Si usas Chat GPT, pero no estás contento con sus respuestas, quizá el problema está en tus prompts, porque admitámoslo, repetirle lo mismo una y otra vez, pero en mayúsculas, no sirve.
Y es que escribir buenos prompts es casi un arte. No se trata solo de dar una orden, sino de construir una instrucción clara, detallada y bien formulada.
Un buen prompt puede marcar la diferencia entre una respuesta genérica y una que realmente te ayude a tomar mejores decisiones.
Estas recomendaciones sirven tanto para Chat GPT como para cualquier otro sistema de inteligencia artificial como Perplexity, Claude, Gemini, DeepSeek, Microsoft Copilot o el que utilices de forma más habitual.
¿Por qué es fundamental escribir un buen prompt?
La inteligencia artificial no nos lee la mente. Si queremos respuestas precisas, debemos formular preguntas muy claras, estructuradas y detalladas.
Un buen prompt no solo mejora la calidad de la respuesta, sino que también evita lo que se conoce como las alucinaciones de la inteligencia artificial, que son respuestas incorrectas o inventadas por el modelo.
Por ejemplo, si le preguntamos a una inteligencia artificial cuáles son las tendencias del marketing digital, podría darnos una respuesta muy genérica basada en datos pasados.
Pero si le decimos: “Dame un análisis de tendencias en marketing digital para 2025 basándote en informes de Gartner y HubSpot, priorizando estrategias de contenido y de automatización en ventas”, la claridad de la respuesta mejorará notablemente.
💡 Consejo importante: para evitar alucinaciones en la inteligencia artificial, puedes incluir frases dentro de tu prompt como:
- “Si no encuentras la información, no rellenes este dato”.
- “Si necesitas más información, hazme las preguntas que consideres necesarias”.
- “No hagas suposiciones sobre tu respuesta”.
- “No bases tu respuesta en estereotipos o juicios de valor infundados”.
Estos pequeños detalles y frases que puedes incluir en el prompt marcarán la diferencia entre escribir una respuesta útil y una completamente errónea.
¿Qué es un framework y por qué ayuda a mejorar los prompts?
Un framework de prompt engineering es una estructura organizada y detallada que nos ayuda a formular nuestras instrucciones a la inteligencia artificial.
Al seguir un framework podemos asegurarnos de que el prompt contiene todos los elementos clave para obtener respuestas precisas, específicas y de alta calidad.
La estructura básica de cualquier framework consiste en tres puntos clave:
- Objetivo: qué tarea queremos que la inteligencia artificial haga.
- Contexto: la información adicional que le damos al modelo para que ayude a entender mejor el contexto de nuestra petición.
- Expectativas: cómo queremos recibir esa respuesta, ya sea el formato, el estilo, la extensión o el nivel de detalle que queremos que ejecute cuando nos dé la respuesta.
No obstante, muchas empresas y personas referentes en el mundo de la inteligencia artificial han desarrollado sus propios frameworks y los comparten porque cuentan con bibliotecas propias de prompts.
Esto les ayuda a adaptar exactamente la estructura de cada prompt a aquello específico que quieren enviarle al modelo.
Framework ASPECT
Este framework es ideal para prompts detallados y bien estructurados. Se divide en estos pasos:
| Elemento | Descripción |
|---|---|
| Acción | Definir qué queremos que haga la inteligencia artificial. |
| Pasos | Dividir la tarea en pasos concretos. |
| Persona | Especificar el rol que le queremos dar a la inteligencia artificial. Por ejemplo, eres un experto en marketing o en copywriting. |
| Ejemplos | Proporcionar a la inteligencia artificial ejemplos claros que queremos que utilice para replicar sus respuestas. |
| Contexto | Agregar información adicional y relevante sobre, por ejemplo, el contexto de nuestra empresa o nuestra audiencia. |
| Restricciones | Definir bien los límites, como por ejemplo las fuentes de información o la extensión del texto que debemos contemplar en la respuesta. |
| Template | Incluir una plantilla para que la respuesta tenga un formato adecuado. |
Framework TAREA
Este es mucho más simple y rápido de aplicar. Incluye los siguientes puntos:
- Tarea principal: establece de forma clara el objetivo o acción que quieres que el modelo realice.
- Acción esperada: especifica lo que se espera que el modelo haga como respuesta a tu solicitud, es decir, el orden que quieres que siga para la realización de una tarea.
- Rol del modelo: define el rol o el papel que debe asumir el modelo para abordar esa tarea. Por ejemplo, eres un experto en email marketing.
- Ejemplo de salida: dale un ejemplo de lo que consideras que sería una respuesta adecuada.
- Aclaraciones adicionales: incluye detalles que puedan ayudar al modelo a entender mejor la tarea.
Por ejemplo, puedes pedirle primero que analice el contenido de una página en la que estás promocionando un webinar y luego redacte un correo para enviar a tu base de datos, destacando aquellos puntos más importantes que pueden resultarles de interés a tu audiencia para registrarse en el webinar.
También puedes subir algunos correos que hayas escrito en el pasado para que pueda replicar el tono y estilo de tu marca.
Quizás te interesa darle, por ejemplo, un máximo de caracteres que deberá incluir en el email.
Framework CICLO
Este framework está pensado para tareas con muchas restricciones y reglas, pues se centra más en definir los límites y las condiciones de nuestro prompt.
Las siglas hacen referencia a:
| Elemento | Función dentro del prompt |
|---|---|
| Contexto | Proporciona la información necesaria para que el modelo entienda muy bien la situación delante de la que está. |
| Instrucciones | Explícale de forma clara lo que necesitas o esperas que el modelo haga. |
| Condiciones | Establece las reglas o requisitos que deben cumplirse durante esta tarea. |
| Límites | Define los límites que se deben tener en cuenta para cumplir con esta tarea. |
| Output deseado | Explica cómo debe ser el resultado final y qué características debe tener su respuesta. |
Metodología ECO para marketing digital
Para aplicar los frameworks de manera efectiva en marketing digital, la metodología ECO permite estructurar los tres bloques clave: expectativas, contexto y objetivo, en seis elementos que nos ayudarán a redactar un mensaje mucho más detallado en el mundo del marketing digital.
Objetivo
Dentro del bloque de objetivos encontraremos dos puntos:
- La tarea principal: aquí explicaremos qué queremos conseguir exactamente.
- Los pasos para conseguirla: dividiremos esta tarea en pasos muy claros.
Contexto
Dentro del bloque de contexto encontramos, por un lado, el contexto empresarial. Aquí debemos añadir toda la información sobre nuestra marca, propuesta de valor y objetivos.
Por otro lado, le hablaremos al modelo sobre nuestro cliente ideal, es decir, definiremos el buyer persona, cómo es su comportamiento y detallaremos muy bien cómo piensa y cómo se relaciona con nuestra marca.
Expectativas
Por último, dentro del bloque de expectativas, hablaremos del formato que deseamos para el output que nos devuelva ese modelo de inteligencia artificial.
Aquí lo centraremos en dos puntos:
- Buenas prácticas: darle indicaciones claras sobre el estilo, el tono o requisitos técnicos. También podemos añadir nuestro know-how sobre alguna área del marketing digital como el SEO o email marketing.
- Ejemplos o plantillas: añadir referencias previas para mantener la coherencia en las respuestas.
Podemos enviarle ejemplos para que replique el mismo tono o formato o darle una estructura de plantilla que queremos que siga.
Con esa estructura seguro que los resultados que te da la inteligencia artificial mejorarán mucho y serán mucho más específicos en tus peticiones.
Privacidad y seguridad de los datos en los prompts
Un tema muy importante y que preocupa a muchas empresas es la privacidad y la seguridad de los datos que compartimos en estos prompts.
Al interactuar con modelos de inteligencia artificial debemos considerar la privacidad de nuestros datos y por eso es fundamental evitar compartir información sensible sobre nuestra empresa, nuestra base de datos o nuestros clientes.
Buenas prácticas para proteger tus datos
- Anonimiza los datos: evita dar nombres reales sobre nuestra compañía, trabajadores y nunca compartas datos sensibles de tus clientes si no tienes permisos para ello.
- Investiga qué va a hacer el modelo con los datos: revisa si los va a utilizar para entrenar el propio modelo, si los va a compartir con terceros u otros posibles escenarios.
- Desactiva el uso de datos para entrenamiento cuando puedas: esto, por ejemplo, Chat GPT nos lo permite hacer desde la propia plataforma.
- Implementa protocolos de seguridad: como cifrado de datos y una hoja de ruta interna en tu empresa.
- Define qué herramientas utilizar: es importante saber qué herramientas recomendáis utilizar en vuestro entorno profesional y cómo vais a centralizar esas peticiones.
🔐 Recomendación: antes de compartir información con cualquier sistema de inteligencia artificial, revisa si esa información contiene datos de clientes, trabajadores, campañas internas, bases de datos o información sensible de la empresa.
Conclusión
Si quieres obtener respuestas de calidad, comienza por mejorar la calidad de tus prompts.
Usa frameworks, sigue metodologías y personaliza según el contexto cada mensaje. Y cuenta, si puedes, con tu propia biblioteca de prompts de referencia.
