En este módulo
Los 7 componentes de un prompt profesional
La mayoría de la gente escribe prompts de 1 línea y espera resultados profesionales. No funciona así. Un prompt profesional puede tener hasta 7 componentes. No siempre necesitas los 7, pero saber que existen cambia radicalmente tus resultados.
1. Rol
Quien debe ser la IA. Define el nivel de expertise y la perspectiva.
Eres un consultor senior de ciberseguridad con 15 anos de experiencia
en empresas del sector financiero.2. Contexto
Información de fondo que la IA necesita para personalizar la respuesta.
Trabajo en una pyme de 50 empleados del sector salud. Tenemos un
presupuesto de IT de 120.000 EUR anuales. No tenemos equipo de
seguridad dedicado.3. Tarea
Que quieres que haga. Específico y medible.
Redacta una política de contraseñas para toda la empresa.4. Formato
Como quieres el resultado. Estructura, longitud, estilo.
En bullet points. Maximo 10 puntos. Sin introduccion ni conclusion.
Cada punto debe ser accionable (que se pueda implementar directamente).5. Restricciones
Que NO debe hacer. Los límites son tan importantes como la tarea.
No menciones soluciones enterprise de más de 10.000 EUR.
No uses jerga técnica que un empleado de administración no entienda.
No incluyas requisitos que requieran infraestructura que no tenemos.6. Ejemplos
Muestras del resultado que esperas. Es la técnica más infravalorada (la veremos en detalle en la sección de few-shot).
Ejemplo del estilo que busco:
- "Todas las contraseñas deben tener al menos 12 caracteres,
combinando letras, numeros y simbolos."
- "Cambiar contraseñas cada 90 dias. IT enviara recordatorio
automático 7 dias antes."7. Evaluación
Como sabes si el resultado es bueno. Le das criterios para auto-evaluarse.
El texto final debe ser entendible por alguien sin perfil técnico.
Si un punto requiere conocimiento de IT para implementarse, no lo incluyas.Regla práctica
Para tareas simples: Tarea + Formato basta. Para tareas complejas: añade Rol + Contexto + Restricciones. Cuando el resultado no sea lo que esperas: añade Ejemplos + Evaluación.
Ejemplo completo con los 7 componentes
[ROL] Eres un analista de ciberseguridad senior especializado en
normativa europea (NIS2, DORA, ENS).
[CONTEXTO] Trabajo en una empresa SaaS B2B de 80 empleados que
procesa datos de salud. Estamos preparando la certificacion ENS nivel alto.
[TAREA] Genera una lista de los 10 controles de seguridad más críticos
que debemos implementar antes de la auditoria.
[FORMATO] Tabla con columnas: # | Control | Descripcion (1 frase) |
Prioridad (Alta/Media/Baja) | Plazo estimado
[RESTRICCIONES] Solo controles que una empresa de 80 personas puede
implementar sin consultora externa. No incluir controles que requieran
infraestructura on-premise (somos 100% cloud).
[EJEMPLOS]
| # | Control | Descripcion | Prioridad | Plazo |
|---|---------|-------------|-----------|-------|
| 1 | MFA obligatorio | Activar autenticacion multifactor en todos los sistemas | Alta | 2 semanas |
[EVALUACION] Cada control debe ser implementable por nuestro equipo de
IT (3 personas) en el plazo indicado. Si un control es demasiado
complejo para 3 personas, dividelo en sub-tareas.Los 4 tipos de prompts
No todos los prompts se construyen igual. Hay 4 tipos fundamentales, cada uno para una situación diferente.
Tipo 1: Zero-shot
Le pides algo sin dar ejemplos previos. Funciona para tareas simples y bien definidas.
Traduce este texto al ingles manteniendo el tono formal:
[texto en espanol]Cuando usarlo: tareas estándar donde el formato esperado es obvio.
Tipo 2: Few-shot
Le das 2-3 ejemplos antes de la tarea real. La IA aprende el patrón de tus ejemplos y lo replica.
Clasifica estos emails de cliente. Aqui tienes 3 ejemplos:
Email: "Necesito la factura del mes pasado"
Categoria: soporte-facturación | Prioridad: baja
Email: "El sistema se ha caido y no podemos trabajar"
Categoria: incidencia-critica | Prioridad: alta
Email: "Queremos ampliar a 20 licencias"
Categoria: comercial-upsell | Prioridad: media
Ahora clasifica este:
Email: "Tenemos un audit de seguridad la semana que viene
y necesitamos el informe de cumplimiento"Cuando usarlo: cuando quieres que siga un formato o estilo específico.
Tipo 3: Chain-of-thought
Le pides que razone paso a paso antes de dar la respuesta final. Mejora dramáticamente las tareas de lógica y análisis.
Antes de responder, sigue estos pasos:
1. Lee el documento completo e identifica los 3 temas principales.
2. Para cada tema, lista los riesgos asociados.
3. Clasifica los riesgos por probabilidad e impacto.
4. Solo entonces, recomienda las 3 acciones prioritarias.
Piensa paso a paso. Muestra tu razonamiento antes de la conclusion.Cuando usarlo: tareas que requieren análisis, comparación o razonamiento multi-paso.
Tipo 4: System prompt
Instrucciones fijas que definen el comportamiento base. No cambia entre peticiones. Es el manual de instrucciones permanente.
[System]
Eres el asistente de soporte de Acme Corp. Reglas:
- Responde siempre en espanol formal.
- Si no sabes la respuesta, di: "Voy a escalar esto a un humano."
- Nunca inventes datos sobre el producto.
- Maximo 150 palabras por respuesta.
- Siempre termina con: "Puedo ayudarte con algo mas?"Cuando usarlo: workflows recurrentes, chatbots, agentes con comportamiento consistente.
Progresión práctica
Empieza con zero-shot. Si el resultado no es lo que quieres, sube a few-shot. Si necesita razonamiento complejo, usa chain-of-thought. Para workflows repetitivos, crea un system prompt.
Few-shot learning con ejemplos
El few-shot es la técnica más infravalorada del prompting. La mayoría no la usa y es la que más mejora los resultados.
La idea es simple: en vez de describir lo que quieres, muestraselo con ejemplos. La IA aprende por patrón, no por descripción.
Regla: 3 ejemplos diversos > 1 página de instrucciones
Tres ejemplos que cubran casos diferentes (fácil, medio, edge case) enseña a la IA mejor que una página entera de reglas. Porque los ejemplos muestran implícitamente el formato, el nivel de detalle, las excepciones y el tono.
Como diseñar buenos ejemplos
- Variedad: tus ejemplos deben cubrir casos diferentes, no 3 veces lo mismo.
- Consistencia: el formato de output debe ser idéntico en todos los ejemplos.
- Edge cases: incluye al menos un ejemplo difícil o ambiguo para que la IA sepa como manejarlos.
Ejemplo práctico: clasificador de tickets
Clasifica tickets de soporte. Formato de salida exacto:
Categoria: [una de: bug, feature-request, pregunta, queja]
Urgencia: [alta, media, baja]
Resumen: [1 frase, max 15 palabras]
---
Ejemplo 1 (caso fácil):
Ticket: "No puedo iniciar sesión desde ayer"
Categoria: bug
Urgencia: alta
Resumen: Usuario bloqueado, posible fallo de autenticacion
Ejemplo 2 (caso ambiguo):
Ticket: "Estaria bien poder exportar a Excel"
Categoria: feature-request
Urgencia: baja
Resumen: Solicitud de nueva funcionalidad de exportacion
Ejemplo 3 (caso difícil):
Ticket: "Esto es inaceptable, llevo 3 dias sin respuesta y el
sistema sigue fallando"
Categoria: queja
Urgencia: alta
Resumen: Cliente insatisfecho con tiempos de respuesta y estabilidad
---
Ahora clasifica este ticket:
Ticket: "El dashboard tarda 30 segundos en cargar desde la
actualizacion del viernes"Debug de prompts: por que falla y como arreglarlo
Tu prompt va a fallar. No es si, es cuando. Lo importante es saber diagnosticar por que y arreglarlo sistemáticamente.
Los 5 fallos más comunes
1. Resultado demasiado genérico
Diagnóstico: falta contexto. La IA no sabe tu situación y da una respuesta "para todos".
Solución: añade Contexto y Restricciones. "Para una pyme de 50 empleados del sector salud, no para una multinacional."
2. Formato incorrecto
Diagnóstico: no especificaste el formato o lo especificaste de forma ambigua.
Solución: da un ejemplo del formato exacto. Mejor aun, pon el esqueleto: "Usa esta estructura: ## Título / ### Sección / - Bullet."
3. Inventa datos (alucinación)
Diagnóstico: la IA rellena huecos con información inventada.
Solución: añade "Si no estas seguro de un dato, dilo explícitamente. No inventes." Y verifica siempre los datos críticos.
4. Se enrolla demasiado
Diagnóstico: la IA tiende a dar contexto y explicaciones que no pediste.
Solución: "Máximo 200 palabras. Sin introducción. Sin conclusión. Ve al grano directamente."
5. No sigue instrucciones
Diagnóstico: la IA presta más atención al principio y al final del prompt. Las instrucciones del medio se pierden.
Solución: pon las instrucciones críticas al principio Y al final del prompt. Repite lo más importante.
Crear tu prompt library
Tu prompt library es tu colección de prompts que ya funcionan. Es la diferencia entre empezar de cero cada vez y tener un sistema reutilizable.
Estructura recomendada
# Mi Prompt Library
## Categoria: Emails
### Email de seguimiento comercial
- Rol: Director comercial B2B
- Contexto: [variable: empresa, producto, última interaccion]
- Tarea: Escribir email de seguimiento post-demo
- Formato: Asunto + cuerpo (max 150 palabras) + CTA claro
- Restricciones: Sin "espero que estes bien", sin adjuntos
- Ultimo uso: 2026-05-10
- Nota: 9/10
## Categoria: Analisis
### Resumen ejecutivo de artículo
- Rol: Analista de inteligencia
- Contexto: [variable: sector, audiencia]
- Tarea: 3 bullets con las conclusiones clave
- Formato: Bullet points, max 100 palabras total
- Restricciones: Sin tecnicismos, incluir cifras
- Ultimo uso: 2026-05-08
- Nota: 8/10
## Categoria: Codigo
### Code review automático
- Rol: Senior developer (Python/TypeScript)
- Contexto: Proyecto FastAPI con Supabase
- Tarea: Revisar diff y listar bugs, mejoras, violaciones de estilo
- Formato: Tabla [Archivo | Issue | Severidad | Sugerencia]
- Restricciones: Solo issues reales, no nitpicking
- Ultimo uso: 2026-05-12
- Nota: 9/10Guarda este archivo donde quieras (Notion, Obsidian, un .md en tu repo). Cada vez que un prompt funciona bien, anadelo. En 2 semanas tendrás 10-15 prompts reutilizables.
Ejercicio práctico
- Crea un archivo
prompt-library.mdcon la estructura de arriba. - Escribe 5 prompts para tareas que haces regularmente. Usa los 7 componentes.
- Para cada prompt, pruebalo al menos 2 veces y ajustalo.
- Clasifica cada prompt: zero-shot, few-shot, chain-of-thought, o system.
- Para al menos 1 prompt, convierte un zero-shot en few-shot y compara resultados.
Bonus: Escribe un prompt que falle a propósito y debuggealo con los 5 métodos de esta sección. Documenta que fallo y como lo arreglaste.
Conclusiones clave
Key takeaways del M02
- Un prompt profesional tiene hasta 7 componentes: Rol, Contexto, Tarea, Formato, Restricciones, Ejemplos, Evaluación.
- 4 tipos: zero-shot (simple), few-shot (con ejemplos), chain-of-thought (razonamiento), system (comportamiento fijo).
- 3 ejemplos diversos valen más que 1 página de instrucciones. Few-shot es la técnica más infravalorada.
- Los 5 fallos: genérico (falta contexto), mal formato (falta ejemplo), alucinación (falta restricción), verboso (falta límite), ignora instrucciones (repetir al inicio y final).
- Tu prompt library es tu activo más valioso. Cada prompt que funciona, guardalo.
Guía de estudio — Conceptos clave de M02
Los 7 componentes de un prompt profesional
- "Todas las contraseñas deben tener al menos 12 caracteres,
- "Cambiar contraseñas cada 90 días. IT enviara recordatorio
- Regla práctica: Para tareas simples: Tarea + Formato basta. Para tareas complejas: añade Rol + Contexto + Restricciones . Cuando el resultado no sea lo que esperas: añade Ejemplos + Evaluación .
Los 4 tipos de prompts
- Cuando usarlo: tareas estándar donde el formato esperado es obvio.
- Cuando usarlo: cuando quieres que siga un formato o estilo específico.
- Cuando usarlo: tareas que requieren análisis, comparación o razonamiento multi-paso.
- Responde siempre en español formal.
- Si no sabes la respuesta, di: "Voy a escalar esto a un humano."
- Nunca inventes datos sobre el producto.
Few-shot learning con ejemplos
- Variedad:tus ejemplos deben cubrir casos diferentes, no 3 veces lo mismo.
- Consistencia:el formato de output debe ser idéntico en todos los ejemplos.
- Edge cases:incluye al menos un ejemplo difícil o ambiguo para que la IA sepa como manejarlos.
- Ejemplo 1 (caso fácil):
- Ahora clasifica este ticket:
Debug de prompts: por que falla y como arreglarlo
- Diagnóstico: falta contexto. La IA no sabe tu situación y da una respuesta "para todos".
- Solución: añade Contexto y Restricciones. "Para una pyme de 50 empleados del sector salud, no para una multinacional."
- Diagnóstico: no especificaste el formato o lo especificaste de forma ambigua.
- Solución: da un ejemplo del formato exacto. Mejor aun, pon el esqueleto: "Usa esta estructura: ## Título / ### Sección / - Bullet."
- Diagnóstico: la IA rellena huecos con información inventada.
- Solución: añade "Si no estas seguro de un dato, dilo explícitamente. No inventes." Y verifica siempre los datos críticos.
Categoría: Emails
- Rol: Director comercial B2B
- Contexto: [variable: empresa, producto, última interacción]
- Tarea: Escribir email de seguimiento post-demo
- Formato: Asunto + cuerpo (max 150 palabras) + CTA claro
- Restricciones: Sin "espero que estes bien", sin adjuntos
- Último uso: 2026-05-10
Categoría: Análisis
- Rol: Analista de inteligencia
- Contexto: [variable: sector, audiencia]
- Tarea: 3 bullets con las conclusiones clave
- Formato: Bullet points, max 100 palabras total
- Restricciones: Sin tecnicismos, incluir cifras
- Último uso: 2026-05-08
Siguiente: M03 - Tu primer workflow con Claude Code
Ahora que dominas los prompts, el siguiente paso es darle a la IA acceso a tu sistema. Claude Code, instalación, configuración y tu primer agente.
Ir al Módulo 03