Diagnóstico de un Prompt Deficiente

Incluso con una comprensión sólida de las técnicas y componentes, escribirás prompts que no producen lo que necesitas. Esto es normal. La habilidad no consiste en evitar resultados incorrectos, sino en saber cómo leerlos, entender qué salió mal y solucionar el problema de manera eficiente.

Este capítulo te ofrece un método sistemático para hacerlo.

Los cinco errores más comunes en los prompts

Error 1 — La tarea no está clara

El modelo interpreta tu solicitud de manera diferente a lo que pretendías porque la instrucción era ambigua.

Señales: la respuesta aborda una versión diferente de tu pregunta o el modelo pide aclaraciones.

Solución: reformula la tarea usando un verbo de acción específico. Sustituye "ayúdame con" por "escribe", "resume", "enumera" o "compara".

Error 2 — Falta de contexto

El modelo no tiene la información necesaria para adaptar la respuesta a tu situación. Produce algo genérico porque no tiene otra opción.

Señales: la respuesta es técnicamente correcta pero parece que podría haber sido escrita para cualquiera, sobre cualquier tema.

Solución: añade contexto — quién eres, para quién es la respuesta, qué situación estás enfrentando y qué ha sucedido previamente.

Error 3 — Formato no especificado

El modelo elige una estructura que no coincide con la forma en que utilizarás la salida.

Indicadores: necesitabas viñetas y obtuviste párrafos; necesitabas una tabla y obtuviste una lista; la respuesta es cinco veces más larga de lo necesario.

Solución: especifica exactamente el formato que deseas — y si la longitud es importante, indica un número.

Error 4 — Demasiadas tareas en un solo prompt

Solicitaste al modelo que realizara varias tareas diferentes al mismo tiempo y las hizo todas de manera deficiente.

Indicadores: la salida cubre todo lo que pediste, pero nada es lo suficientemente bueno como para usarlo directamente.

Solución: divide el prompt en solicitudes separadas y enfocadas. Realiza una tarea por prompt y luego construye sobre la salida.

Error 5 — Dirección incorrecta desde el principio

El enfoque fundamental que tomó el modelo fue incorrecto — no la ejecución, sino la dirección en sí.

Indicadores: la salida está bien redactada y bien estructurada, pero está resolviendo el problema equivocado o tomando el enfoque incorrecto.

Solución: no iteres sobre una base defectuosa. Comienza un nuevo prompt incorporando explícitamente las lecciones del intento fallido como restricciones.

Secuencia Práctica de Diagnóstico

Cuando una respuesta no cumple con lo esperado, revisa estas preguntas antes de escribir tu seguimiento:

• ¿La tarea era explícita? ¿El modelo pudo haberla interpretado de una manera diferente pero igualmente válida?
• ¿Proporcionaste suficiente contexto? ¿Qué asumiste que el modelo sabía y que realmente no podía saber?
• ¿Especificaste formato y longitud? Si no — ¿la elección del modelo funcionó para tu caso de uso?
• ¿Pediste una sola cosa o varias? Si varias — ¿cuál es la más importante en este momento?
• ¿La dirección es fundamentalmente incorrecta? Si es así — deja de iterar y comienza de nuevo.

No es necesario responder las cinco cada vez. La mayoría de los prompts fallidos tienen una causa principal — identifícala, corrígela y avanza.

Práctica: Identificar el Tipo de Fallo

Toma un prompt que hayas usado recientemente y que haya producido un resultado decepcionante o escribe uno ahora y hazlo deliberadamente vago.

Lee la salida y utiliza los cinco tipos de fallo anteriores para identificar qué salió mal. Luego reescribe el prompt para abordar sólo ese fallo específico — sin otros cambios.

Compara las dos salidas. En la mayoría de los casos, una sola corrección dirigida es suficiente para pasar de inutilizable a útil.

En la Sección 3, aplicarás todo lo aprendido en estas dos primeras secciones a las tareas específicas que enfrentas con mayor frecuencia en el trabajo — empezando por la redacción.