Prompt engineering en la empresa: plantillas que funcionan

En cualquier empresa donde la IA ya se usa a diario pasa lo mismo: dos personas piden el mismo trabajo a la misma herramienta y obtienen resultados que no se parecen en nada. No es suerte ni magia: una de las dos ha aprendido a pedir. A eso, con un nombre más aparatoso de lo que merece, se le llama prompt engineering. Y en una empresa no va de trucos ingeniosos que circulan por redes: va de convertir la forma de pedir en algo compartido, revisable y mantenido.

Resumen

Un prompt eficaz para trabajo real tiene cinco piezas: contexto, tarea, formato, ejemplos y límites. Las guías oficiales de OpenAI, Anthropic y Google coinciden en lo esencial, que es poco glamuroso: ser específico, dar contexto y enseñar ejemplos funciona mejor que cualquier fórmula secreta. La diferencia en una empresa no la marca el prompt brillante de una persona, sino la plantilla compartida que todo el equipo usa y mejora. Y hay dos cosas que ningún prompt arregla: los datos malos y la ausencia de revisión humana antes de que algo salga por la puerta.

La estructura que funciona

Las guías de prompting de OpenAI, Anthropic y Google repiten los mismos principios con distintas palabras. Traducidos a trabajo de empresa, son cinco piezas:

1. Contexto. Quién eres, para quién es el resultado y qué sabe ya el lector. “Somos una asesoría fiscal para autónomos y esto es para un cliente sin conocimientos contables” cambia todo lo que viene después.
2. Tarea. Qué quieres exactamente, con verbo concreto. “Resume esta reunión” no es lo mismo que “extrae las decisiones tomadas, quién se comprometió a qué y con qué fecha”.
3. Formato. Cómo lo quieres: tabla o lista, extensión, tono, idioma. Si no lo pides, lo decide el modelo por ti.
4. Ejemplos. Una muestra de resultado bueno vale más que tres párrafos de explicación. Pega una propuesta anterior bien resuelta y di “con esta estructura y este tono”.
5. Límites. Qué no debe hacer: inventar datos, rellenar huecos con suposiciones, comprometer plazos o precios. Y qué hacer cuando no sepa algo: decirlo.

La diferencia se ve en corto. “Hazme un resumen de la reunión” produce un texto genérico. “Extrae de estas notas las decisiones, los responsables y las fechas; formato de lista; marca con una interrogación lo que quede ambiguo en las notas” produce algo que se puede usar, y que además te enseña dónde faltó claridad en la propia reunión.

Por qué los buenos prompts de empresa son plantillas, no trucos

Un buen prompt individual mejora a una persona. Una plantilla compartida mejora a la empresa, por tres motivos que no tienen nada que ver con la tecnología:

• Consistencia. Las propuestas suenan a la casa, no a cada comercial. Los resúmenes de reunión tienen siempre los mismos campos y se pueden comparar.
• El conocimiento se queda. Cuando quien mejor pedía se va de la empresa, su forma de pedir se queda escrita.
• Los errores se corrigen una vez. Si la plantilla de propuestas olvidaba pedir condiciones de pago, se arregla en la plantilla y queda arreglado para todos.

Si cada persona del equipo guarda sus prompts en notas sueltas, podemos convertir esos prompts en plantillas compartidas y revisables para que el criterio deje de vivir en la cabeza de cada uno.

La biblioteca de prompts del equipo

No hace falta ninguna herramienta nueva; hace falta un sitio y un responsable:

• Dónde. Donde el equipo ya trabaja: una página de Notion, un documento compartido, la wiki interna. Si hay que abrir una aplicación nueva para consultarla, nadie la consultará.
• Quién la cura. Una persona con nombre. Recoge propuestas de todos, prueba las nuevas y retira las que ya no se usan. Es un rato al mes, no un puesto de trabajo.
• Versionado ligero. Fecha del último cambio y una línea sobre qué cambió y por qué. Nada más: la burocracia mata bibliotecas.
• Qué guarda cada plantilla. El prompt, un ejemplo de resultado bueno y, sobre todo, qué debe revisar siempre una persona antes de usar el resultado.

Si el equipo trabaja con espacios de contexto como los Proyectos de ChatGPT, las plantillas encajan de forma natural como instrucciones de cada proyecto: lo contamos en nuestra guía de Proyectos de ChatGPT. Y cuando una plantilla se usa tanto que merece asistente propio, el paso siguiente es un GPT personalizado.

Tres plantillas con las que empezar en una pyme

Tarea	Qué incluye la plantilla	Qué revisa siempre una persona
Resumen de reunión	Notas o transcripción; pedir decisiones, responsables y fechas; lista con campos fijos; marcar ambigüedades	Que no falte ningún compromiso y que nombres y fechas sean correctos
Borrador de propuesta	Contexto del cliente, servicios de la casa, tono y estructura de una propuesta modelo	Precios, plazos, alcance y todo lo que compromete a la empresa
Clasificación de correos	Categorías cerradas con el criterio de cada una; instrucción de marcar como dudoso lo que no encaje	Todos los dudosos y una muestra periódica del resto

Tres tareas aburridas a propósito: son las que se repiten cada semana, las que más tiempo devuelven y las que menos riesgo tienen si la plantilla obliga a revisar lo importante.

Lo que el mejor prompt no arregla

• Datos malos. Si las tarifas del documento están desactualizadas, la propuesta saldrá mal con una redacción impecable. La calidad de la respuesta tiene el techo de la calidad de lo que le das.
• Información que no debía salir. Ninguna plantilla debe pedir pegar datos personales o confidenciales sin criterio. Define qué se puede compartir con la herramienta y revisa los controles de datos de las cuentas del equipo.
• La revisión. El modelo redacta con la misma seguridad cuando acierta que cuando se equivoca. Todo lo que salga hacia un cliente pasa por una persona. Esto no es una etapa de transición: es el diseño correcto.

Errores frecuentes

• Coleccionar doscientos prompts que nadie usa. Mejor diez vivos y mantenidos que un almacén.
• Copiar plantillas de internet sin adaptar. Sin tu contexto y tu tono, producen texto genérico con acento ajeno.
• El prompt kilométrico para todo. Cada instrucción de más diluye las importantes. A tarea simple, prompt simple.
• Pedir al modelo que revise su propio trabajo y darlo por bueno. Ayuda a pulir, no sustituye ojos humanos.
• No actualizar las plantillas. Cambian las tarifas, los servicios o el tono, y la plantilla vieja sigue produciendo el pasado.

Preguntas frecuentes

¿Necesitamos formación en prompt engineering o basta con las plantillas?

Las dos cosas se apoyan. La plantilla resuelve el caso repetido; la formación da el criterio para los casos nuevos y para mejorar las plantillas. Una sesión práctica con los casos reales del equipo, más una biblioteca mantenida, rinde mucho más que cualquier curso genérico de trucos.

¿Sirven las mismas plantillas para ChatGPT, Claude y Gemini?

En lo esencial, sí: contexto, tarea, formato, ejemplos y límites funcionan en todos. Cada herramienta tiene matices y conviene probar la plantilla donde se vaya a usar de verdad, pero si una plantilla solo funciona en un modelo concreto, suele ser señal de que dependía de un truco y no de una buena estructura.

¿Cada cuánto hay que revisar la biblioteca de prompts?

Una pasada ligera al mes suele bastar: qué se usa, qué se ha quedado viejo, qué propone el equipo. Y una revisión obligada cada vez que cambie algo de lo que las plantillas dan por hecho: tarifas, servicios, tono de marca o herramientas del equipo.

Siguiente paso

Los prompts útiles dejan de ser trucos personales cuando alguien los escribe, los prueba y los mantiene. Es el trabajo menos vistoso y el que da resultados. Podemos ayudarte a montar la biblioteca de prompts de tu equipo con tus casos reales y acordar quién la revisa cada mes. La primera conversación es sin compromiso.