La diferencia entre un equipo que saca partido a la IA y uno que la abandona al mes se reduce, en la mayoría de casos, a una habilidad: saber escribir buenos prompts. Un prompt bien construido convierte una herramienta de IA en un asistente eficaz. Un prompt malo la convierte en un generador de respuestas inútiles que confirma la sospecha de que "la IA no sirve para nada".
Enseñar a escribir prompts no es enseñar a programar. Es enseñar a comunicar con claridad lo que necesitas. Y eso, con la estructura correcta, se aprende en unas pocas horas.
Por qué el prompting es la habilidad más rentable que puedes enseñar
Un empleado que escribe "hazme un informe de ventas" y otro que escribe "actúa como analista comercial. Genera un informe de ventas del primer trimestre de 2029 con las siguientes secciones: resumen ejecutivo, desglose por producto, comparativa con el mismo trimestre del año anterior y tres recomendaciones accionables. Usa datos hipotéticos pero realistas para una empresa B2B de software con 200 clientes" obtienen resultados completamente diferentes.
El segundo obtiene un documento que, con ajustes menores, puede presentar directamente. El primero obtiene un texto genérico que tiene que rehacer desde cero. La diferencia de productividad entre ambos es de 3x a 5x. Multiplicado por 20 empleados y 48 semanas al año, la diferencia en horas ahorradas justifica cualquier inversión en formación de prompting.
La estructura que funciona: el framework CREF
Después de probar varios métodos con equipos no técnicos, el framework que mejor resultados da es CREF: Contexto, Rol, Especificaciones, Formato.
Contexto: qué información necesita la IA para entender tu situación. Incluye datos sobre tu empresa, tu sector, el problema que quieres resolver y cualquier restricción relevante.
Rol: qué papel quieres que adopte la IA. "Actúa como un controller financiero con 10 años de experiencia" produce respuestas más enfocadas que una pregunta sin rol definido.
Especificaciones: qué quieres exactamente. Cuanto más preciso seas, mejor será el resultado. Incluye el alcance (qué sí y qué no), el nivel de detalle, los puntos que debe cubrir y los que debe evitar.
Formato: cómo quieres la respuesta. Tabla, lista con viñetas, párrafos, email listo para enviar, presentación de 5 puntos. Si no especificas formato, la IA elige uno que puede no ser el que necesitas.
Este framework se enseña en 30 minutos y se practica en 2 horas. Después de eso, la calidad de las interacciones del equipo con la IA mejora drásticamente.
Cómo estructurar la formación en prompting
Sesión 1: fundamentos (2 horas)
Empieza con una demostración en directo. Muestra el mismo pedido hecho con un prompt malo y con un prompt bien estructurado (CREF). La diferencia visible en los resultados es el mejor argumento para que la gente preste atención.
Después, explica cada componente del framework con ejemplos relevantes para la empresa. No uses ejemplos genéricos de internet: usa tareas reales del día a día del equipo.
Ejercicio práctico: cada persona elige una tarea que hará la próxima semana y escribe un prompt usando CREF. Se comparten en grupo, se critican constructivamente y se mejoran.
Sesión 2: práctica por departamento (2 horas)
Cada departamento trabaja con sus propias tareas. El formador prepara 5 escenarios reales por departamento y el equipo escribe prompts para resolverlos.
Ejemplos de escenarios por departamento:
Ventas: redactar un email de seguimiento para un lead que pidió presupuesto hace 10 días y no ha respondido. Generar una propuesta comercial a partir de notas de una reunión. Preparar un análisis de la empresa prospect antes de una primera visita.
Administración: clasificar un lote de facturas por categoría contable. Generar un email de reclamación de pago cortés pero firme. Resumir un contrato de 20 páginas en 5 puntos clave.
Atención al cliente: redactar una respuesta a una queja por retraso en la entrega. Crear una plantilla de FAQ a partir de las 20 consultas más frecuentes del último mes. Generar un email de disculpa por un error de facturación.
Marketing: crear 5 variantes de un copy publicitario para testing. Generar un calendario editorial mensual para redes sociales. Analizar y resumir 3 artículos de la competencia sobre un tema específico.
Sesión 3: técnicas avanzadas (2 horas, opcional)
Para los usuarios más avanzados o los champions de departamento:
Cadenas de prompts: dividir una tarea compleja en pasos secuenciales donde el resultado de un prompt alimenta al siguiente. Ejemplo: primero generar un esquema, luego desarrollar cada sección, finalmente revisar y pulir.
Prompts con ejemplos (few-shot): incluir en el prompt 2 o 3 ejemplos del resultado que esperas. Esto es especialmente útil para tareas de clasificación o para mantener un tono y estilo consistentes.
Prompts iterativos: empezar con un primer resultado y refinarlo con instrucciones adicionales. "Ahora hazlo más conciso", "elimina la jerga técnica", "añade datos numéricos concretos".
Prompts de revisión: usar la IA para revisar su propio trabajo o el tuyo. "Revisa este texto y señala errores factuales, afirmaciones sin soporte y problemas de claridad."
Los 7 errores de prompting más comunes
Estos son los errores que vemos una y otra vez en equipos que empiezan:
1. Ser demasiado vago: "Escríbeme algo sobre ventas" no produce nada útil. La IA necesita saber qué, para quién, en qué tono y con qué extensión.
2. No dar contexto: la IA no sabe nada de tu empresa, tu sector ni tu situación. Si no se lo dices, inventa un contexto genérico que raramente encaja.
3. Pedir todo de golpe: un prompt que pide un informe completo, con análisis, recomendaciones, gráficos y plan de acción en una sola instrucción produce resultados superficiales en todos los puntos. Divide y conquista.
4. No especificar formato: si necesitas una tabla, di que quieres una tabla. Si necesitas un email listo para copiar y pegar, dilo. La IA por defecto produce párrafos de texto, que no siempre es lo que necesitas.
5. Aceptar la primera respuesta: el primer resultado rara vez es el mejor. Iterar con instrucciones de mejora ("hazlo más corto", "añade un ejemplo", "cambia el tono a más formal") suele producir resultados mucho mejores.
6. No verificar datos: la IA puede inventar cifras, fechas y hechos con total seguridad. Todo dato concreto que produzca debe verificarse. Enseñar este hábito es tan importante como enseñar a escribir el prompt.
7. Copiar prompts de internet sin adaptarlos: los prompts que circulan por redes sociales están diseñados para impresionar, no para ser útiles en tu contexto. Usa la estructura CREF y adapta a tus tareas reales.
La biblioteca de prompts: el activo más valioso
Cuando enseñes prompting, crea desde el primer día una biblioteca compartida donde el equipo pueda añadir los prompts que les funcionan. La estructura mínima de cada entrada:
- Nombre de la tarea (ej: "Email de seguimiento a lead inactivo")
- Departamento (ej: "Ventas")
- Prompt completo
- Ejemplo de resultado obtenido
- Notas (ej: "funciona mejor si incluyes el nombre del producto que pidió")
Esta biblioteca tiene tres beneficios: evita que cada persona reinvente la rueda, establece un estándar de calidad de prompts y acelera el onboarding de nuevas incorporaciones.
Cómo medir si el equipo mejora en prompting
La mejora en prompting se nota en tres indicadores:
Número de iteraciones por tarea: al principio, la gente necesita 4 o 5 intentos para obtener un resultado útil. Con práctica, bajan a 1 o 2. Esto se traduce directamente en tiempo ahorrado.
Calidad del primer resultado: pide a cada persona que guarde los resultados de sus prompts durante una semana. Revisa cuántos son directamente utilizables sin edición significativa. Al principio será el 20 o 30%. Al mes debería estar por encima del 50%.
Uso sostenido: la mejor señal de que la formación ha funcionado es que la gente sigue usando IA tres meses después. Si el uso cae después del primer mes, la formación en prompting no ha sido suficientemente práctica o el seguimiento es insuficiente.
Si quieres profundizar en métricas de adopción de IA, nuestro artículo sobre KPIs para medir IA en la empresa ofrece un marco completo.
Prompting para procesos vs prompting puntual
Hay una distinción importante que debes enseñar a tu equipo: el prompting puntual (preguntas ad hoc para resolver algo concreto) y el prompting de proceso (prompts estandarizados que forman parte de un flujo de trabajo repetitivo).
El prompting de proceso es donde está el retorno real. Si tu equipo de ventas redacta 50 propuestas al mes y cada una empieza con el mismo prompt plantilla adaptado a cada cliente, el ahorro es masivo y predecible.
Identifica las 5 tareas más repetitivas de cada departamento y crea un prompt estándar para cada una. Esos 5 prompts por departamento pueden ahorrar más horas que cualquier otra acción que tomes.
Para ver cómo los prompts se integran en procesos más amplios de automatización, te recomendamos nuestro artículo sobre agentes de IA para pymes.
Conclusión
Enseñar prompting a tu equipo no es enseñar tecnología. Es enseñar a comunicar con precisión. La estructura CREF (Contexto, Rol, Especificaciones, Formato) se aprende en horas y se perfecciona en semanas. Los errores más comunes son predecibles y corregibles. Y la biblioteca de prompts compartida es el activo que convierte el aprendizaje individual en ventaja colectiva.
En MG Solutions incluimos la formación en prompting como parte central de nuestros programas de adopción de IA. No enseñamos a escribir prompts genéricos: trabajamos con las tareas reales de cada departamento para crear prompts que se usen desde el primer día. Si quieres que tu equipo deje de tratar la IA como un buscador caro, podemos ayudarte.