Fundamentos del prompting

¿Qué es un prompt? Definición, anatomía y ejemplos para copiar

Un prompt es la instrucción que le das a una IA. Si aciertas con la instrucción, aciertas con la respuesta: aquí tienes qué es un prompt, qué hace que uno sea bueno y varios que puedes copiar.

Un prompt es el texto con el que le dices a un modelo de IA —ChatGPT, Gemini, Claude— qué quieres que haga. No hay más misterio. En español se ha impuesto la palabra inglesa; «indicación» o «instrucción» significan lo mismo. Puede ser tan corto como una pregunta («¿Qué regalo le hago a una niña de 7 años?») o tan detallado como un encargo completo con rol, contexto, tarea, formato de salida y reglas. El modelo lee tu prompt y predice la respuesta más útil que puede dar. Por eso la calidad de lo que sale depende casi por completo de lo que entra.

Por eso «escríbeme un artículo de blog» devuelve relleno insulso, mientras que un prompt concreto y bien construido devuelve algo que puedes usar de verdad. No hace falta ser técnico para escribir uno bueno: solo hay que incluir unas piezas que casi todo el mundo se deja.

La anatomía de un buen prompt

Los prompts fuertes suelen incluir cinco piezas. No necesitarás las cinco siempre, pero nombrarlas es lo que convierte una petición vaga en un encargo fiable:

Rol — quién debe ser la IA. «Eres una correctora de estilo con años de oficio…»
Contexto — los antecedentes y el material con el que trabajar. «Estas son mis notas en bruto: …»
Tarea — lo único que quieres que haga. «Reescribe esto para que se entienda.»
Formato — cómo debe verse la respuesta. «Responde en cinco viñetas, menos de 100 palabras.»
Límite — lo que no debe hacer. «No cambies mi significado ni inventes datos.»

Un prompt débil frente a uno fuerte

Mismo objetivo, resultados muy distintos:

Débil

«Escribe un correo en frío a un cliente potencial.»

Sin rol, sin contexto y sin restricciones: sale una plantilla que podría haber escrito cualquiera.

Fuerte

«Eres SDR. Escribe un correo en frío de 90 palabras a la directora de marketing de una empresa SaaS de 50 personas que acaba de publicar que busca a su primer responsable de contenidos. Empieza por esa observación, aporta un solo argumento concreto y termina con una única pregunta fácil de responder. Sin palabras huecas.»

Rol, contexto, tarea, extensión, formato y un límite: el resultado se lee como un mensaje real.

Ejemplos de prompts para copiar

Así es un prompt completo en la práctica. Cada uno lleva campos entre corchetes ([BRACKETS]) que rellenas antes de copiar, más un ejemplo de lo que devuelve:

ChatGPTGeminiClaude

Convierte notas de reunión desordenadas en acciones claras

Convierte notas brutas o una transcripción en decisiones, propietarios y próximos pasos.

El prompt 1 campo por rellenar

Abajo hay notas brutas de una reunión de equipo. Conviértelas en un resumen limpio para personas que no estuvieron ahí.

Formato:
1. **TL;DR** — 2 oraciones.
2. **Decisiones tomadas** — lista de bullets.
3. **Items de acción** — una tabla: Tarea | Dueño | Fecha de vencimiento. Si un dueño o fecha no fue indicado, escribe "sin asignar" — no inventes uno.
4. **Preguntas abiertas** — cualquier cosa sin resolver.

Mantén lo factual. No añadas consejo. Aquí están las notas:

Ejemplo de resultado

Run in Claude Opus 5.5 (claude-opus-5-5) on 1 Oct 2026; output shortened. Input: a 600-word made-up release-meeting transcript with three speakers (Lena, Daniel, Mei), two decisions and four owned tasks. **TL;DR** — Fieldbook 2.3 ships as planned on Wednesday 14 October, but without offline sync, which moves to 2.4 because conflict handling still loses edits. Beta feedback moves from email to the in-app form starting with 2.3. **Decisions made** - Ship 2.3 on 14 October without offline sync; offline sync moves to 2.4. - From 2.3 on, beta feedback goes through the in-app feedback form instead of email. **Action items** | Task | Owner | Due date | |---|---|---| | Email Kestrel Logistics and Brightwater Clinics to explain the new offline-sync timing | Lena | Mon 5 Oct | | Merge the fix for the Android 14 login crash | Daniel | Thu 8 Oct | | Redo the six iOS/Android store screenshots and the English + German release notes | Mei | Fri 9 Oct | | Submit 2.3 for App Store review | unassigned | Mon 12 Oct | | Enable the feedback-form feature flag in the 2.3 release candidate | Daniel | Tue 13 Oct | **Open questions** - Whether to hold the release if the release candidate still crashes on more than 0.5% of sessions — to be decided on 12 October from the numbers. Where it fell short: all four real tasks came back with the right owner and date, but it also turned a passing remark ("submitting on Monday the 12th still works") into a fifth row. Nobody took that task on — delete the row or give it an owner before you send the notes.

ConsejoLa regla "no inventes propietarios o fechas" es lo que hace esto confiable — la IA de otra manera llena vacíos con nombres plausibles pero incorrectos. Pega una transcripción de Zoom/Meet directamente para obtener mejores resultados.

ChatGPTGeminiClaude

Resume un artículo de investigación

Obtén las afirmaciones clave, método y hallazgos de un artículo denso.

El prompt

Actúa como tutor de métodos de investigación. Te daré el resumen y cualquier sección que pegue de un artículo de investigación. Resúmelo usando esta estructura:
1. Pregunta de investigación (una frase)
2. Método (qué hicieron, cuántos participantes o puntos de datos)
3. Hallazgos clave (viñetas, con números si aparecen)
4. Limitaciones que mencionan los autores
5. Una frase sobre por qué este artículo importa

No interpretes ni agregues análisis. Usa lenguaje simple que puedas explicar a un compañero.

Excerpto del artículo: [PASTE ABSTRACT + KEY SECTIONS]

Ejemplo de resultado

1. Pregunta de investigación: ¿La repetición espaciada mejora la retención a largo plazo en comparación con la práctica agrupada en el aprendizaje de vocabulario de estudiantes universitarios? 2. Método: Experimento aleatorio, 94 estudiantes de psicología universitaria durante 8 semanas; un grupo usó una aplicación de tarjetas espaciadas, otro grupo hizo sesiones de estudio en bloque. 3. Hallazgos clave: - El grupo espaciado retuvo 31% más palabras en la prueba de seguimiento de 4 semanas. - Sin diferencia significativa en la prueba inmediata posterior (p = .42). - El efecto fue más fuerte para palabras de baja frecuencia. 4. Limitaciones: Tiempo de estudio auto-seleccionado; ambos grupos utilizaron la misma lista de palabras. 5. Por qué importa: Confirma el beneficio de espaciado persiste más allá del laboratorio y se aplica a una herramienta de estudiante práctica.

ConsejoSi el artículo es largo, pega el resumen y la sección de Resultados primero. Esos dos solos te dan 80% de la estructura; añade la Discusión solo si necesitas la capa "por qué importa".

MidjourneySDXLFLUX

Retrato de primer plano cinemático

Una foto de fotograma de película con sujeto controlable, estado de ánimo e iluminación.

El prompt 4 campos por rellenar

primer plano cinematográfico de retrato de , expresión , fotografiado con lente 85mm f/1.4, profundidad de campo poco profunda con bokeh cremoso, iluminación , clasificación de color , textura de piel fina y atrapadores de luz en los ojos, fotorrealista, grano de película de 35mm --ar 4:5 --style raw

Ejemplo de resultado

Un retrato apretado de cabeza y hombros de un pescador curtido en sus 60s, una sonrisa suave y que sabe, iluminado por cálida luz baja de ventana desde la izquierda que cae en sombra en la mejilla derecha. La clasificación teal-y-ámbar y grano de película visible se leen como un marco sacado de un drama indie; los ojos son nítidos con dobles atrapadores de luz mientras el fondo se disuelve en bokeh suave.

ConsejoCambia cualquier sujeto y mantén el andamiaje de lente + iluminación + grado — ese trío es lo que lo hace parecer un fotograma cinemático en lugar de una cara genérica de IA. En Midjourney, `--style raw` reduce la apariencia sobre pulida por defecto; en SDXL/FLUX suelta los flags `--ar/--style` y establece la relación de aspecto en la interfaz de usuario.

¿Quieres más? Explora los ejemplos de prompts para ChatGPT o aprende el oficio paso a paso en cómo escribir prompts.

Sigue aprendiendo

Cómo escribir prompts Trucos de ChatGPT Ejemplos de prompts para ChatGPT Mejores bibliotecas de prompts

Preguntas frecuentes

¿Qué es un prompt en inteligencia artificial?

Un prompt es la instrucción que le das a un modelo de IA como ChatGPT, Gemini o Claude para decirle qué quieres. Puede ser una sola pregunta («Explícame la fotosíntesis de forma sencilla») o un encargo detallado con rol, contexto, tarea, formato de salida y reglas. Cuanto más claro y concreto sea el prompt, más útil será la respuesta.

¿Cuál es un ejemplo de buen prompt?

Un buen prompt nombra un rol, da contexto, enuncia la tarea, especifica el formato y añade un límite. Por ejemplo: «Eres responsable de selección. Con las notas de abajo, escribe un correo de rechazo de 120 palabras, cercano y definitivo. No inventes ningún comentario que yo no haya dado.» Todos los ejemplos de esta página siguen ese patrón.

¿Qué diferencia hay entre un prompt y el prompt engineering?

El prompt es la instrucción en sí. El prompt engineering es la práctica de escribir, probar y afinar prompts para obtener buenos resultados de forma fiable: elegir la estructura, los ejemplos y las restricciones adecuadas. No hace falta ser prompt engineer para escribir un buen prompt; basta con los hábitos de arriba.

¿Los prompts funcionan igual en ChatGPT, Gemini y Claude?

En general sí: el mismo prompt bien construido funciona en los tres. Hay diferencias pequeñas: Gemini viene bien cuando necesitas fuentes actuales y Claude se maneja mejor con documentos muy largos. Los prompts de esta biblioteca están escritos para funcionar en los tres, salvo que una ficha indique otra cosa.