El prompt perfecto es un mito: cómo darle a la IA el contexto de tu empresa

Hay una industria completa vendiendo cursos de «ingeniería de prompts» y plantillas de frases mágicas. Y hay una razón por la que casi ninguna funciona: el prompt no es el cuello de botella.

El modelo que tú usas es exactamente el mismo que usa tu competencia. Idéntico. Lo único que puede hacer que tu asistente responda mejor que el suyo es que sepa cosas de tu negocio que el otro no sabe.

Por qué tus respuestas suenan genéricas

Porque le estás pidiendo a alguien que no conoce tu negocio que hable como si lo conociera. La IA responde con el promedio de todo lo que leyó en internet, y el promedio siempre suena a folleto. No es un problema de redacción del pedido: es un problema de información disponible.

Haz la prueba mental. Le pides un texto para tu página de servicios. Lo que vuelve habla de «soluciones integrales», «equipo comprometido» y «calidad garantizada».

No es que la IA escriba mal. Es que le pediste que hablara de un negocio del que no sabe absolutamente nada, y ante esa falta hace lo único que puede hacer: promediar.

Dicho de otra forma: el prompt es la pregunta, y una buena pregunta ayuda. Pero el techo de la respuesta no lo pone la pregunta, lo pone lo que hay disponible para responderla.

Y esa es una excelente noticia comercial, porque significa que la ventaja no está en la herramienta —que cualquiera puede comprar— sino en el material de tu negocio, que nadie más tiene.

No la estás entrenando: le armas la oficina

«Entrenar» significa modificar el modelo, y eso no es lo que estás haciendo ni lo que necesitas. Lo que haces es dejarle documentos a mano para que los consulte mientras trabaja. La diferencia importa: si fuera entrenamiento tus datos cambiarían el modelo; así, sólo se leen cuando hacen falta.

Esta confusión aparece en casi todas las reuniones y vale la pena aclararla, porque cambia lo que le exiges a un proveedor.

Cuando le das a tu asistente la carpeta de tu negocio, no estás enseñándole nada de forma permanente. Estás haciendo lo mismo que harías con una persona nueva: dejarle la carpeta encima del escritorio para que la abra cuando la necesite.

Que sea lo segundo tiene una consecuencia práctica enorme y muy tranquilizadora: tu información sigue siendo tuya y sigue estando en tus archivos. No quedó incrustada en ninguna parte. Si mañana borras la carpeta, el asistente deja de saber.

Por eso el trabajo real de este capítulo no es tecnológico. Es de orden: qué documentos tiene tu negocio, cuáles están al día y cuál es la versión buena de cada uno.

La ventana: por qué «échale todo» es el peor consejo

La IA tiene una memoria de trabajo de tamaño fijo, y todo lo que lee ocupa espacio ahí: tu pedido, cada archivo, cada resultado. El problema no es que se llene y avise. Es que a medida que se llena, empieza a olvidar instrucciones anteriores y a equivocarse más, sin decírtelo.

Esta es la parte que casi nadie explica y que hace que mucha gente tenga una mala experiencia sin entender por qué.

La documentación oficial de Anthropic es directa al respecto, y lo pone como la restricción de la que salen casi todas sus recomendaciones de uso.

Léelo pensando en una persona a la que le hablas veinte minutos seguidos sin parar. No es que a los veinte minutos te diga «disculpa, ya no me cabe más». Es que a los quince ya se le fue la mitad de lo que dijiste al principio, y sigue asintiendo.

Lo interesante es que el tamaño de esa memoria se puede medir, y Anthropic publica el desglose. Estos son los espacios que ya están ocupados antes de que tú escribas la primera palabra.

Ahí está el punto. Arrancar cuesta 7.850 espacios de 200.000. Pero en esa misma simulación, leer cuatro archivos de trabajo cuesta 6.900 — casi tanto como todo el arranque junto.

Multiplica eso por una carpeta con doscientos documentos y entenderás por qué «échale todo por si acaso» no es generosidad: es la forma más rápida de que tu asistente empiece a olvidar lo que le pediste.

Qué vale oro y qué sólo estorba

Vale oro lo que la IA no puede deducir sola: tus precios reales, cómo hablas, lo que nunca prometes y las trampas conocidas de tu operación. Estorba lo que puede deducir mirando tus propios archivos, lo que cambia cada semana y lo que ya está dicho en otro lado.

El criterio para decidir qué entra es una sola pregunta, y es la misma que usan los equipos que llevan más tiempo trabajando así: ¿si esto no estuviera, se equivocaría?

Si la respuesta es no, fuera. No porque moleste leerlo, sino porque cada línea que no cambia nada le quita espacio a una que sí.

Y del otro lado, lo que sobra. Esta lista es más útil que la anterior porque nadie la pide y todo el mundo la necesita.

Ese último punto es el que más problemas causa en la práctica y el más fácil de arreglar. Si hay dos listas de precios distintas en la carpeta, la IA no tiene forma de saber cuál es la buena. Va a elegir una, y va a sonar igual de segura en los dos casos.

Cómo se ordena la carpeta de un negocio real

Con muy pocas carpetas y un criterio: separar lo que describe tu negocio de lo que son datos que cambian, y de lo que son entregables terminados. Tres cajones, no veinte. La estructura importa menos que la regla de que cada cosa tenga un solo lugar posible.

Así se ve la carpeta de un cliente nuestro. La estructura es la que usamos en todos, y no la inventamos de una vez: es lo que quedó después de un año de corregirla.

Fíjate en dos decisiones que parecen menores y no lo son.

La primera: la carpeta de datos es cruda y la de entregables es terminada, y jamás se mezclan. El día que un informe terminado queda en la carpeta de datos, la IA lo lee como si fuera un dato de entrada y empieza a construir sobre su propia conclusión anterior.

La segunda: cada cosa tiene un solo lugar posible. Si tú dudas dónde va un archivo, la IA también va a dudar dónde buscarlo. Una estructura de la que dudas es una estructura que no sirve, por bonita que se vea.

La señal de que lo estás haciendo bien

Sabrás que va bien cuando las respuestas dejen de sonar a folleto y empiecen a sonar a tu negocio: con tus precios, tus plazos y tus palabras. Y cuando la IA empiece a decirte «esto no me cuadra con lo que dice tu lista». Ahí dejó de improvisar y empezó a consultar.

Hay un momento muy concreto en el que se nota el cambio, y no es cuando la respuesta es buena. Es cuando la respuesta te contradice con evidencia.

Cuando le pides algo y responde «según tu lista de precios de agosto eso serían $340.000, no $290.000; ¿uso la de agosto?», acabas de cruzar la línea. Antes te habría dado un número inventado con total seguridad.

Ese último punto merece una traducción práctica, porque es contraintuitivo: cortar la conversación y empezar de cero es una buena práctica, no una rendición. Una sesión limpia con un pedido bien hecho rinde mejor que una sesión larga llena de intentos fallidos.

Y con eso queda planteado el problema del capítulo siguiente. Si cada sesión arranca en blanco, ¿dónde viven las reglas de tu negocio para que no haya que repetirlas cada mañana? En un archivo, y tiene sus propias reglas — incluida una muy contraintuitiva: si es largo, se ignora.

Temario