¿Qué es la ingeniería de prompts? Guía práctica para no programadores
La ingeniería de prompts es el proceso de escribir y afinar las instrucciones para un modelo de IA, de forma que produzca de manera fiable lo que quieres. Un prompt es cualquier cosa que le das al modelo: una pregunta, una tarea, algo de contexto, ejemplos. Diseñarlo bien significa ser deliberado en lo que entra, comprobar lo que sale y ajustarlo. Tiene menos que ver con frases mágicas y más con comunicarse con claridad.
Por qué importa cuando creas con IA
Con un creador de apps con IA, tus prompts son la especificación. La IA solo puede construir lo que describes, y cuando tu petición deja huecos, los rellena con suposiciones razonables. A veces aciertan. Muchas veces no es lo que querías: los campos equivocados en un formulario, una función que no pediste, un diseño que no encaja con tu público.
Un prompt claro te ahorra rondas de correcciones, y cada ronda cuesta tiempo y normalmente créditos. Los prompts también importan si añades IA dentro de tu app: las instrucciones que das a ese modelo deciden cómo habla tu chatbot con los clientes, qué rechaza y si se ciñe a tus datos. Para el caso concreto de crear apps, consulta cómo escribir prompts para creadores de apps con IA.
Una analogía cotidiana
Imagina que le das un encargo a un buen freelance que nunca te ha visto, no sabe nada de tu negocio y empezará a trabajar en cuanto termines de hablar.
«Hazme un logo» te dará un logo. «Un logo para una escuela de natación infantil en Dubái; cercano, no infantil; azul y naranja; tiene que verse bien en pequeño en un gorro de natación; estos dos nos gustan y este no» te dará algo muy parecido a lo que quieres.
Un modelo de IA es ese freelance: muy capaz, rápido y totalmente dependiente de tu encargo. La ingeniería de prompts consiste en aprender a escribir un buen encargo.
Las técnicas básicas
| Técnica | Qué significa | Ejemplo |
|---|---|---|
| Sé concreto con el objetivo | Di lo que quieres y por qué. | «Una página de reservas para que los clientes nuevos elijan una sesión de 30 o 60 minutos.» |
| Aporta contexto | Para quién es, qué existe ya, qué importa. | «Los usuarios son sobre todo clientes mayores que usan el móvil.» |
| Define qué es «terminado» | Describe el resultado final. | «Terminado significa que un cliente puede reservar y que me llega un correo.» |
| Pon restricciones | Lo que no debe hacerse y los límites. | «No añadas el inicio de sesión todavía. Mantén los colores actuales.» |
| Muestra ejemplos | Da una muestra de lo que es bueno. | «Escribe la respuesta con este estilo: …» |
| Pide un formato | Indica cómo estructurar la salida. | «Responde en una tabla con las columnas X, Y, Z.» |
| Divide en pasos | Una pieza cada vez en los trabajos grandes. | «Primero el modelo de datos, después el formulario y luego los correos.» |
| Pide que pregunte o planifique primero | Obtén un plan antes de hacer cambios. | «Antes de construir nada, enumera tus dudas y un plan.» |
| Itera | Revisa el resultado y refínalo. | «El formulario funciona. Ahora haz el selector de fecha más grande.» |
Un ejemplo práctico: antes y después
Antes:
Hazme una app para un gimnasio.
La IA tiene que adivinarlo todo: ¿los usuarios son socios o personal? ¿Clases o entrenamiento personal? ¿Pagos? Probablemente obtendrás un panel genérico con entrenamientos inventados.
Después:
Crea una app web para un gimnasio de boxeo pequeño con unos 150 socios.
Quién la usa: los socios reservan clases desde su móvil. La dueña, Sam, gestiona el horario desde un portátil.
Los socios pueden: ver las clases de esta semana (hora, entrenador, plazas libres) y reservar o cancelar hasta 2 horas antes del inicio.
Sam puede: añadir, editar y cancelar clases, y ver quién está apuntado a cada una.
Reglas: máximo 12 personas por clase. No se puede reservar dos veces el mismo hueco.
Ahora no: pagos, seguimiento de entrenamientos, una app móvil.
Estilo: fondo oscuro, acentos rojos, botones grandes y fáciles de pulsar.
Antes de construir, enumera lo que no esté claro y describe las páginas que vas a crear.
El segundo prompt no tiene nada de ingenioso; está completo. Nombra a los usuarios, las acciones, las reglas, lo que se deja fuera y cómo empezar. La última línea invita a la IA a planificar y a preguntar, lo que evita malentendidos antes de escribir código.
Prompts dentro de tu app
Cuando tu propia app llama a un LLM, escribes prompts que se ejecutan muchas veces, para muchos usuarios. Se aplican los mismos principios, más algunos adicionales:
- Prompt de sistema: instrucciones permanentes que dan forma a cada respuesta: papel, tono, normas. «Eres el asistente de Leaf & Pot, una tienda de plantas. Responde solo a preguntas sobre pedidos, plantas y envíos.»
- Anclaje (grounding): incluye los datos que el modelo debe usar, como tus políticas o tu catálogo de productos, e indícale que se base en ellos. Consulta qué es un LLM para entender por qué esto importa.
- Respuestas de reserva: dile qué hacer cuando no esté seguro: «Si la respuesta no está en la información facilitada, dilo y ofrece el correo de soporte.»
- Formato de salida: si tu código lee la respuesta, pide un formato estricto, como JSON.
- Pruebas: prueba entradas incómodas (mensajes groseros, preguntas fuera de tema, intentos de que ignore sus instrucciones, lo que se llama inyección de prompts) antes de que lo hagan los usuarios reales.
Términos clave explicados
| Término | Qué significa |
|---|---|
| Prompt | La entrada que das a un modelo de IA. |
| Prompt de sistema | Instrucciones permanentes establecidas antes de la conversación. |
| Contexto | Información de fondo incluida en el prompt. |
| Zero-shot / few-shot | Pedir sin ejemplos, o con unos pocos ejemplos del resultado deseado. |
| Cadena de pensamiento | Pedir al modelo que razone paso a paso antes de responder. |
| Anclaje (grounding) | Dar al modelo material de origen y pedirle que base sus respuestas en él. |
| Inyección de prompts | Texto que intenta anular las instrucciones del modelo, como «ignora las instrucciones anteriores». |
| Ventana de contexto | Cuánto texto puede tener en cuenta el modelo a la vez. |
| Iteración | Refinar un prompt según lo que se obtuvo. |
Errores comunes y malentendidos
- Buscar palabras mágicas. «Eres un experto de primer nivel mundial» importa mucho menos que decir lo que realmente necesitas.
- Pedirlo todo de una vez. Una petición de 20 funciones produce 20 funciones a medio hacer. Construye por partes.
- Describir la solución en lugar del problema. «Añade una tabla con tres columnas» es menos útil que «Sam necesita ver de un vistazo quién está apuntado a cada clase».
- Olvidar lo que no debe hacerse. Si no quieres inicio de sesión, pagos ni un rediseño todavía, dilo.
- No revisar el resultado. Comprueba lo construido contra tu definición de «terminado» antes de seguir.
- Empezar de cero en lugar de refinar. Normalmente un seguimiento corto («está cerca; cambia X») funciona mejor que reescribir todo el prompt.
- Pegar secretos en los prompts. No pegues contraseñas ni claves de API activas en el chat, salvo que la herramienta tenga una forma segura de guardarlas.
Qué pedir a tu creador de apps con IA
- «Antes de construir, hazme las preguntas que necesites y enséñame tu plan.»
- «Repite con tus palabras lo que creo que quiero, en tres frases.»
- «Cambia solo el formulario de reservas; no toques nada más.»
- «¿Qué supusiste que yo no te había especificado?»
- «Convierte mis notas en una especificación breve con usuarios, funciones, reglas y los puntos de «ahora no».» Consulta cómo escribir un documento de requisitos de producto con IA.
- «Sugiéreme cómo podría haber formulado esa petición mejor.»
Prompts en Mythex
Mythex tiene tres modos de chat que encajan con esta forma de trabajar: Plan, para acordar un enfoque antes de que cambie nada; Build, para hacer cambios, y Ask, para preguntas que no deben modificar archivos. Puedes adjuntar capturas de pantalla o maquetas como contexto, y si un cambio sale mal puedes volver a un punto de control. Las páginas de la documentación sobre prompts eficaces e iteración tienen más ejemplos, y cómo iterar sobre una app creada con IA explica el ciclo de seguimiento.
Preguntas
¿Qué es la ingeniería de prompts en pocas palabras?
La ingeniería de prompts es el proceso de escribir y afinar las instrucciones que se dan a un modelo de IA para que produzca de forma fiable el resultado que buscas. Incluye lo que pides, el contexto que aportas, los ejemplos, las restricciones y el formato en el que quieres la respuesta.
¿Necesito trucos especiales o palabras mágicas?
En realidad no. Los modelos actuales responden mejor a instrucciones claras, concretas y bien organizadas, es decir, a lo mismo que ayuda a un compañero de trabajo. El contexto, los ejemplos y una descripción clara del resultado final importan mucho más que las frases especiales.
¿Qué es un prompt de sistema?
Un prompt de sistema es un conjunto de instrucciones permanentes que se dan al modelo antes de la conversación, como su papel, sus normas y su tono. Las aplicaciones lo usan para dar forma a cada respuesta, mientras que los mensajes del usuario llegan después.
¿Sigue siendo necesaria la ingeniería de prompts a medida que la IA mejora?
Los modelos mejores necesitan menos soluciones alternativas, pero no pueden adivinar lo que piensas. Indicar tu objetivo, tu público, tus restricciones y qué significa «terminado» siempre mejorará los resultados, porque el modelo solo puede trabajar con lo que le cuentas.