocada antes de que puedas corregir el rumbo.
El método es simple. Antes de pedirle a la IA que ejecute una tarea compleja, pídele que describa su enfoque. "Antes de escribir este informe, dime: ¿qué estructura piensas usar, qué puntos clave vas a cubrir y qué suposiciones estás haciendo?"
La IA responde con su plan. Tú lo revisas y lo rediriges. "Buena estructura, pero mueve la sección de riesgos antes de las recomendaciones." "Estás asumiendo un tono formal, hazlo conversacional." "Te faltó el análisis de proveedores, agrégalo como sección."
Después la IA ejecuta a partir del plan corregido.
Todo se reduce a cuándo corriges. Corregir un plan toma un solo mensaje. Corregir un informe terminado de dos mil palabras toma varias rondas y mucha paciencia. Aclarar la dirección al principio te ahorra la ida y vuelta más adelante.
Dos ejemplos donde esto cambia el resultado:
Ejemplo: plan de implementación de una capacitación
Sin enfoque previo, la IA produce un cronograma genérico que no encaja con tu organización. Con él, revisas las fases propuestas, las ajustas a tus restricciones concretas (ciclo presupuestario, prioridades de cada área, facilitadores disponibles) y obtienes un plan acorde con tu realidad.
Ejemplo: análisis competitivo
Sin enfoque previo, la IA compara competidores en dimensiones que no importan para tu decisión. Con él, especificas qué dimensiones importan (modelo de precios, funciones para empresas, soporte de integraciones) y qué competidores incluir. El resultado alimenta tu decisión directamente en lugar de exigir mucha edición.
Cuándo usarlo
Usa el método de enfoque previo siempre que la tarea tenga varias secciones, decisiones de criterio importantes o un resultado más largo que unos pocos párrafos. Para un correo corto, agrega trabajo que no necesitas. Para cualquier cosa compleja, es el hábito más valioso que puedes desarrollar, y es donde aprender prompting de IA empieza a rendir frutos.
¿Cómo sé si conviene corregir un prompt o empezar de nuevo?
Casi siempre conviene corregirlo. Empezar de nuevo tira todo lo que la conversación ya construyó: el contexto, la dirección, los avances parciales.
Corrígelo cuando el resultado es parcialmente correcto
¿La estructura está bien pero el tono está mal? Ajusta el tono. Si el contenido es pertinente pero demasiado largo, pide una versión más corta. Cuando una sección es fuerte y otra es débil, apunta específicamente a la débil.
Corrígelo cuando puedes nombrar el problema
"Demasiado formal", "faltan los datos financieros", "necesita ser una tabla comparativa en lugar de prosa". Todo eso se resuelve con un solo mensaje de seguimiento. Saber cómo hacer prompts a la IA mediante seguimientos precisos, en lugar de empezar de cero, es en sí una habilidad que se afina con la práctica.
Empieza de nuevo cuando la dirección está fundamentalmente equivocada
Si la IA interpretó "análisis competitivo" como un análisis FODA cuando tú querías una comparación de funciones, todo el resultado se construyó sobre un malentendido. Arrancar de nuevo con una instrucción más clara es más rápido que intentar redirigir.
Prueba esto: Empieza de nuevo cuando los primeros mensajes ya contaminaron el contexto. Si esos mensajes fijaron el tono, la audiencia o las restricciones equivocadas, siguen influyendo en todo lo que viene después. Una conversación nueva con el contexto corregido funciona mejor que pelear contra la inercia ya establecida.
La regla de una o dos oraciones
Si puedes describir la corrección en una o dos oraciones, manda un seguimiento. Si tendrías que replantear toda la tarea desde cero, abre un chat nuevo. En cualquier caso, estás desarrollando el criterio que distingue a quien sabe escribir prompts de IA de quien todavía anda adivinando.
Para recorrer estas habilidades de forma ordenada, cómo hablarle a la IA cubre los fundamentos para principiantes y cómo aprender prompting de IA desde cero integra la iteración y el diagnóstico en las semanas intermedias. Para el panorama completo de cómo se conectan y se apoyan entre sí las técnicas de prompting, ingeniería de prompts cubre la progresión entera.