A pesar de que ChatGPT es la segunda app que más rápido ha crecido y de que en febrero de 2025 alcanzó la increíble cifra de 400 millones de usuarios semanales, me atrevería a decir que el 99% no sabe usarla bien.
Con esto me refiero a que muchas personas no saben “hablar” con la AI, lo que se traduce en resultados imprecisos y frustración.
Para evitarlo, le mostraré cómo escribir prompts que funcionen de forma consistente y con alta precisión.
Aquí están los temas que cubriremos en esta guía:
- ¿Qué es un prompt?
- 3 ejemplos de prompt
- Para quién es esta guía
- Por qué importan los buenos prompts
- Cómo se ve un mal prompt
- Estructura del prompt y pasos de implementación
Pero… ¿qué es un prompt?
Respuesta simple: un prompt es la entrada que usted envía a una AI para obtener una salida específica.
No se confunda si ha leído artículos con largos párrafos sobre “qué es un prompt”, porque en realidad, definirlo no es complicado.
Lo difícil es escribir un buen prompt. Antes de mostrarle cómo hacerlo, le doy 3 ejemplos.
Para quién es esta guía
Escribir prompts eficaces es un reto que toda persona afrontará en algún momento de su carrera.
Por eso, esta guía no está pensada para un sector o rol específico, sino para quienes trabajan con datos y automatización. Nos enfocaremos en prompts que le ayuden a editar, analizar y limpiar grandes datasets con eficiencia, ya sea estudiante o profesional con experiencia.
Todas las pruebas de este y otros prompts se ejecutaron con Datablist.com.
Por qué importan los buenos prompts
Piénselo como dar instrucciones a un asistente sin agency, que haría todo bien si le dice exactamente qué hacer: cuanto más claro y específico sea, mejor ejecutará la tarea.
Cómo se ve un mal prompt
¿Por qué este prompt es malo?
- Instrucciones sin estructura: los requisitos están dispersos, sin organización clara.
- Sin secciones ni separadores: la AI recibe un bloque de texto sin cortes lógicos.
- Placeholders mezclados: poner {{company_about}} y {{Website Texts}} en medio del texto dificulta el reemplazo correcto.
- Lenguaje informal y ambiguo: expresiones como “cosas” o “btw” generan confusión.
Cómo “ve” la AI este prompt
Cuando se usa este prompt con datos, para la AI se ve así:
Cuando estos placeholders se reemplazan por datos reales, el resultado es un batiburrillo que la AI no puede interpretar ni procesar bien.
Esto es lo que sale mal:
- Confusión con placeholders: al reemplazarse, la AI no separa bien las dos fuentes de datos.
- Dificultad de interpretación: la AI no entiende con precisión los criterios para empresas de RR. HH.
👉 Dicho esto, veamos cómo debe verse un buen prompt y cómo crearlo.
3 ejemplos de prompt
Prompt de un solo comando
En su forma más simple, un prompt puede ser un comando como:
"Créeme un ensayo sobre el Renacimiento"
Prompt en forma de pregunta
Un prompt puede ser una pregunta simple como:
"¿Las rosas son rojas?"
Prompt etiquetado (los mejores prompts)
Un prompt también puede ser un conjunto detallado de instrucciones para editar, analizar o limpiar datos: personalizar cold emails, analizar feedback de clientes, limpiar nombres de empresa y más.
Lo llamo prompt etiquetado porque cada sección lleva una etiqueta (vea el ejemplo) que explica a la AI de qué trata; de lo contrario, la AI sacará sus propias conclusiones.
Context: Le daré un registro con datos de cuenta, incluida la descripción de LinkedIn de la cuenta y los textos de la web de empresas en las que no tenemos claro su nicho/sector.
=====
What I want you to do: Evaluar si esta empresa encaja en nuestro targeting según lo que ofrece como servicio/producto.=====
How to do it: Le proporcionaré la descripción de la empresa en LinkedIn o textos de la web o ambos; debe leer ese texto y comprobar si el contexto indica que encaja con la descripción que voy a darle.
=====
Important mention about the task: Revise siempre el contexto en lugar de palabras sueltas.
=====
Here’s a description of the companies we’re looking for: Empresas B2B que ayudan a otras empresas con servicios de RR. HH. como reclutamiento, consultoría de RR. HH., adquisición de talento, employer branding, crecimiento de personal, búsqueda de ejecutivos, payroll, software de RR. HH. y outplacement.
=====
Important mention about the data: Muchas empresas pueden tener palabras clave en sus descripciones que sugieren que operan en el ámbito B2B de personal, pero en realidad hacen otra cosa, así que debe evaluar siempre en contexto: no toda empresa que mencione “empleados” o “equipos” es un match.
=====
How to start: Lea primero la primera descripción, luego la segunda, y decida después.
=====
Here is the first company description: {{company_about}}
=====
Here is the second description: {{Website Texts}}
Pero antes de decir “eso no es práctico”, voy a desglosarlo.
Estructura del prompt y pasos de implementación
Desglose de la estructura (los buenos prompts)
Si revisa algunas de nuestras plantillas en the Datablist.com AI-prompts library, verá que casi todas se construyen por secciones y cada sección tiene estos 3 componentes:
- Etiqueta (tag): indica a la AI de qué va la sección.
- Cuerpo: contiene instrucciones para que la AI entienda y complete la tarea mediante:
- Explicación: contexto que debe conocer.
- Comando: qué hacer/tarea específica.
- Separadores (===): los usamos para dos cosas:
- Separación visual: facilitan lectura, comprensión y edición para humanos.
- Parsing de la AI: ayudan a identificar y procesar cada sección, mejorando la respuesta.
Al final también tenemos: propiedades de placeholders:
- Columnas que se reemplazan con datos cuando se usa el prompt.
- Sirven para personalizar el prompt por cada registro del dataset.
Por ejemplo, en nuestro prompt Job Title Categorizer usamos {{job_title}} como placeholder que se reemplaza por el cargo real del dataset al procesar cada registro.
Desglose de mi prompt y pasos de implementación
Nota: las empresas de RR. HH. no son nuestro ICP (“Ideal Customer Profile”) — solo lo usamos como ejemplo.
Primer paso: Contexto
Al dar contexto a la AI hice tres cosas clave:
- Expliqué qué datos recibiría la AI sin revelar aún el criterio de targeting
- Así evitamos sesgos en el análisis
- Describí el contexto de los datos y el problema concreto
- Para que la AI entienda con qué trabaja
- Expliqué mi situación específica
- Para que adapte su enfoque a mis necesidades
Lo que usted tiene que hacer al escribir su prompt:
- Cuéntele a la AI qué datos le va a dar
- Describa su problema
- Use separadores (===)
Segundo paso: Tarea/Comando (qué quiero que haga)
En esta sección hice dos cosas esenciales:
- Enmarqué de nuevo a la AI con la etiqueta “What I want you to do” para indicar de qué hablaría
- Di la descripción general de la tarea sin detallar pasos ni qué datos mirar, para mantener un flujo lógico
Lo que usted tiene que hacer al escribir su prompt:
- Primero, defina el propósito central de la tarea/comando.
- Segundo, use separadores (===)
Si tiene tareas similares, no intente resolverlo todo con un solo prompt; sería difícil para la AI y para usted detectar errores.
Tercer paso: Instrucciones (cómo hacerlo)
Al añadir instrucciones sigo estas prácticas:
- Mantenerlo simple y directo
- Explicar la tarea como si enseñara a alguien a hacerla manualmente
- Centrarse en pasos claros y secuenciales
Recuerde: la AI destaca en tareas repetitivas cuando recibe buenas instrucciones. Si no logra el resultado deseado, casi siempre es porque sus instrucciones necesitan ser más claras o específicas, no porque la AI “no sepa hacerlo”.
Lo que usted tiene que hacer al escribir su prompt:
- Cree instrucciones paso a paso con lenguaje claro
- Use separadores (===)
Cuarto paso: Prevención de errores n.º 1 (contexto de la tarea) – opcional
Este paso añade contexto específico de la tarea para que la AI:
- Comprenda matices
- Evite errores frecuentes
- Tome mejores decisiones
Al explicitar posibles problemas y edge cases, ponemos guardarraíles que evitan suposiciones o fallos.
Este paso no es obligatorio en todos los prompts, pero es clave para tareas complejas.
Lo que usted tiene que hacer al escribir su prompt:
- Piense en errores habituales de un perfil junior al ejecutar esta tarea
- Incluya esos posibles fallos para que la AI los evite
- Use separadores (===)
Quinto paso: Objetivo (qué busca)
A la hora de escribir expectativas, incluya:
- Contexto detallado del resultado deseado
- Especificidad sobre resultados esperados
- Evitar sesgos o conclusiones deseadas que contaminen el análisis
Usar lenguaje natural y conversacional, en lugar de jerga técnica, suele dar mejores resultados.
Lo que usted tiene que hacer al escribir su prompt:
- Defina outcomes claros que quiere lograr
- Especifique qué señales o indicadores importan
- Dé ejemplos
- Use separadores (===)
Sexto paso: Contexto de datos – opcional
Cuando añado contexto de datos, sigo estas reglas:
- Refuerzo la prevención de errores con reglas claras y una razón
- Regla: “Evalúe siempre el contexto completo”
- Razón: “Indicadores aislados pueden engañar”
- Añado varias capas de contexto
- Errores potenciales a evitar
- Problemas específicos de los datos
- Recordatorios propios de la tarea
Lo que usted tiene que hacer al escribir su prompt:
- Anticipe errores que la AI podría cometer e indíquele que los evite
- Divida la información en partes lógicas, no toda de golpe
- Use separadores (===)
📘 Dato rápido
Al ser explícito y no dejar que la AI haga suposiciones, evitará muchos errores.
Séptimo paso: Cómo empezar (primer paso)
El paso final consiste en indicar cómo empezar. Yo hice esto:
- Lo mantuve simple y directo
- Numeré los pasos en orden
- Usé verbos claros como “leer, hacer, decidir…”
Lo que usted tiene que hacer al escribir su prompt:
- Dé instrucciones iniciales numeradas
- Use verbos de acción
- Mantenga la redacción simple y directa
- Use separadores (===)
Octavo paso: Formato de placeholders (siempre al final)
Este es el paso final para un prompt eficaz: insertar columnas como placeholders.
Este paso debe ir al final, porque colocar placeholders de datos antes puede generar resultados incorrectos.
Qué debe hacer:
- Use llaves dobles
{{}}para insertar datos de columnas de su hoja - Use separadores (===)
❗Importante
Inserte todos los placeholders al final del prompt para asegurar resultados correctos.
Aplicación de las reglas en otro ejemplo
Hace unos días recibí un email de una firma de M&A que es perfecto para este guía.
Esta fue su solicitud:
¡Empecemos a crear el prompt!
Paso uno
En este paso daremos a la AI el contexto general.
====
Paso dos
Ahora definiremos claramente los objetivos principales para nuestra AI.
====
Paso tres
Aquí desglosaremos los pasos específicos para que la AI siga en su análisis.
- First, read through the complete record, including all available data fields (financial reports, executive info, tech stack).
- Create a structured format of the data.
- Identify records with data quality issues or inconsistencies and flag them.
- Score companies based on the given criteria.
=====
Paso cuatro
Para asegurar la precisión, explicaremos posibles escollos y consideraciones importantes.
- Some financial metrics may appear similar but have different calculations across industries
- Company distress signals need to be evaluated in the context of the industry and market conditions
=====
Paso cinco
Ahora definiremos qué significa el éxito estableciendo criterios de evaluación claros.
- Here's an example of how to present the scoring criteria clearly:
Scoring Model Structure: Each company will receive a score based on 4 key criteria. We'll assign points for meeting each criterion, with those meeting 3 or more criteria getting priority status.
Key Criteria (1 point each):
- Financial Health Score
- Technology Alignment Score
- Leadership Stability Score
- Market Position Score
=====
Paso seis
Ahora daremos contexto sobre interpretación de datos y particularidades del sector.
Reason: Financial metrics only make sense when compared within the same industry context
Example: A SaaS company with $5M revenue at a 10x multiple ($50M valuation) could be worth more than a retail company with $30M revenue at 1.5x multiple ($45M valuation)
=====
Paso siete
Ahora indicaremos a la AI la secuencia exacta para iniciar el análisis.
- Read through each record and verify all required data fields are present
- Create a structured format for the data, organizing it into clear categories
- Flag any records with data quality issues or inconsistencies
- Apply the scoring criteria to evaluate and rank companies =====
Paso ocho
Y por último, daremos a la AI los datos con los que trabajar.
This is the Company Name: {{Company Name}}
====
This is the Industry: {{Industy}}
====
This is the Revenue of the last 12 months: {{Rev. 2024}}
====
This is the Growth Rate YoY: {{Growth Rate}}
====
This is the Technology Stack: {{Tech Stack}}
====
This is the Executive Team Size: {{Execs.}}
=====
Eso es todo con nuestro prompt. Como ve, esta plantilla funciona para cualquier tarea.
Conclusión
Escribir buenos prompts es una habilidad imprescindible hoy. Use ChatGPT, Claude, DeepSeek o cualquier otro modelo: saber redactar un buen prompt es la única vía a respuestas más precisas, relevantes y útiles. Si sigue los principios de esta guía, podrá usar la AI con eficacia y maximizar su productividad.
Preguntas frecuentes sobre escribir AI prompts
¿Qué es un buen AI prompt?
Un buen AI prompt es claro, específico y bien estructurado. Incluye contexto sobre lo que quiere lograr, instrucciones precisas de cómo hacerlo y el formato deseado de salida. Debe evitar ambigüedades.
Consulte nuestros AI prompts de ejemplo para lead generation.
¿Por qué mis prompts de ChatGPT no funcionan?
Los prompts pueden fallar por:
- Instrucciones vagas o poco claras
- Demasiadas tareas en un solo prompt
- Falta de contexto o información de fondo
- Lenguaje excesivamente técnico o complejo
- Falta de ejemplos o de un formato de salida deseado
¿Cómo escribo AI prompts para obtener mejores resultados?
- Empiece con un objetivo claro
- Divida tareas complejas en pasos pequeños
- Aporte contexto relevante
- Especifique el formato de salida
- Use lenguaje simple y directo
- Incluya ejemplos cuando sea posible
¿Cuáles son los errores más comunes al escribir prompts?
- Ser demasiado vago o general
- Cargar el prompt con múltiples tareas
- No aportar suficiente contexto
- Usar lenguaje ambiguo o confuso
- Suponer que la AI entiende lo implícito
- No especificar el formato de salida deseado
¿Qué longitud debe tener un AI prompt?
La necesaria para transmitir lo esencial, ni más ni menos. Para tareas simples, bastan unas pocas frases o un párrafo. Para tareas complejas, puede ser más largo, siempre conciso y completo.
¿Qué es la ingeniería de prompts (prompt engineering)?
La ingeniería de prompts es el diseño y optimización de entradas para modelos de AI con el fin de obtener salidas precisas y útiles. Implica entender cómo interpretan instrucciones, estructurar bien los prompts y mejorarlos de forma iterativa según los resultados.