Prompts para ChatGPT: cómo obtener mejores respuestas de GPT
Cómo conseguir respuestas más afiladas y útiles de ChatGPT: desde las instrucciones personalizadas y los roles hasta la iteración y los trucos de formato que marcan la diferencia.
Escribe en ChatGPT «escríbeme un email de marketing» y obtendrás algo que se lee como todos los emails de marketing jamás escritos. Pídele que escriba un email de 90 palabras para suscriptores de pilates que se han dado de baja, cálido pero sin sonar desesperado y cerrando con una única pregunta, y el resultado cambia por completo. El modelo no se volvió más listo entre una petición y otra. Simplemente le diste con qué trabajar. La mayoría de los resultados decepcionantes se reducen a prompts que podrían haberse escrito en cualquier buscador hace una década, y el arreglo rara vez es un prompt más largo, sino uno más deliberado.
Dale un rol a GPT antes que la tarea
Un rol le dice al modelo de qué parte de su entrenamiento tirar. «Explica el interés compuesto» tira de todo. «Eres un profesor de matemáticas de instituto que explica el interés compuesto a un chaval de 15 años que odia las matemáticas» acota a la vez el vocabulario, el ritmo y los ejemplos.
Los roles funcionan porque fijan restricciones que, si no, tendrías que detallar línea a línea. Un «capitalista de riesgo escéptico» buscará los puntos débiles. Un «corrector que recorta el 20 % de cada borrador» recortará de verdad. Elige el rol que se comporte como necesitas que se comporte la salida.
Fíjate en que el rol no es decoración. Da forma al tono (directo pero amable), al alcance (tres problemas) y a la profundidad (un arreglo resuelto). Si quieres una versión reutilizable de esto, guárdala en tu biblioteca de prompts para no reconstruirla cada lunes.
Sé concreto con la tarea, la audiencia y el formato
Tres variables deciden en silencio la calidad de casi cualquier respuesta: qué quieres que se haga, para quién es y qué aspecto debe tener en la página. Deja alguna en blanco y GPT rellenará el hueco con una conjetura del montón.
- Tarea: «resume» es vago. «Resume en cinco viñetas, una frase cada una, sin jerga» es una especificación.
- Audiencia: escribir para un director financiero y escribir para un becario nuevo produce borradores distintos de los mismos hechos.
- Formato: nombrar la forma de entrada te ahorra una vuelta. Más sobre esto abajo.
Cuanto más se parezca tu prompt a un encargo que darías a un freelance, más cerca caerá el primer borrador. Si quieres la mecánica para construir ese encargo desde cero, nuestra guía para escribir prompts de IA lo recorre paso a paso, y el artículo de fundamentos cubre por qué la estructura gana a la longitud.
Configura las Instrucciones personalizadas y deja que la memoria trabaje
Las Instrucciones personalizadas viven en los ajustes de ChatGPT y se aplican a cada chat, así que todo lo que sea cierto para todo tu trabajo va ahí en lugar de en cada mensaje. Dile tu rol, tus preferencias de tono, la longitud que te gusta y qué omitir.
Dos campos importan. «Qué te gustaría que ChatGPT supiera sobre ti» guarda el contexto: tu trabajo, tus proyectos, tu nivel de experiencia. «Cómo te gustaría que ChatGPT respondiera» guarda el comportamiento: sé conciso, muestra el código antes de la explicación, sáltate los avisos, usa cierta ortografía. Una entrada útil podría ser: «Soy product manager en una empresa SaaS B2B. Responde por defecto en viñetas. Cuando pida texto, dame tres opciones, no una. No pidas disculpas».
La memoria va un paso más allá y arrastra datos entre conversaciones separadas para que dejes de reexplicar que usas Postgres o que la voz de tu marca evita los signos de exclamación. Puedes revisar y borrar lo que guarda. Trátala como un panel de ajustes que limpias de vez en cuando, no como una caja negra.
Pide la forma que quieres
GPT respetará mucho mejor un formato que le pides que uno que esperas que adivine. Di la estructura en voz alta.
- ¿Quieres una comparación? Pide una tabla con columnas nombradas.
- ¿Quieres un proceso? Pide pasos numerados.
- ¿Quieres opciones? Pide exactamente tres, cada una con una desventaja de una línea.
- ¿Quieres algo que pegarás en otro sitio? Pide Markdown en crudo, o JSON con claves concretas.
Como nombraste las columnas, no recibirás un ensayo disperso que luego tengas que reformatear. Cuando encuentres un formato que funciona, pasarlo por un optimizador de prompts puede ajustar la redacción para que el modelo lo siga con aún más consistencia.
Itera en el mismo hilo
Reiniciar tira el contexto que el modelo ya tiene. En lugar de abrir un chat nuevo cuando un borrador falla, corrígelo ahí mismo. «Recorta la introducción, haz el tono más seco y cambia el tercer ejemplo por uno del sector sanitario» te da una revisión certera, no una tirada de dados.
Aquí es donde ChatGPT brilla de verdad: sostiene la conversación. Una buena sesión se parece menos a un único prompt perfecto y más a un intercambio corto donde cada turno afina el anterior. Rebate como lo harías con un colaborador. Dile qué está mal, no solo que algo lo está.
También puedes hacer que el modelo haga la crítica. Pídele que revise su propio trabajo antes de que lo hagas tú:
La autocrítica saca a la luz problemas que la primera pasada pasó por alto, y te cuesta un mensaje en vez de cinco rondas de empujoncitos.
Usa instrucciones tipo sistema y razonamiento paso a paso
Los modelos GPT responden bien a la dirección firme al estilo de un sistema, y por eso el patrón «eres / tu trabajo es / siempre / nunca» encaja tan limpiamente. Coloca las reglas al principio y el modelo las tratará como guardarraíles de todo el intercambio. Si estás construyendo algo que reutilizarás, un prompt de sistema dedicado guarda esas reglas permanentes para que no las reescribas.
Para el trabajo con mucho razonamiento, pide el pensamiento, no solo la respuesta. En matemáticas, acertijos de lógica, planificación de varios pasos o depuración, «trabaja esto paso a paso y muestra tu razonamiento antes de la respuesta final» reduce de forma medible los errores por descuido, porque el modelo se compromete con pasos intermedios en vez de saltar a una conclusión. En los modelos más nuevos centrados en el razonamiento esto importa menos, ya que deliberan internamente, pero un empujón para que revise su propio trabajo rara vez sobra.
Unos cuantos hábitos específicos de modelo que vale la pena mantener:
- Para documentos largos, pon tu instrucción después del texto pegado, no antes, para que la petición quede fresca.
- Cuando la precisión importe, pídele que señale cualquier cosa de la que no esté seguro en vez de disimular los huecos.
- Para cualquier cosa creativa, pide varias direcciones distintas de una sola vez y luego itera sobre la que te guste.
Los mismos instintos se trasladan a otros asistentes con pequeños ajustes. Si repartes tu trabajo entre herramientas, la guía de prompts para Claude cubre dónde divergen los enfoques. El movimiento de fondo es el mismo en todas partes: dile al modelo quién es, qué necesitas y qué significa «hecho».
