Las hemos sacado de la documentación técnica de Claude, esa que casi nadie se lee. Traducidas a cristiano y con ejemplos de los que usamos en la agencia.
Busca «cómo hacer un buen prompt» y verás siempre lo mismo: sé claro, da contexto, pon ejemplos, asígnale un rol. Está bien, no lo discuto. Pero es el suelo, no el techo. Y a estas alturas ya lo sabe todo el mundo.
Lo interesante está un piso más arriba, en la documentación para desarrolladores que la gente normal no abre porque viene llena de código y términos raros. Ahí hay técnicas que cambian de verdad lo que te devuelve la IA. Nosotros las usamos a diario con clientes. Aquí van seis, sin la jerga.
1. Sepáralo todo con etiquetas (y deja de mezclar churras con merinas)
Cuando metes en el mismo mensaje la instrucción, el texto que quieres que trabaje y un ejemplo, la IA tiene que adivinar dónde acaba una cosa y empieza la otra. A veces acierta. A veces se lía y te trata el ejemplo como si fuera una orden.
La solución que recomienda la propia documentación de prompting de Claude es marcar cada bloque con etiquetas, igual que en HTML. Suena técnico, pero es facilísimo:
<instruccion>
Reescribe este texto para la web de un hotel rural. Tono cercano, sin sonar a folleto.
</instruccion><texto>
[aquí pegas el texto original]
</texto><ejemplo_de_tono>
[aquí pegas un párrafo de tu web que ya suene como quieres]
</ejemplo_de_tono>
No tienes que usar HTML de verdad ni saber programar. Inventas la etiqueta que te dé la gana (<contexto>, <datos>, <lo_que_quiero>) y la cierras con una barra. La IA entiende perfectamente qué es cada cosa y deja de mezclarlo. Para encargos con varias piezas, esto solo ya te quita la mitad de los malentendidos.
2. El material largo va arriba del todo, no al final
Esta es de las que más sorprende. Si le pasas un documento largo (un brief, un informe, una transcripción) y luego tu pregunta, el orden en que lo pones cambia el resultado.
La recomendación oficial es clara: primero el documento, al final la pregunta. Y no es manía: según las pruebas de Anthropic, poner la consulta al final puede mejorar la calidad de la respuesta hasta un 30% con entradas largas. Es de los pocos números con fuente seria que vas a encontrar sobre esto.
O sea: pega el informe de 5 páginas primero y, debajo del todo, escribe «resúmeme los tres puntos clave para una reunión con cliente». No al revés. Cuesta cero y mejora bastante.
3. Pídele que cite antes de responder (el truco anti-inventos)
El mayor miedo de cualquiera que trabaja con IA: que se invente datos con una seguridad pasmosa. Pasa, sobre todo cuando le das un documento largo y le pides conclusiones.
El antídoto que está en la doc es de lo más útil y casi nadie lo cuenta: antes de pedirle la respuesta, dile que primero localice y cite las partes del documento en las que se va a apoyar. Algo así como «antes de responder, copia las frases exactas del texto que respaldan tu conclusión, y luego contéstame».
¿Por qué funciona? Porque le obligas a anclarse en lo que pone de verdad, en vez de rellenar huecos de memoria. Si la frase no está en el documento, no la puede citar, y se le acaba el margen para inventar.
La documentación de Anthropic sobre cómo reducir alucinaciones suma dos jugadas que rematan esto:
- Dale permiso para decir «no lo sé». Suena raro, pero funciona: añade «si no tienes información suficiente, dilo en vez de suponer». Una IA, por defecto, tiende a contestar siempre algo. Si le das salida, deja de rellenar con humo.
- Que se retracte si no encuentra respaldo. Pídele que, después de responder, revise cada afirmación y borre las que no pueda apoyar en el texto. Es una autocensura sana.
Nosotros usamos esto siempre que analizamos un informe de cliente. Encaja con una regla que para nosotros es sagrada: los datos se verifican, no se suponen. Eso sí, ni con estas la IA es infalible. La propia doc lo avisa: reducen las invenciones, no las eliminan. El dato crítico lo compruebas tú antes de publicar. Punto.
4. Dile qué hacer, no qué NO hacer
Parece una tontería semántica, pero tiene su lógica. «No uses lenguaje técnico» funciona peor que «escribe como si se lo explicaras a tu vecina». «No te enrolles» funciona peor que «máximo cuatro frases».
La documentación lo dice con todas las letras: orienta en positivo. En vez de «no escribas en markdown», pide «escribe en párrafos de prosa seguida». El motivo es que una instrucción en positivo le da un destino al que ir; una en negativo solo le dice un sitio que evitar, y deja el resto del campo abierto.
Aplicado a copy, que es lo nuestro: en lugar de «no suenes comercial», di «escribe como si se lo contaras a un amigo en un bar». El resultado no se parece.
5. El método del borrador: generar, revisar y reescribir
Aquí está, para mí, la técnica que más separa a quien le saca jugo a la IA de quien se frustra. Y es la que más se ignora, porque va contra la fantasía del «prompt mágico» que lo clava a la primera.
La doc lo llama autocorrección y lo plantea en tres pasos, cada uno un mensaje separado:
- Genera. Pídele el primer borrador, sin más.
- Revisa. En otro mensaje, dile: «revisa este texto y dime, del 1 al 10, qué falla en claridad, tono y si hay algo que suene a relleno». Que se critique a sí mismo.
- Reescribe. «Vale, ahora reescríbelo arreglando lo que has detectado.»
Separar el «hazlo» del «revísalo» da mejores resultados que pedir las dos cosas a la vez. Es el mismo flujo que usamos con cualquier entregable nuestro: borrador, ojo crítico, versión final. La IA trabaja igual de bien cuando le dejas hacer las tres fases por separado en vez de exigirle perfección de una tacada.
6. Antes de pedir nada, decide qué sería una buena respuesta
Esta es la más contraintuitiva, y probablemente la que más tiempo te ahorra. La documentación de Anthropic la pone como el primer paso de todo, antes incluso de escribir el prompt: tener claro qué es el éxito y cómo lo vas a reconocer.
Suena obvio, pero casi nadie lo hace. Abrimos el chat, escribimos lo primero que se nos ocurre y luego nos quejamos de que «no es lo que quería». Claro, es que tú tampoco sabías qué querías.
Antes de pedir, párate diez segundos y respóndete: ¿cómo es de largo lo que necesito? ¿qué tono? ¿qué tiene que llevar sí o sí? ¿qué descartaría a la primera? Si no lo sabes tú, la IA no lo va a adivinar. Para nosotros esto es puro oficio de agencia: nadie empieza un encargo de cliente sin saber qué es un buen resultado. Con la IA, igual.
Un ejemplo rápido. En vez de «escríbeme algo para la newsletter», define primero: «necesito un asunto de menos de 50 caracteres y tres líneas que inviten a abrir, para clientas que ya nos conocen, en tono cercano, y que no prometa descuentos». Ahora sí. Le has dado la diana, no solo el dardo.
Una cosa más: nada de esto sustituye tener criterio
Estas cinco técnicas suben mucho el listón de lo que te devuelve la IA. Pero el que decide si el resultado vale, si encaja con la marca, si el dato es cierto y si eso se publica o no, sigues siendo tú. La IA acelera. No opina por ti.
Si quieres profundizar, la guía de ingeniería de prompts de Anthropic está abierta y hay hasta un tutorial interactivo gratuito para practicar. Avisamos: es técnica. Por eso hemos hecho este post, para ahorrarte la traducción.
Y si prefieres que la IA trabaje para tu marca sin tener tú que pelearte con la documentación, es justo lo que hacemos. En Marketing Divertido metemos la IA en estrategias de SEO, GEO y contenido, pero con criterio detrás. Cuéntanos qué traes entre manos.
Técnicas basadas en la documentación oficial de prompting de Claude (Anthropic), reinterpretadas desde nuestra experiencia aplicándolas en proyectos reales de cliente.
