Receta de Prompt Perfecto de ChatGPT de 10 Componentes

Un prompt perfecto tiene 10 componentes: Objetivo (15%), Rol (10%), Contexto (20%), Datos de Entrada (15%), Verificaciones de Calidad (4%), Restricciones (8%), Ejemplos (5%), Solicitud de Iteración (5%), Instrucciones (10%) y Formato de Salida (8%). No necesitas los 10 cada vez, pero saber qué palancas usar cambia el juego. 1. Contexto (20% del impacto): La realidad de fondo que el modelo necesita habitar. Incluye tipo de negocio, industria, audiencia, objetivos y desafíos. Nunca asumas que el modelo conoce tu situación. Consejo profesional: Escribe tu contexto una vez, guárdalo en un archivo de texto (o como Instrucciones Personalizadas/Conocimiento del Proyecto) y pégalo cada vez. Ejemplo: "Mi empresa vende software de gestión de proyectos a equipos remotos de 10 a 100 empleados. Nuestro principal desafío es que los compradores piensan que somos demasiado caros en comparación con las herramientas gratuitas." 2. Objetivo (15% del impacto): La definición clara de la tarea. Si tu objetivo es confuso, la salida será ruido. Consejo profesional: Reemplaza verbos vagos con resultados específicos. No digas "ayúdame con". Di "crea", "diagnostica" o "reescribe". Malo: "Cuéntame sobre marketing." Bueno: "Crea una estrategia de marketing de contenidos de 90 días para una startup SaaS dirigida a pequeñas empresas." 3. Datos de Entrada (15% del impacto): Entrega la información real que el modelo necesita para hacer el trabajo. Esto puede ser notas de reuniones, comentarios de clientes, un borrador, un informe de investigación o el texto del sitio web. Consejo profesional: Usa etiquetas XML (como <notas> y </notas>) para separar tus datos de entrada de tus instrucciones. Ejemplo: "Aquí están las transcripciones brutas de tres entrevistas con clientes. Basándote en estas transcripciones..." 4. Rol (10% del impacto): Dile al modelo quién debe ser. Asignar un rol activa grupos de conocimiento y patrones de razonamiento completamente diferentes. Consejo profesional: Combina el rol con un tono o filosofía específica para enfocar la atención. Ejemplo: "Actúa como un redactor publicitario de respuesta directa de clase mundial que se especializa en campañas de correo electrónico concisas, contundentes y al estilo de David Ogilvy." 5. Instrucciones (10% del impacto): Dile a la IA exactamente qué hacer con el Contexto, el Objetivo y los Datos de Entrada. Usa verbos de acción fuertes. Consejo profesional: Divide las instrucciones complejas en pasos numerados. Ejemplo: "1. Analiza los datos. 2. Identifica las tres quejas más comunes. 3. Prioriza las recomendaciones para solucionarlas. 4. Explica tu razonamiento." 6. Restricciones (8% del impacto): Establece los límites. Incluye límites máximos de palabras, niveles de lectura, límites de presupuesto o cosas que no se le permite hacer. Consejo profesional: Las restricciones negativas son poderosas para eliminar el "olor a IA". Ejemplo: "Máximo 500 palabras. No uses las palabras 'adentrarse', 'crucial' o 'tapiz'. Mantén el nivel de lectura en un estándar de octavo grado. Usa solo la información proporcionada." 7. Formato de Salida (8% del impacto): Especifica exactamente qué forma debe tomar la respuesta. Consejo profesional: Si mueves datos a otro sistema, pide CSV o JSON. Si presentas, pide una tabla en Markdown. Ejemplo: "Presenta la respuesta en una tabla con tres columnas: Problema, Impacto y Solución Propuesta." 8. Ejemplos (5% del impacto): También conocido como prompting de pocos ejemplos. Muestra al modelo cómo se ve una buena salida. Consejo profesional: Si el modelo sigue fallando, dar un ejemplo perfecto suele ser más rápido que reescribir instrucciones. Ejemplo: "Aquí hay un ejemplo del tono que quiero. Entrada: El cliente se queja del precio. Salida: Destaca el ROI y proporciona tres estudios de caso relevantes." 9. Solicitud de Iteración (5% del impacto): El prompting es una conversación de ida y vuelta. Consejo profesional: Pide al modelo que genere múltiples opciones para que puedas elegir la mejor dirección. Ejemplo: "Genera tres alternativas distintas para el titular. Luego, critica tus propias respuestas y dime cuál es la más fuerte y por qué." 10. Verificaciones de Calidad (4% del impacto): Pide a la IA que verifique su propio trabajo antes de dar la respuesta final. Consejo profesional: Añade una verificación de calidad al final de cualquier prompt analítico complejo. Ejemplo: "Antes de finalizar tu respuesta, verifica la precisión factual, identifica cualquier suposición débil que hayas hecho y resalta cualquier información faltante que haría tu recomendación más sólida."