Tu proceso es el verdadero prompt
Un prompt excelente no puede compensar un proceso que nadie sabe explicar. Para obtener resultados repetibles necesitamos hacer visibles el contexto, los criterios, las herramientas, los límites y la forma de aprender de cada ejecución.
Durante la primera ola de IA generativa parecía que la ventaja estaba en descubrir la frase adecuada. Circulaban colecciones de prompts y fórmulas que prometían transformar una petición corriente en una respuesta experta.
La forma de pedir importa. Pero en el trabajo real, el mejor prompt suele ser la parte visible de algo mucho mayor: un proceso que la organización todavía no ha expresado.
Lo que una persona experta añade sin decirlo
Cuando pedimos a una persona con experiencia que revise una propuesta, no recibe únicamente el documento. Conoce al cliente, los errores anteriores, las restricciones comerciales, el tono, lo que se puede prometer y quién debe aprobar una excepción.
Si entregamos el mismo documento a una IA con la instrucción «revísalo como un experto», falta casi todo lo que convierte esa experiencia en criterio. Mejorar adjetivos no recupera ese contexto.
Del prompt a la ingeniería de contexto
Un sistema de trabajo con IA necesita organizar varias capas:
- Objetivo: qué resultado buscamos y para quién.
- Estado: qué sabemos de este caso concreto.
- Conocimiento: políticas, documentación y decisiones relevantes.
- Ejemplos: qué consideramos bueno, insuficiente o incorrecto.
- Herramientas: qué puede consultar o modificar.
- Límites: qué no puede hacer y cuándo debe detenerse.
- Evaluación: cómo se comprueba el resultado.
- Memoria: qué aprendizaje merece conservarse para la siguiente vez.
La ingeniería de contexto consiste en decidir qué información necesita el modelo en cada momento, no en acumular todo lo disponible. Más contexto también puede introducir contradicciones y ruido.
Si no puedes explicar el proceso, la IA lo inventará
Muchas implantaciones descubren que dos personas realizan la misma tarea con criterios diferentes. Hasta entonces la variación permanecía escondida en correos y conversaciones. La IA no crea esa ambigüedad; la hace visible.
Podemos responder escribiendo instrucciones cada vez más largas o aprovechar la oportunidad para acordar el proceso. Qué entradas son obligatorias, qué decisión se toma, qué excepciones existen y qué debe quedar registrado.
Ese trabajo organizativo es más valioso que un prompt perfecto porque mejora también la colaboración entre personas.
El feedback cierra el ciclo
Un prompt estático captura lo que creíamos saber. Un sistema aprende cuando registra en qué casos el resultado fue corregido, qué criterio faltaba y qué cambio debe incorporarse.
No todo feedback merece convertirse en una regla universal. Hay que distinguir una excepción de un patrón. De nuevo, la dirección humana decide qué aprendizaje entra en el sistema y qué contexto debe seguir siendo temporal.
El prompt como interfaz del proceso
La mejor forma de entender el prompt no es como un conjuro, sino como una interfaz. Conecta una intención con conocimiento, herramientas y controles. Puede ser breve si el sistema que hay detrás es bueno.
Cuando alguien comparta un prompt espectacular, no preguntes solo por sus palabras. Pregunta qué datos, ejemplos, herramientas, revisiones y decisiones lo hacen funcionar.
Fuentes y referencias
- Introducción de Anthropic a la ingeniería de contexto para agentes.
- Fuente primaria: experiencia de Victor formando a profesionales y diseñando flujos con agentes.