Recursos
Fundamentos para dirigir la IA con criterio.
Cuatro lecturas breves para entender la lógica del método que aplicamos en cada evaluación y sesión, con criterios claros y sin prometer resultados que dependen de factores que van más allá de la IA.
Qué hace útil a un prompt
Un prompt útil no es más largo: es más completo. Estas son las cuatro decisiones que determinan si podrás usar la respuesta sin tener que rehacerla.
- Define el objetivo de negocio, no solo la tarea. La IA necesita entender qué resultado buscas para poder orientar su respuesta hacia ese objetivo.
- Entrega el contexto que la IA no puede inferir por sí sola: información sobre tu cliente, tu oferta, las reglas y condiciones de la tarea, además de cualquier detalle relevante para que responda bien.
- Define cómo necesitas recibir la respuesta: su estructura, extensión, tono, nivel de detalle y los elementos que deben estar sí o sí.
- Define los criterios que debe cumplir la respuesta para que realmente te sirva: las reglas y condiciones que te permitirán evaluar si el resultado es lo suficientemente bueno para la tarea.
Prompt frente a loop
Un prompt resuelve una tarea puntual. Un loop sostiene una lógica que se repite. Si los confundes, terminas automatizando un error en vez de una solución.
- Un prompt está diseñado para resolver un caso concreto, y su calidad depende de qué tan bien estén definidos el rol y objetivo, el contexto, el formato y los criterios.
- Un loop toma esa misma lógica y la aplica de manera repetida, incorporando revisión y ajustes entre una iteración y la siguiente para mejorar el resultado.
- Antes de convertir un prompt en loop, asegúrate de que ya entrega resultados lo suficientemente buenos, de manera consistente.
- Si la instrucción base no tiene criterios claros de calidad, el loop solo terminará repitiendo el problema más rápido.
Por qué contexto y criterios importan
Son las dos dimensiones que más se omiten y, al mismo tiempo, las que mejor explican por qué la IA entrega respuestas genéricas.
- Sin contexto, la IA llena los vacíos con información probable o genérica, no con lo que realmente aplica a tu negocio.
- Sin criterios claros de calidad, evaluar la respuesta queda demasiado sujeto a la interpretación de quien la revisa.
- El contexto debe incluir lo necesario para entender bien la tarea, porque agregar más información no siempre mejora la precisión de la respuesta.
- Definir los criterios antes de pedir la respuesta también ayuda a aclarar qué necesitas conseguir y cómo vas a evaluar si el resultado realmente sirve.
Qué revisar antes de automatizar una tarea con IA
Automatizar no arregla un proceso: solo hace más rápido lo que ya ocurre. Por eso, antes de sumar tecnología, vale la pena revisar lo básico.
- ¿Tienes claro qué resultado esperas obtener y podrías explicarlo de forma concreta?
- ¿Tienes criterios claros para decidir si cada resultado sirve o necesita ajustes?
- ¿La tarea se repite con suficiente frecuencia como para que tenga sentido automatizarla?
- ¿Qué podría pasar si el resultado sale mal y nadie lo revisa antes de que llegue al cliente?
Aplica el método a tu propia instrucción.
Comparte la tarea que quieres resolver y la instrucción que utilizas hoy. Recibirás un Mapa de Brechas que muestra cómo está tu instrucción en las cuatro dimensiones.