Lección 1: Qué es un prompt y por qué importa

Objetivos de aprendizaje:

• Entender qué es un prompt y qué hace
• Distinguir un prompt vago de uno claro
• Ver cómo la calidad del prompt moldea lo que devuelve la IA

Requisitos: Ya usaste alguna herramienta de chat con IA | Siguiente: Lección 2 >>

Ya estás usando prompts (quizá no muy bien)

Abres ChatGPT o Claude, escribes «escríbeme un informe» y recibes de vuelta algo genérico que no coincide con lo que realmente necesitabas. Eso no es la IA fallándote. Tu prompt era demasiado vago. Lo único que vio la IA fueron tres palabras. No tiene idea de para quién es el informe, qué problema debería resolver, qué tono debería usar ni qué debería incluir.

Un prompt es la instrucción que le das a la IA¹. Determina cuánto de tu intención puede captar la IA y pone un techo a la calidad de lo que recibes de vuelta. Misma pregunta, dos resultados: una instrucción vaga obtiene una respuesta vaga, una clara obtiene un resultado preciso. Esta lección te enseña a detectar esa diferencia, que es la base de todo lo que viene después.

Qué es un prompt

Un prompt es el texto que le das a un modelo de lenguaje grande (LLM) para decirle qué quieres¹. Puede ser una pregunta, una descripción, una tarea o alguna mezcla de las tres.

Un modelo de lenguaje grande es un sistema de IA entrenado con cantidades enormes de texto: "a type of language model notable for its ability to achieve general-purpose language understanding and generation."² (un tipo de modelo de lenguaje que destaca por su capacidad de lograr comprensión y generación de lenguaje de propósito general). ChatGPT, Claude y herramientas similares pertenecen todas a esta categoría. No son motores de búsqueda. No buscan en internet una respuesta ya hecha; generan texto nuevo que se ajusta a tu instrucción, a partir de patrones aprendidos durante el entrenamiento.

Este es el punto clave: un LLM solo puede entender la tarea a través de tu prompt. Todo lo que omitas, lo tiene que adivinar. Cuanto más claro seas, más cerca queda la salida de lo que tenías en mente.

Prompt vago vs. prompt claro

Dos ejemplos reales muestran la diferencia.

Escenario 1: pedirle a la IA que explique un concepto técnico

❌ Prompt vago:

qué es una API

La IA podría entregarte:

• una definición de manual («API significa interfaz de programación de aplicaciones...»)
• algo demasiado técnico (asume que sabes programar)
• o algo demasiado superficial (apenas «sirve para que los programas se comuniquen entre sí»)

✅ Prompt claro:

Soy product manager y no programo. Explícame qué es una API con unaanalogía cotidiana, para que pueda seguir de qué habla mi equipo dedesarrollo cuando lo menciona en las reuniones de planificación.

La IA te da:

• una explicación al nivel de un product manager
• una analogía cotidiana (algo como «el menú de un restaurante es una especie de API»)
• ejemplos ligados a tu trabajo real

¿Qué cambió? El prompt claro deja explícitas tres cosas: quién eres (product manager), tu contexto (no programas) y qué vas a hacer con la respuesta (hablar de requisitos con el equipo de desarrollo).

Escenario 2: pedirle a la IA que escriba código

❌ Prompt vago:

escribe una función de Python para procesar datos

La IA queda adivinando:

• ¿qué datos? ¿una lista, un diccionario, un archivo, una base de datos?
• ¿procesarlos cómo? ¿ordenar, filtrar, transformar, agregar?
• ¿cuáles son los formatos de entrada y salida?

✅ Prompt claro:

Escribe una función de Python que reciba una lista de calificaciones deusuario (1-5), descarte las calificaciones menores a 3 y devuelva elpromedio de las restantes, redondeado a un decimal. Incluye anotacionesde tipo y un docstring.

La IA puede producir:

• una firma de función clara
• lógica de filtrado y cálculo que corresponde a la especificación
• documentación y anotaciones de tipo adecuadas

¿Qué cambió? El prompt claro nombra el formato de entrada, la lógica de procesamiento, el requisito de salida y el estilo de código.

La calidad del prompt decide la calidad de la salida

En tareas complejas, la claridad con la que escribes el prompt genera una diferencia medible en la calidad de la salida, y como el mismo prompt se reutiliza una y otra vez, esa brecha se acumula con cada ejecución³. Visto al revés, un prompt vago te cuesta:

• Más rondas de revisión. Recibes una respuesta que no da en el blanco, agregas un detalle, recibes otra que sigue desviada, agregas otro más. Hacen falta varias pasadas para acercarte a lo que querías.
• Salidas inconsistentes. Haz la misma pregunta difusa dos veces y el estilo, la profundidad y el énfasis vuelven distintos cada vez.
• Tokens y tiempo desperdiciados. Un prompt vago hace que la IA genere una pila de material que no puedes usar, quemando tu presupuesto de tokens (si estás en una API de pago) o tu paciencia.

Hallazgo clave: el grupo de investigación de Developer Tools de Microsoft encontró que, en tareas de generación de código, "prompts with explicit specifications reduced the need for back-and-forth refinements by 68%."⁴ (los prompts con especificaciones explícitas redujeron en un 68 % la necesidad de refinamientos de ida y vuelta). Eso significa que tienes muchas más probabilidades de obtener código utilizable al primer intento, en lugar de rodear el objetivo por una tercera y una cuarta ronda.

La recompensa de un prompt claro aparece de inmediato: menos ensayo y error, una tasa de acierto más alta al primer intento y una salida que de verdad puedes dirigir.

La ingeniería de prompts es una habilidad

La ingeniería de prompts es la práctica sistemática de diseñar y refinar prompts¹. No se trata de encontrar un conjuro mágico. Se trata de entender cómo funciona la IA y de aprender a expresar lo que necesitas en términos sobre los que pueda actuar.

En 2026, los modelos siguen bien las instrucciones: manejan indicaciones complejas, documentos largos y tareas de varios pasos⁵. Pero siguen dependiendo de tu prompt para fijar los límites de la tarea. Un modelo no puede leerte la mente. Lo que no dices, no lo sabe.

La ingeniería de prompts abarca:

• escribir la estructura básica de una instrucción clara (Lección 2)
• usar ejemplos para mostrarle a la IA el patrón que quieres (Lección 3)
• lograr que la IA muestre su razonamiento (Lección 4)
• depurar y mejorar prompts de forma sistemática (Lección 5)
• elegir una estrategia acorde a la tarea (Lección 6)

Este curso enseña métodos reutilizables, no trucos de una sola vez. Una vez que los tienes, puedes trabajar de forma más eficiente con cualquier herramienta basada en LLM.

Resumen

Un prompt es la instrucción que le das a la IA y decide cuánto de tu intención puede captar. Un prompt vago deja a la IA adivinando; uno claro fija los límites de la tarea, el formato de salida y el contexto que necesita. La investigación muestra que un prompt claro reduce las rondas de revisión y resuelve el trabajo de forma más eficiente.

La próxima lección cubre la estructura básica de un prompt, es decir, cómo descomponer una petición difusa en cuatro partes claras: rol, tarea, formato y restricciones.

Siguiente La estructura básica de un prompt >>