Prompts de IA explicados: qué son, por qué importan y cómo organizar de verdad los que sí funcionan
Si alguna vez has reescrito el mismo prompt cinco veces seguidas, has perdido en tu historial de chats aquel que por fin funcionó o te has preguntado por qué la misma pregunta recibe respuestas tan distintas en ChatGPT y Claude, esta guía es para ti. Sin tecnicismos ni el misticismo de las «certificaciones en prompt engineering». Solo lo que realmente pasa y lo que vale la pena hacer al respecto.
El problema silencioso que tiene la mayoría de los usuarios de IA
Casi cualquiera que use IA con regularidad termina con los mismos tres hábitos: reescribe el mismo prompt decenas de veces a lo largo de las semanas; tiene uno o dos prompts enterrados en chats antiguos que funcionaban genial y nunca vuelve a encontrar; y vuelve a explicar quién es y en qué trabaja al inicio de casi cada conversación importante.
Nada de esto es un fallo personal. Las herramientas de IA se crearon asumiendo que escribirías prompts nuevos para siempre. No hay una forma nativa de guardar, etiquetar, buscar, versionar o compartir los que funcionan. Así que la mayoría termina con un cementerio de prompts medio recordados, repartidos entre el historial de ChatGPT, Apple Notes, capturas de pantalla y mensajes de Slack enviados a uno mismo.
La solución no es un curso. Es un pequeño conjunto de hábitos y una o dos herramientas; y la recompensa es real. Un prompt reutilizado es una palanca cuyo valor se acumula. Un prompt perdido es una palanca por la que sigues pagando con tu tiempo.
Qué es realmente un prompt de IA
Un prompt es simplemente el texto que le envías a un modelo de IA. Esa es toda la definición. No hay una sintaxis especial, ni una estructura obligatoria, ni una palabra clave secreta que desbloquee mejores respuestas. Cada mensaje que has escrito en ChatGPT, Claude o Gemini es técnicamente un prompt.
La razón por la que la gente habla de los prompts como si fueran un arte es que algunos producen resultados útiles de forma consistente y otros solo generan vaguedades, y la diferencia suele reducirse a cuatro ingredientes:
Instrucción — lo que le pides que haga al modelo.
Contexto — quién pregunta, qué sabe ya y para qué sirve el resultado.
Restricciones — formato, extensión, tono y cosas a evitar.
Ejemplos — una o dos muestras de cómo se ve algo «bueno».
Un buen prompt es aquel que no deja al modelo adivinando ninguno de esos cuatro elementos. Un mal prompt se salta tres de ellos y luego se frustra cuando la respuesta es genérica.
Por qué los prompts importan más de lo que se cree
El mismo modelo, ante la misma pregunta de fondo planteada de dos formas distintas, puede producir resultados con una calidad abismalmente diferente. «Escribe una carta de presentación» te da una plantilla genérica. «Escribe una carta de presentación para un rol de senior product en una fintech Serie B, destacando que lideré un equipo de 8 personas y lancé una plataforma de pagos que procesa $200M en volumen, en un tono seguro pero conversacional, en menos de 300 palabras» te da algo realmente utilizable.
El modelo no se volvió más inteligente entre esos dos prompts. Le diste la información que necesitaba para ser útil. Ese es todo el misterio detrás del «prompt engineering»: acortar la distancia entre lo que tienes en la cabeza y lo que pones en el prompt.
La conclusión: tus prompts son tu palanca. El modelo es prácticamente una constante; el prompt es la variable. Las personas que le sacan más provecho a la IA no usan un modelo secreto: usan mejores prompts y los reutilizan.
La anatomía de un prompt que funciona
Un patrón confiable para los prompts que querrás reutilizar se parece a esto:
Rol: Eres un [rol específico], ayudándome con [tipo de tarea].
Contexto: [en qué estoy trabajando, cuál es la audiencia, qué he probado ya].
Tarea: [exactamente lo que quiero que produzcas].
Formato: [estructura del resultado — viñetas, tabla, secciones, extensión].
Ejemplos: [una o dos muestras de algo «bueno» si corresponde].
Restricciones: [cosas a evitar, tono, preguntas que deberías hacerme antes de asumir algo].
No todo prompt necesita las seis partes. Una consulta rápida («¿cuál es la diferencia entre TCP y UDP?») no las requiere. Pero cualquier prompt que quieras reutilizar —redactar, analizar, resumir, hacer lluvia de ideas— mejora drásticamente cuando completas tres o cuatro de estas secciones en vez de una sola.
Los cinco problemas con los que casi todo el mundo se topa
1. «Nunca encuentro el prompt que funcionó la semana pasada»
El historial de chat no es una biblioteca de prompts. Buscar en el historial de ChatGPT o Claude una frase que apenas recuerdas suele fallar y, aun cuando funciona, ya perdiste diez minutos. La solución es copiar cualquier prompt que valga la pena conservar en un lugar de almacenamiento real en el momento exacto en que lo escribes, no después.
2. «Mis prompts funcionan en ChatGPT pero fracasan en Claude»
Los modelos tienen personalidades. A Claude le gustan las instrucciones estructuradas, a menudo responde mejor a etiquetas de estilo XML (<context>...</context>) y es más literal. ChatGPT es más flexible con prompts conversacionales. Gemini maneja las entradas multimodales de forma distinta. Un prompt portátil suele mantener la estructura, pero cambia una o dos frases de encuadre según el modelo.
3. «Tengo que volver a explicar quién soy cada vez»
Este es el problema de la ventana de contexto y la memoria, y consume una cantidad enorme de tiempo. Las dos soluciones prácticas: mantén un bloque de contexto personal (un párrafo sobre ti, tu trabajo y tus preferencias) al inicio de cualquier prompt reutilizable, o usa una herramienta que inyecte ese contexto por ti. Consulta nuestro artículo complementario sobre por qué la IA te olvida todo el tiempo para conocer la historia a fondo.
4. «El resultado se acerca, pero nunca queda del todo bien»
El instinto natural es reescribir todo el prompt. La mejor opción es iterar: respóndele al modelo con «hazlo más corto», «usa un tono más conversacional», «elimina el tercer punto», «dame tres variaciones». Trata la conversación como un intercambio dinámico, no como una máquina expendedora donde una sola entrada debe arrojar un resultado perfecto.
5. «No sé si el problema es mi prompt o el modelo»
Prueba rápida: pega el mismo prompt en un segundo modelo (si tienes ChatGPT, prueba Claude; si tienes Claude, prueba Gemini). Si ambos producen respuestas mediocres, el problema es el prompt. Si uno es notablemente mejor, has aprendido algo sobre ese modelo, y probablemente también que el prompt podría ser más específico.
Mejores prácticas que realmente marcan la diferencia
Sé específico sobre el resultado. «Ayúdame con mi currículum» consigue una ayuda genérica. «Reescribe la tercera viñeta de mi último trabajo para enfatizar el impacto, en menos de 20 palabras» te da una línea lista para usar.
Dile al modelo quién está preguntando. «Soy un fundador sin perfil técnico explicándole esto a inversionistas» cambia por completo la respuesta.
Especifica el formato. Pide una tabla, una lista numerada, tres párrafos o un JSON. Los modelos recurren por defecto a lo que consideran seguro, que casi nunca es lo que querías.
Muestra, no te limites a explicar. Un ejemplo de un «buen» resultado vale más que tres oraciones de descripción.
Separa las instrucciones de los datos. Cuando pegues un documento para analizar, márcalo claramente (--- DOCUMENTO ---) para que el modelo distinga qué parte son las instrucciones y cuál es el contenido.
Pídele al modelo que te haga preguntas. «Antes de responder, hazme cualquier pregunta que necesites para tener más claridad» es una sola frase que mejora drásticamente los resultados en cualquier tarea compleja.
Itera en vez de reescribir. «Haz esto más corto y cálido» es más rápido y casi siempre mejor que empezar desde cero.
Guarda todo lo que usarías dos veces. Si volverías a usar un prompt en algún momento, su lugar es una biblioteca, no el historial de chat.
Lleva un control de versiones de tus prompts. Cuando mejores uno, conserva también la versión anterior. A veces la «mejora» resulta peor y querrás volver atrás.
Si solo te quedas con tres cosas
Un buen prompt tiene cuatro partes: instrucción, contexto, restricciones y (cuando sea posible) ejemplos.
Tus prompts son tu palanca. El modelo es casi una constante; el prompt es la variable.
Cualquier prompt que usarías dos veces debe estar en una biblioteca que tú controles, no en un historial de chat que puede desaparecer.
Cinco formas de organizar los prompts que realmente reutilizas
1. Un documento simple en Notes, Notion o Google Docs
La opción que requiere menos esfuerzo. Un solo documento con encabezados por categoría (redacción, programación, investigación, personal) y el texto del prompt debajo. Es gratis, portátil, funciona para siempre y se sincroniza en todos tus dispositivos. La desventaja: sin etiquetas, sin búsqueda más allá de Ctrl-F, sin estadísticas de uso y con la fricción de tener que copiar y pegar en la IA. Ideal para: personas con menos de 30 prompts reutilizables.
2. Una hoja de cálculo con etiquetas
Un paso adelante. Columnas para título, cuerpo del prompt, etiquetas, modelo, fecha de último uso y notas. Filtra por etiqueta. Ordena según lo que funcionó. Funciona en Airtable, bases de datos de Notion o en un Google Sheets normal. La desventaja: sigue requiriendo copiar y pegar manualmente y tienes que ser del tipo de persona a la que le gusta mantener hojas de cálculo. Ideal para: personas que ya piensan en estructuras de bases de datos.
3. La función integrada de cada proveedor
ChatGPT tiene Saved Prompts. Claude tiene Projects (que pueden guardar instrucciones reutilizables). Gemini tiene Gems. Todas estas opciones van bien para un conjunto pequeño de prompts que usas semanalmente en esa herramienta específica. La desventaja: quedan atrapados en un solo proveedor, pueden cambiar o tener límites sin previo aviso y no se trasladan contigo si decides cambiar. Ideal para: usuarios ocasionales comprometidos con un solo modelo.
4. Aplicaciones dedicadas a la gestión de prompts
Herramientas como PromptBase, AnyPrompt, PromptHub y otras se especializan en almacenar y compartir prompts. Por lo general, suman etiquetas, búsqueda, plataformas para compartir estilo marketplace y algunas funciones de colaboración. La calidad varía mucho: algunas son excelentes y otras son proyectos paralelos abandonados. Revisa si te permiten exportar todo antes de comprometerte. Ideal para: personas cuyos prompts son fundamentales en su flujo de trabajo y quieren compartirlos con un equipo.
5. Ahórrate redactar la mayor parte del prompt con memoria persistente
Muchos prompts largos solo existen para volver a explicar quién eres y en qué estás trabajando. Una capa de memoria se encarga de esa parte de forma automática para que tus prompts puedan ser cortos. Konshus (nosotros) funciona así: recuerda tu contexto entre chats para que no tengas que pegarlo cada vez. Guarda tus prompts favoritos en un documento o app de notas. Ideal para: personas cansadas de empezar cada chat desde cero.
No vuelvas a perder el hilo de tu IA
Konshus es una forma de resolver esto: una bóveda de memoria persistente y una identidad portátil que te acompaña en ChatGPT, Claude, Gemini y lo que venga después.
Antes de confiarle a un gestor de prompts (el nuestro o el de cualquier otro) los textos que te dolería perder, revisa esta breve lista:
¿Te permite exportar todo? En un formato utilizable: Markdown, JSON o texto plano. No solo capturas de pantalla.
¿Funciona en distintos modelos? Una herramienta de prompts que solo sirve para un proveedor tiene el mismo problema de bloqueo que estás intentando resolver.
¿Puedes buscar entre lo que tienes? La búsqueda semántica o de texto completo supera la navegación por carpetas en cuanto pasas de los 50 prompts.
¿Guarda el historial de tus ediciones? «Tenía una versión mejor el mes pasado» es una necesidad muy real y recurrente.
Si una herramienta falla en dos o más de estos puntos, guarda tus prompts en otro lugar.
Mejor que un mejor prompt: una IA que ya te conoce
Konshus recuerda automáticamente quién eres y en qué estás trabajando, para que dejes de volver a explicarte en cada nuevo chat. Dale un nombre a tu Konshus y comienza.