Greg Brockman, presidente de OpenAI , difundió un método estructurado de una fórmula concreta para armar prompts que ayuden a optimizar la interacción con sistemas de IA . El enfoque busca reducir ambigüedades, minimizar errores y orientar a modelos como ChatGPT , Gemini o Copilot, hacia respuestas más útiles y alineadas con la necesidad del usuario.
We just published a post on how we continuously harden ChatGPT Atlas (and other agents) against novel prompt-injection attacks.
— DANΞ (@cryps1s) December 22, 2025
This is an ongoing security problem (and a frontier research problem!) and we’re investing heavily in automated red teaming, reinforcement learning,…
La automatización y el uso cotidiano de inteligencia artificial en tareas profesionales y personales han reforzado la importancia de esta habilidad. Saber cómo pedir información de forma correcta no solo ahorra tiempo, sino que mejora la experiencia general y la calidad del resultado obtenido.
Suscríbete a nuestro canal de Telegram y lleva la información en tus manos.
¿Qué elementos debe tener un prompt para ser efectivo?
El método recomendado se apoya en cuatro componentes principales: objetivo, formato de respuesta, advertencias y resumen de contexto. Cada uno cumple una función específica dentro de la instrucción y contribuye a que el sistema comprenda mejor qué se espera de él.
El primer elemento es la definición clara del objetivo. Establecer con precisión qué tipo de respuesta se busca es fundamental para evitar resultados genéricos o fuera de foco. No es lo mismo solicitar una explicación amplia que pedir una lista concreta o una comparación puntual. Cuando el objetivo es específico, la IA puede ajustar mejor el contenido de su respuesta.
El segundo componente es el formato. Indicar de antemano cómo se desea que esté organizada la información permite obtener resultados más ordenados y fáciles de interpretar. La estructura puede ser una lista, un párrafo único, un esquema por puntos o cualquier otro formato que se adecúe a la necesidad planteada.
¿Por qué es importante definir el objetivo y el formato de respuesta?
La combinación entre un objetivo bien definido y un formato claro actúa como una guía directa para el modelo de IA. Sin estas referencias, el sistema puede ofrecer información correcta, pero presentada de forma dispersa o poco práctica para el uso que se le quiere dar.
Por ejemplo, una instrucción amplia como “háblame sobre viajes” deja demasiado margen de interpretación. En cambio, una solicitud que delimita el tipo de información, el alcance geográfico y el momento del año reduce la ambigüedad y mejora la precisión. De la misma manera, especificar si se espera una respuesta breve o desarrollada evita resultados que no se ajustan a la expectativa inicial.
Esta claridad es especialmente relevante en entornos profesionales, donde la información debe ser concreta y directamente aplicable. Un prompt bien estructurado facilita que la IA entregue contenidos alineados con ese objetivo.
¿Cómo influyen las advertencias y el contexto en la calidad del resultado?
El tercer pilar del método es la inclusión de advertencias o restricciones. Estas indicaciones sirven para evitar errores comunes, excluir información irrelevante o limitar el alcance de la respuesta. Señalar qué aspectos no deben incluirse ayuda a filtrar datos y a mantener el foco en lo realmente necesario.
El cuarto elemento es el resumen de contexto. Aportar información adicional sobre la situación, las preferencias o las limitaciones del usuario permite que la IA adapte su respuesta a un escenario específico. El contexto resulta clave en consultas complejas o personalizadas, ya que ofrece al modelo un marco más claro para interpretar la solicitud.
Cuando estos cuatro elementos se integran en un mismo prompt, la instrucción se vuelve más completa y funcional. Un ejemplo de ello es una petición que combine objetivo, formato, advertencias y contexto en una sola frase estructurada, lo que facilita una respuesta alineada con necesidades concretas.
Además de esta estructura, el método recomienda revisar y ajustar los prompts cuando el resultado no es el esperado, así como utilizar la retroalimentación del propio sistema para perfeccionar futuras solicitudes. De este modo, la interacción con la inteligencia artificial se vuelve progresivamente más eficiente.
adn Noticias. Te Hablamos con la verdad. Suscríbete a nuestro canal de WhatsApp y lleva la información en la palma de tu mano.
