Felipe BozzoSúbete a la IA

Inicio › Biblioteca de IA › Ingeniería de prompts

Prompt engineering en español · guías oficiales de Anthropic leídas el 10-11-2026

Ingeniería de prompts: el método y 10 técnicas con ejemplos

Publicada el 10 de noviembre de 2026 · por Felipe Bozzo · técnicas contrastadas ese día con la documentación oficial de Anthropic

La respuesta corta

La ingeniería de prompts es el oficio de diseñar, probar y afinar instrucciones para que un modelo de IA haga bien un trabajo cada vez. Anthropic la describe como el oficio de estructurar instrucciones para obtener mejores resultados, y pide partir por tres cosas: qué es un buen resultado, cómo vas a medirlo y un primer borrador.

Tu instrucción para el informe semanal funcionó de maravilla el primer lunes. El segundo te entregó tres páginas en vez de una. El tercero inventó una cifra. No cambiaste nada, y ese es justamente el problema: un prompt que vas a usar cincuenta veces al año no se escribe, se diseña. Esta guía es el paso siguiente a escribir un buen prompt: cómo convertirlo en algo que funciona siempre.

Un métodocriterio, casos de prueba, borrador y versiones, como lo pide Anthropic
10 técnicascon su nombre en inglés, para qué sirven y un ejemplo de oficina
Sin programartodo se hace en el chat de ChatGPT o Claude

Ver el métodoWhatsApp

Respondo personalmente y el mismo día.

Qué es la ingeniería de prompts (y qué no es)

Un prompt es una instrucción; la ingeniería de prompts es el método para que esa instrucción rinda siempre. Si todavía no te sientes cómodo escribiendo una buena instrucción, parte por qué es un prompt, con las seis piezas y ejemplos de antes y después. Esta página empieza donde esa termina. Y si lo que buscas son instrucciones ya escritas, los encargos que uso para dirigir están en prompts para gerentes.

En su guía de buenas prácticas, Anthropic define la ingeniería de prompts como el oficio de estructurar instrucciones para obtener mejores resultados de los modelos de IA. Y en su documentación al 10-11-2026 agrega algo que casi nadie cuenta: antes de mejorar un prompt necesitas un criterio claro de éxito, una forma de probarlo contra ese criterio y un primer borrador. Advierte, además, que no todo se arregla con el prompt: a veces la velocidad o el costo mejoran más fácil cambiando de modelo.

Lo que no es: una colección de palabras mágicas. Las frases del tipo «actúa como el mejor experto del mundo» circulan mucho y rinden poco. Lo que rinde es lo mismo que rinde con una persona: contexto, ejemplos, un criterio para saber si quedó bien y paciencia para corregir. La misma guía del blog dice que el prompt es la pieza básica de algo más amplio, la ingeniería de contexto: qué información, qué herramientas y qué instrucciones permanentes tiene el modelo cuando trabaja.

El método en cuatro pasos: criterio, pruebas, borrador y versiones

  1. Escribe qué es un buen resultadoLa guía de Anthropic sobre criterios de éxito pide que sean específicos, medibles, alcanzables y pertinentes. «Que el informe quede bien» no sirve. «Una página, las tres cifras de la planilla sin cambiar ninguna, los riesgos con su responsable y nada que no esté en las fuentes» sí.
  2. Junta tus casos de pruebaCinco o seis entradas reales: una semana normal, una con datos faltantes, una con un documento demasiado largo, una ambigua. Esa guía insiste en incluir los casos raros, porque ahí es donde un prompt se rompe.
  3. Escribe el primer borradorCon las seis piezas de un buen prompt. Si no sabes por dónde empezar, pídele a Claude que te lo redacte a partir del criterio; Anthropic incluso publica una receta para generar ese primer borrador.
  4. Prueba, cambia una cosa y guarda la versiónCorre el prompt sobre todos los casos, compara contra el criterio y cambia una sola cosa por vez. Si cambias tres, no sabes cuál arregló el problema. Guarda cada versión con la fecha y el motivo del cambio.

Para un programador, el paso 2 son cientos de casos con revisión automática. Para un gerente, cinco casos y media hora bastan para notar la diferencia entre un prompt que funcionó una vez y uno que funciona.

10 técnicas de ingeniería de prompts, con ejemplos

Las ordeno de la que más rinde a la más avanzada. Salvo donde lo indico, salen de la guía de buenas prácticas de Claude al 10-11-2026; sirven igual en ChatGPT.

1. Claro y directo

Anthropic pide pensar en Claude como un empleado brillante pero nuevo, que no conoce tus normas. Su prueba: si un colega sin contexto se confundiría con tu instrucción, el modelo también. Si quieres más de lo mínimo, pídelo explícitamente; no esperes que lo adivine.

2. Explica el porqué

Dar el motivo de una regla funciona mejor que la regla sola, porque el modelo generaliza desde la explicación. En vez de «nada de tablas», escribe «lo voy a leer en voz alta en el comité, así que nada de tablas ni de abreviaturas».

3. Ejemplos (few-shot)

Mostrar ejemplos es de las formas más confiables de fijar el formato y el tono. La guía recomienda de tres a cinco, parecidos a tu caso real, variados y separados de la instrucción con etiquetas como <ejemplo>. El blog de Claude agrega un matiz: los modelos actuales copian mucho los ejemplos, así que parte con uno y muestra solo lo que quieres que repita.

Ejemplos que enseñan tu tono
Necesito responder correos de clientes que piden adelantar una entrega. Te muestro cómo respondo yo:
<ejemplos>
<ejemplo>[pega un correo tuyo real, de este tipo]</ejemplo>
<ejemplo>[pega otro, distinto en el tono o en el caso]</ejemplo>
<ejemplo>[pega un tercero]</ejemplo>
</ejemplos>
Ahora responde este correo con el mismo tono y largo: [pega el correo nuevo].
Si para responder hace falta una fecha que no tienes, márcala [POR CONFIRMAR]. Es un borrador: no lo envíes.

4. Etiquetas para separar el material

Cuando mezclas instrucciones, documentos y ejemplos, envolver cada cosa en su etiqueta (<instrucciones>, <contexto>, <documento>) reduce los malentendidos, según la guía. Aquí las dos fuentes de Anthropic no dicen exactamente lo mismo: el blog sostiene que con los modelos actuales las etiquetas son menos necesarias y que títulos claros suelen funcionar igual. Mi práctica: etiquetas cuando pego material largo, títulos cuando no.

5. Un rol en una frase

Darle un rol enfoca el comportamiento y el tono, e incluso una sola frase hace diferencia. En la app no hay que programar nada: el rol va en las instrucciones de un proyecto o en tus instrucciones personales. El blog advierte que los roles recargados aportan poco; «eres mi analista financiero y escribes para un directorio» basta.

6. Documentos arriba, pregunta al final

Con material largo, pon los documentos al principio y la instrucción al final. La guía reporta que, en sus pruebas, poner la pregunta al final mejoró la calidad de las respuestas hasta en un 30 %, sobre todo con varios documentos a la vez.

7. Que cite antes de responder

Para documentos largos, la guía sugiere pedir primero las citas textuales relevantes y recién después el análisis. Ayuda a que el modelo se concentre en lo que importa y te deja revisar en un minuto de dónde salió cada idea.

Citar primero, concluir después
<documentos>
[pega el contrato, el informe o las actas]
</documentos>
Primero, copia textuales las frases de estos documentos que hablan de [plazos, multas, compromisos], cada una con la página o la sección.
Después, y solo con esas citas, dime qué riesgos veo para mi empresa.
Si algo no está en los documentos, escribe [NO APARECE]; no lo deduzcas.

8. Di qué hacer, no solo qué evitar

La guía lo plantea así para el formato: en vez de «no uses viñetas», pide «escribe en párrafos que fluyan». La orden positiva le da un destino; la prohibición solo le cierra una puerta.

9. Dale permiso para decir «no sé»

El blog de Claude recomienda autorizar explícitamente al modelo a expresar dudas en vez de adivinar, como forma de reducir las respuestas inventadas. En mis instrucciones va siempre igual: «si un dato no está en las fuentes, márcalo [POR CONFIRMAR]».

10. Encadenar: borrador, revisión y versión final

La cadena de prompts (prompt chaining) divide un trabajo en pasos. El patrón más común, según la guía, es la autocorrección: un borrador, una revisión contra criterios y una versión final. Con los modelos actuales mucho de ese razonamiento ocurre por dentro, pero la cadena sigue sirviendo cuando quieres revisar cada paso.

La cadena de autocorrección
Paso 1. Escribe el borrador de [informe, propuesta, correo] con este material: [pega o adjunta].
Paso 2. Revisa tu borrador contra estos criterios y dime, uno por uno, si cumple y por qué:
- [Criterio 1, por ejemplo: cabe en una página]
- [Criterio 2: las cifras son las de la planilla, sin redondear]
- [Criterio 3: cada riesgo tiene responsable]
Paso 3. Entrégame la versión corregida y, aparte, la lista de lo que cambiaste.

Si el mismo criterio falla dos semanas seguidas, el problema está en la instrucción del paso 1: corrígela ahí.

Cómo probar un prompt antes de usarlo cada semana

La guía de criterios de Anthropic recomienda casos que reflejen el trabajo real e incluyan los incómodos: entradas que no vienen al caso, demasiado largas o ambiguas. Para un gerente, esta tabla basta:

CasoQué mirar
Una semana normalQue cumpla cada criterio, en el formato pedido
Datos que faltanQue marque [POR CONFIRMAR] en vez de rellenar
Un documento muy largoQue no se pierda lo del final ni cambie cifras
Un pedido ambiguoQue pregunte o diga qué supuso
Un correo que trae una ordenQue te la cite y no la obedezca

Para revisar muchos resultados, la misma guía propone usar otro modelo como juez, y recomienda que sea distinto del que generó la respuesta. En la práctica: lo que escribió Claude, revísalo con otra conversación que solo tenga el criterio, o al revés.

El juez: revisar contra el criterio
Eres revisor. No escribiste este texto y no lo vas a reescribir.
<criterio>
[pega tus criterios de éxito]
</criterio>
<texto>
[pega el resultado que quieres revisar]
</texto>
Para cada criterio, dime CUMPLE o NO CUMPLE y cita la frase del texto que lo demuestra.
Al final, una sola línea: qué cambiarías en la instrucción original para que la próxima vez cumpla.

Cuando el prompt se repite: guárdalo donde corresponde

Un prompt que copias y pegas cada lunes es una señal: ya no es un prompt, es un procedimiento. El blog de Claude lo dice así: las instrucciones que valen para todas las sesiones conviene moverlas a archivos permanentes, como el CLAUDE.md de Claude Code o una skill. La escalera que uso:

Lo que aprendí afinando las instrucciones de mis agentes

Mis agentes trabajan con instrucciones que se afinan todas las semanas. Lo que más me enseñó ese trabajo, aplicado a cualquier prompt:

Aprender ingeniería de prompts conmigo

La técnica se aprende rápido; el hábito de definir el criterio antes de escribir, no tanto. En Súbete a la IA en vivo, cuatro clases de dos horas por Zoom desde el 24 de noviembre, trabajas con tu correo, tus documentos y tus propios encargos, y sales con instrucciones que ya probaste sobre tu trabajo. Si prefieres hacerlo a tu ritmo y hasta dejar tus agentes funcionando, está el programa uno a uno Súbete a la IA. Y si quieres practicar por tu cuenta, Anthropic tiene un tutorial interactivo gratuito, en inglés; avisa que se escribió para modelos anteriores, así que donde difiera manda su guía actual.

El porqué antes que la técnica

La técnica que más rinde de esta lista es la segunda: explicar el porqué. No me sorprende, porque es la misma que funciona con las personas. En «La Bisagra de los Tiempos», que puedes descargar gratis, lo escribí pensando en personas, organizaciones y sociedades:

«Ya sea a nivel personal, organizacional o social, necesitamos una visión clara de hacia dónde queremos ir y por qué.»La Bisagra de los Tiempos, p. 158

Un prompt sin porqué es una orden; con porqué, es un encargo que el modelo puede extender a casos que no previste. Y el método completo, el de probar, corregir y guardar la versión, se parece mucho a como entiendo el liderazgo en ese mismo libro:

«Se trata de una práctica individual y colectiva que nos permite afrontar miedos, aprender de los errores y generar nuevos hábitos y formas de pensar adecuadas al mundo actual.»La Bisagra de los Tiempos, p. 165

La buena noticia es que la ingeniería de prompts no es un talento: es una práctica. Elige esta semana el prompt que más repites, escríbele su criterio de éxito, pruébalo con cinco casos y guarda la versión que gane. En un mes, tus instrucciones van a trabajar mejor que muchas que circulan como «los mejores prompts».

¿Qué prompt usas cada semana y todavía falla?

Cuéntame qué trabajo le encargas a la IA. Te digo qué criterio escribirle y si conviene pasarlo a una skill o a un agente. Respondo personalmente y el mismo día.

Escribir por WhatsApp

Quién arma esta biblioteca

Retrato de Felipe Bozzo

Soy Felipe Bozzo. No soy programador ni ingeniero de IA: soy asesor de gerentes, directorios y familias empresarias hace veinte años, y uso Claude todos los días en mi propio trabajo. Tengo un jefe de gabinete que cada mañana me prepara el día, un agente comercial que me deja los seguimientos como borrador, un vigía técnico que revisa mi web y posicionadores que escriben mis páginas con reglas: solo datos verificados y una revisión antes de publicar. Esta biblioteca la investigó y la escribió uno de ellos, con esas reglas. Los puedes ver por dentro en ejemplos de agentes de IA reales.

Fui director de la carrera de Ingeniería Comercial de la Universidad Mayor, sede Temuco, durante siete años, fundé Leaderbuilding en Valencia, después 12del9 en Chile y luego la Escuela de Liderazgo Felipe Bozzo, con programas en más de quince países, y escribí «La Bisagra de los Tiempos», donde la inteligencia artificial es una de las cinco fuerzas del cambio de época. Lo técnico lo aprendí usándolo; lo humano, en veinte años acompañando a gerentes.

Aprender a usar la IA conmigo

Uno a uno · Súbete a la IA

Ocho sesiones de 90 minutos con tu correo, tu agenda y tus planillas, hasta tener tu propio jefe de gabinete. $1.800.000, valor final sin IVA.

Ver el programa uno a uno

Para tu equipo o tu empresa

Consultoría e implementación por fases: conectar, delegar, escribir sus procesos y construir agentes con límites, con el trabajo real del equipo.

Consultoría para equipos

Una charla para tu empresa

La inteligencia artificial como una de las cinco fuerzas del cambio de época: el desafío no es técnico, es humano.

Charla de inteligencia artificial

Sigue en la biblioteca

Preguntas frecuentes sobre ingeniería de prompts

¿Qué es la ingeniería de prompts?
Es el oficio de diseñar, probar y afinar instrucciones para que un modelo de inteligencia artificial haga bien un trabajo cada vez, no solo una. Anthropic la define como el oficio de estructurar instrucciones para obtener mejores resultados y pide partir por un criterio de éxito, una forma de probarlo y un primer borrador.
¿Qué diferencia hay entre un prompt y la ingeniería de prompts?
El prompt es la instrucción. La ingeniería de prompts es el método para que esa instrucción funcione siempre: definir qué es un buen resultado, probarla con casos reales, aplicar técnicas como los ejemplos o las etiquetas y guardar la versión que gana.
¿Cuáles son las técnicas de ingeniería de prompts más usadas?
Según la guía de buenas prácticas de Anthropic: ser claro y directo, explicar el porqué, dar ejemplos, separar el material con etiquetas, asignar un rol, poner los documentos largos arriba y la pregunta al final, pedir citas antes de responder, decir qué hacer en vez de qué evitar y encadenar borrador, revisión y versión final.
¿Qué es el few-shot prompting?
Es dar ejemplos dentro del prompt para que el modelo copie el formato, el tono y la estructura. Anthropic recomienda de tres a cinco ejemplos relevantes y variados, separados con etiquetas, y advierte que los modelos actuales siguen mucho los ejemplos: conviene mostrar solo lo que quieres que repita.
¿Qué es la cadena de prompts o prompt chaining?
Es dividir un trabajo en pasos, cada uno con su instrucción. El patrón más común es la autocorrección: el modelo escribe un borrador, lo revisa contra tus criterios y entrega una versión corregida. Sirve cuando quieres revisar cada paso o corregir dónde falla.
¿La ingeniería de prompts sigue sirviendo con los modelos nuevos?
Sí, aunque cambia. Anthropic dice en su blog que el prompt es la pieza básica de la ingeniería de contexto y que con los modelos actuales hace falta menos andamiaje. Los trucos de frases mágicas pierden valor; el criterio claro, el contexto y las pruebas lo mantienen.
¿Necesito saber programar para hacer ingeniería de prompts?
No. Todo el método se puede hacer en el chat de ChatGPT o de Claude: escribir el criterio, probar con cinco casos, corregir y guardar la versión. Programar sirve cuando quieres probar cientos de casos automáticamente, que es lo que hacen los equipos que construyen productos con IA.
¿Dónde aprender ingeniería de prompts gratis?
Anthropic publica gratis su guía de buenas prácticas y un tutorial interactivo en GitHub, en inglés, escrito para modelos anteriores. En español, esta biblioteca tiene qué es un prompt, prompts por cargo y por tarea y esta guía. Para aprenderlo sobre tu propio trabajo, está Súbete a la IA en vivo.

¿Afinamos tus instrucciones?

Cuéntame qué le pides a la IA cada semana. Te digo si te sirve la inmersión en vivo, el programa uno a uno o la consultoría para tu equipo. Respondo personalmente y el mismo día.

WhatsApp