top of page

Cómo pedirle mejor a la IA (y por qué eso importa más que la herramienta)

Actualizado: 27 ene

En el último año, la inteligencia artificial dejó de ser un tema lejano y pasó a estar sentada en el escritorio de muchas marcas y personas. En Marketing la usamos a diario en los procesos de creación de contenido, en la planificación, en la generación de ideas, y pare de contar.

Las tareas que antes nos tomaban horas ahora las resolvemos muchas veces en minutos. Y durante las pausas la aprovechamos para buscar una receta rica para la cena. 


Vemos a diario cómo marcas que usan IA todos los días, no siempre  obtienen los resultados que esperan. No porque la herramienta sea mala, sino porque la forma de usarla todavía está poco clara.


Hace poco, OpenAI compartió una guía sobre cómo estructurar mejores prompts.

No fue un anuncio rimbombante ni una promesa de productividad infinita. Fue algo mucho más simple y, por lo mismo, más útil: explicar cómo pedir mejor.


Este artículo nace de ahí. De revisar esa información, cruzarla con lo que vemos en proyectos reales y bajarla a decisiones prácticas que tú puedas aplicar hoy.


El problema no es la IA, es la forma en que la usamos


Una escena bastante común: alguien abre una herramienta de IA, escribe una instrucción vaga y espera que aparezca una respuesta brillante. Cuando eso no pasa, la conclusión suele ser rápida: “esto no sirve” o “la IA entrega cosas muy genéricas”.


En la práctica, lo que vemos es otra cosa.

Cuando el encargo es confuso, la respuesta también lo es. La IA no está pensando sola, está respondiendo a lo que tú le das. Si no hay dirección, contexto ni objetivo claro, el resultado va a ser igual de difuso.


OpenAI puso el foco justamente ahí. No en nuevas funciones, sino en cómo estructurar mejor una solicitud para obtener respuestas más útiles.



Pedir mejor no es escribir más


Uno de los primeros mitos que se cae es este: pedir mejor no significa escribir prompts largos y complejos.


Significa escribir prompts más claros.

En la guía que revisamos, la estructura se repite una y otra vez. No como una fórmula rígida, sino como un marco mental:


  • Definir un rol

  • Explicar la tarea

  • Entregar contexto

  • Pedir razonamiento

  • Especificar el formato de salida

  • Cerrar con condiciones claras


Vamos uno por uno, pero siempre desde la práctica.



1. El rol: desde dónde tiene que pensar la IA


En muchos casos, el prompt parte directo con la tarea: “haz un calendario”, “escribe un post”, “dame ideas”.


Lo que OpenAI plantea, y que nosotros hemos comprobado, es que antes de eso conviene definir desde dónde tiene que pensar la herramienta.


No es lo mismo pedir una respuesta genérica que pedirle a la IA que actúe como:

  • Estratega de contenidos

  • Planner de marketing

  • Community Manager de una marca de servicios


En la práctica, esto ordena el tipo de criterio que va a usar para responder.

Cuando el rol está claro, la respuesta suele ser más coherente y menos dispersa.


2. La tarea: qué tiene que hacer y para qué


Otro error habitual es pedir acciones amplias sin explicar el objetivo.

“Crear contenido” puede significar muchas cosas. ¿Para qué?, ¿para quién?, ¿en qué contexto?


OpenAI insiste en algo que parece obvio, pero no siempre se aplica: explicar la tarea con intención.


Por ejemplo, no es lo mismo pedir:

  • “Crea ideas de contenido”

Que pedir:

  • “Crea ideas de contenido para educar a potenciales clientes sobre un servicio específico”.


Cuando el objetivo está explícito, la respuesta empieza a tener dirección.


3. El contexto: la parte que más se omite


Si hay algo que vemos constantemente en marcas es la falta de contexto en los prompts.

La IA no conoce tu negocio. No sabe cómo vendes, a quién le hablas ni qué cosas no quieres comunicar.


Funciona mucho mejor cuando entiende:

  • El rubro

  • El tipo de cliente

  • El tono de la marca

  • Las restricciones reales


Más contexto no significa más ruido. Significa mejores decisiones en la respuesta.

En proyectos reales, hemos visto cómo un par de líneas extra de contexto cambian por completo el resultado.


4. Pedir razonamiento, no solo resultados


Uno de los puntos más interesantes que plantea OpenAI es pedirle a la IA que piense antes de responder.

No solo que entregue ideas, sino que explique por qué.


Cuando se le pide que analice, priorice o evalúe opciones, la respuesta deja de ser una lista genérica y empieza a parecerse más a un proceso.

Esto es especialmente útil en marketing, donde las decisiones rara vez son binarias.


5. El formato de salida: hacer la respuesta usable


Otro punto clave es definir cómo quieres recibir la información.


Si no lo especificas, lo más probable es que obtengas un texto largo, poco estructurado y difícil de usar.


En cambio, cuando defines el formato lista, tabla, pasos, estructura por bloques la respuesta se vuelve accionable.

Esto ahorra tiempo y reduce la fricción entre la idea y la ejecución.



6. Las condiciones de cierre: cuándo el encargo está completo


Por último, algo que casi nadie considera: decirle a la IA cuándo el trabajo está listo.

Pedir que revise, que confirme o que cierre con una conclusión ayuda a evitar respuestas incompletas.

Es una forma de ordenar el proceso, incluso dentro de una herramienta automatizada.


Lo que vemos en marcas que usan bien la IA


En la práctica, las marcas que obtienen mejores resultados no son las que más usan IA, sino las que la integran con criterio.

No esperan que la herramienta piense por ellas. La usan como apoyo, no como reemplazo.

La diferencia está en las preguntas, no en la tecnología.



Qué puedes hacer tú con esto


No necesitas cambiar todas tus herramientas ni aprender prompts complejos.

Puedes partir por algo simple:

  • Definir mejor qué estás pidiendo

  • Dar un poco más de contexto

  • Pensar el objetivo antes de escribir

Son ajustes pequeños que, en el día a día, hacen una diferencia real.


En KAM seguimos revisando lo que pasa en marketing, contenido y tecnología porque sabemos que las herramientas cambian rápido, pero los criterios importan más.


Este KAM Update es parte de eso. Compartir lo que aprendemos en el camino para que tú puedas tomar mejores decisiones, sin recetas mágicas ni promesas exageradas.


Seguiremos profundizando en estos temas, con los pies en la tierra y la mirada puesta en la aplicación real.


¿Te gustaría revisar un prompt real de tu marca y optimizarlo?



Comentarios


bottom of page