Cómo escribir prompts perfectos para ChatGPT: guía 2026

Llevas meses usando ChatGPT y sigues sintiéndote frustrado porque las respuestas no terminan de ser lo que necesitas. Le preguntas algo, te da una respuesta genérica, vuelves a preguntar de otra manera, te da otra respuesta mediocre, y al final acabas haciendo el trabajo tú mismo. Escribir prompts para ChatGPT no es un don especial ni requiere estudiar ingeniería de software: es una habilidad concreta que se aprende en unas horas y marca una diferencia brutal en los resultados.

Lo he visto con mis propios ojos (y en mis propios chats). Antes de entender cómo funcionan los modelos de lenguaje, mis prompts eran frases cortas y vagas. Pedía “escríbeme un email profesional” y obtenía algo tan genérico que no podía firmarlo. Ahora construyo prompts con contexto, formato y restricciones, y el resultado sale usable en el primer intento casi siempre. La diferencia no está en el modelo —aunque modelos como GPT-4o o Claude Fable 5 son más capaces— sino en cómo le das las instrucciones.

Esta guía no es una lista de “prompts mágicos” que copiar y pegar. Es un marco para que entiendas por qué funcionan ciertas estructuras, con ejemplos reales de lo que yo uso, los errores más comunes y cómo adaptarlo a tu trabajo diario. Si ya tienes cuenta en ChatGPT, puedes empezar a aplicar esto hoy mismo.

Qué es un prompt (y qué planes tiene ChatGPT en 2026)

Antes de entrar en técnica, aclaremos el escenario porque hay bastante confusión. Un prompt es simplemente la instrucción o mensaje que le envías al modelo. Puede tener una palabra o cinco párrafos —el tamaño importa, pero importa más la estructura.

En cuanto a los planes de ChatGPT (los precios pueden haber cambiado; verifica siempre en la web oficial de OpenAI):

• ChatGPT Free: acceso al modelo base con limitaciones en horas punta. Suficiente para experimentar con prompts, pero no para trabajo serio.
• ChatGPT Plus: alrededor de 20 USD al mes. Incluye acceso a GPT-4o, generación de imágenes con DALL-E, uso de la voz y, dependiendo del momento, acceso a los modelos de la familia o3. Es el nivel donde las técnicas de esta guía brillan de verdad.
• ChatGPT Pro: tier superior con acceso prioritario y funcionalidades avanzadas, a un precio significativamente mayor. Orientado a usuarios que viven dentro de la herramienta.
• ChatGPT para empresas (Team/Enterprise): con privacidad de datos, mayor límite de contexto y gestión centralizada.

Para España y Latinoamérica, el pago suele procesarse en dólares mediante tarjeta internacional, aunque OpenAI ha ido ajustando opciones de pago por región. Recomiendo verificar los precios actuales en openai.com porque varían y esta guía puede estar desactualizada en ese dato concreto.

Lo que sí puedo decirte con certeza: las técnicas de esta guía funcionan igual en el plan gratuito que en el de pago. La diferencia está en la capacidad del modelo, no en el sistema de prompts.

La estructura CRAFT: el marco que uso para casi todo

Hay muchos acrónimos y frameworks para escribir prompts. He probado varios y el que más se sostiene en el uso diario es lo que yo llamo estructura CRAFT: Contexto, Rol, Acción, Formato y Tono. No lo inventé yo, pero sí lo he adaptado a mi flujo.

Contexto: dónde estamos y qué está en juego

El error más frecuente que veo es lanzar una pregunta sin contexto. “Escríbeme una propuesta comercial” no tiene suficiente información para que el modelo genere algo útil. En cambio: “Soy consultor de transformación digital. Mi cliente es una empresa de logística de 200 empleados en México que quiere reducir costes operativos un 15% en 12 meses. Estoy preparando una propuesta para su director de operaciones, que no es técnico pero sí orientado a resultados financieros.”

Con ese contexto, el modelo tiene empresa, sector, objetivo, audiencia y restricción de lenguaje. La respuesta cambia radicalmente.

Lo que incluir en el contexto:

• Quién eres tú (o quién es la persona destinataria del texto)
• Qué quieres conseguir con el resultado
• Cualquier restricción real (longitud, tono, audiencia, idioma)
• Información de fondo que el modelo no puede adivinar

Rol: convierte al modelo en el experto que necesitas

Indicarle al modelo que adopte un rol concreto no es magia, pero sí calibra el tipo de respuesta. No es lo mismo pedirle que “ayude con marketing” que decirle “actúa como director de marketing de una startup SaaS con experiencia en mercados hispanohablantes”.

Lo probé con un análisis de competidores: con el rol genérico, me dio una lista de pasos obvios. Con el rol específico de “analista de estrategia de producto con foco en B2B”, me devolvió un análisis con métricas, vectores de diferenciación y preguntas de validación que no habría pensado en incluir. El rol orienta la perspectiva, no solo el vocabulario.

Acción: verbos claros, sin ambigüedad

“Habla sobre el marketing de contenidos” es vago. “Resume los 5 principios clave del marketing de contenidos para B2B” es una acción. “Redacta un hilo de Twitter de 8 tuits sobre los errores comunes en SEO, con gancho en el primero y llamada a la acción en el último” es todavía más preciso.

Los verbos que mejor funcionan: redacta, resume, lista, compara, analiza, reescribe, traduce, simplifica, estructura, argumenta. Evita verbos difusos como “explícame algo sobre” o “cuéntame un poco”.

Formato: dime cómo quieres que te lo sirva

Si no indicas el formato, el modelo elige el que considera adecuado —y a veces acierta, a veces no. Especificarlo te ahorra retoques:

• “Responde en formato de lista numerada con máximo 3 líneas por punto”
• “Escribe en prosa corrida, sin bullet points”
• “Usa una tabla con columnas: herramienta, precio, ventaja principal, limitación”
• “Dame el código en Python con comentarios en español”
• “Estructura la respuesta en: introducción (2 frases), desarrollo (3 secciones) y conclusión (1 párrafo)“

Tono: el matiz que más se suele olvidar

“Tono profesional” es demasiado amplio. Hay profesional-frío, profesional-cercano, técnico-didáctico, persuasivo-directo, neutro-informativo. Cuanto más específico seas, mejor:

• “Tono directo y sin rodeos, como lo escribiría un consultor senior con poco tiempo”
• “Tono cercano pero informado, como un artículo de blog técnico en español de España”
• “Evita el lenguaje corporativo y las frases de relleno”

Técnicas avanzadas que marcan la diferencia en el día a día

Una vez tienes el marco CRAFT interiorizado, hay un segundo nivel de técnicas que multiplican los resultados en casos específicos.

Few-shot prompting: enseña con ejemplos

En lugar de describir lo que quieres, muéstraselo. Funciona especialmente bien para tareas de escritura con estilo concreto.

Ejemplo real de mi flujo: necesitaba titulares para artículos técnicos con un estilo específico. En lugar de describirlo, incluí en el prompt tres ejemplos de titulares que me gustaban y pedí que generara diez más siguiendo ese patrón. El resultado fue mucho más ajustado que cualquier descripción que hubiera podido escribir.

Estos son tres ejemplos del estilo que busco:
1. "Por qué tu estrategia de contenidos falla (y cómo arreglarlo sin empezar de cero)"
2. "5 cosas que aprendí tras publicar 100 artículos con IA"
3. "El error de prompting que comete el 80% de los usuarios de ChatGPT"

Genera 10 titulares similares sobre productividad con IA para profesionales.

Chain of thought: pídele que piense antes de responder

Para problemas complejos, añadir “piensa paso a paso antes de responder” o “razona el problema en voz alta antes de dar la solución” mejora notablemente la calidad. Los modelos modernos como GPT-4o tienen capacidades de razonamiento más sólidas, pero aun así el chain of thought explícito ayuda en análisis, cálculos y decisiones con múltiples variables.

Lo usé para analizar un contrato de prestación de servicios: le pedí que primero identificara las cláusulas problemáticas, luego las ordenara por riesgo, y finalmente sugiriera redacciones alternativas. Hacerlo en tres pasos encadenados dio un resultado mucho más estructurado que pedirlo todo a la vez.

Restricciones negativas: dile lo que NO quieres

A veces es más efectivo especificar lo que debe evitar que describir lo que quieres:

• “No uses bullet points. No incluyas introducción ni conclusión. No uses palabras como ‘clave’, ‘fundamental’ o ‘esencial’.”
• “No me des consejos genéricos que apliquen a cualquier sector. Todo debe ser específico para el sector educativo.”
• “No menciones herramientas de pago. La respuesta debe funcionar solo con recursos gratuitos.”

Iterar en lugar de empezar de cero

Uno de los cambios más productivos que hice fue dejar de tratar cada prompt como algo que tiene que salir perfecto a la primera. El chat tiene memoria de contexto: puedes construir sobre la respuesta anterior.

“Bien, ahora reescribe el segundo párrafo con más datos concretos.” “El tono es demasiado formal. Hazlo más conversacional sin perder rigor.” “Añade una objeción común y cómo rebatirla al final.”

Iterar tres veces sobre una buena base es más rápido que construir el prompt perfecto desde cero.

Dónde fallan los prompts: errores concretos y cómo corregirlos

Seré directo: hay patrones de error que veo constantemente, incluidos los míos cuando empecé.

Error 1: El prompt demasiado corto para una tarea compleja. “Escríbeme un plan de negocio” es una instrucción de cuatro palabras para una tarea que requeriría semanas de trabajo humano. El modelo llenará los huecos con suposiciones genéricas. Solución: especifica el sector, el tamaño de empresa, el horizonte temporal, la audiencia del documento y el formato esperado.

Error 2: Cambiar de tema dentro del mismo prompt. “Escríbeme un email para un cliente y también dame ideas para mi blog y explícame qué es el SEO.” Tres tareas distintas en un prompt producen respuestas mediocres para las tres. Un prompt, una tarea.

Error 3: Pedir opiniones sin indicar perspectiva. “¿Es buena idea lanzar una newsletter?” El modelo no sabe si eres un freelance con 50 contactos o una empresa con 10.000 clientes potenciales. Sin contexto, la respuesta será tan equilibrada que no te sirve para nada.

Error 4: Asumir que el modelo sabe el estándar de calidad que buscas. “Hazlo mejor” no es una instrucción. “Hazlo más conciso, elimina las repeticiones y asegúrate de que cada frase aporta información nueva” sí lo es.

Error 5: No pedir formato cuando el formato importa. Si necesitas el texto para copiarlo en un email, en un Google Doc o en código, dilo. El modelo no sabe dónde vas a usar el output.

Comparando con otros modelos: en mis pruebas, Claude Fable 5 tolera mejor los prompts vagos porque su entrenamiento de seguimiento de instrucciones es más robusto. Con GPT-4o la precisión del prompt tiene más impacto en el resultado, lo que hace que aprender prompting sea especialmente valioso si lo usas como herramienta principal. Gemini 2.5 Pro destaca cuando el prompt incluye búsqueda de información reciente, pero responde de forma similar ante prompts bien o mal construidos.

¿Vale la pena invertir tiempo en aprender prompting?

Esta pregunta me la hacen mucho y la respuesta honesta tiene matices.

Sí vale la pena si:

• Usas ChatGPT u otro modelo de lenguaje al menos tres veces por semana para trabajo real
• Sientes que las respuestas que obtienes no justifican el tiempo que inviertes en retocarlas
• Trabajas en redacción, análisis, código, atención al cliente o cualquier tarea con alto componente textual
• Quieres construir flujos de trabajo con IA que funcionen de forma repetible y consistente
• Tienes un plan de pago y quieres sacarle el máximo partido

Probablemente no vale la pena si:

• Solo usas IA de forma ocasional para preguntas puntuales y simples
• Tu uso es principalmente conversacional o de entretenimiento
• Prefieres herramientas con interfaces más guiadas que no requieran escribir prompts manualmente (como NotebookLM para analizar documentos, o herramientas especializadas para vídeo o imagen)
• Tienes acceso a un equipo que ya ha construido prompts optimizados para vuestros casos de uso habituales

La inversión real en aprender estas técnicas es de 2 a 4 horas para tener el marco claro y unos días de práctica para que se vuelva automático. El retorno, si lo aplicas en trabajo real, se ve en la primera semana.

Preguntas frecuentes sobre prompts para ChatGPT

¿Funcionan estas técnicas de prompting también con Claude o Gemini? Sí, el marco CRAFT y las técnicas como few-shot o chain of thought son agnósticos al modelo. Los fundamentos funcionan igual con Claude Fable 5, Gemini 2.5 Pro o cualquier modelo de lenguaje actual. Lo que varía es la sensibilidad del modelo a la precisión del prompt: Claude tiende a seguir instrucciones complejas con más fidelidad, mientras que GPT-4o es más creativo en la interpretación. Adapta el nivel de detalle según el modelo que uses.

¿Hay diferencia entre escribir prompts en español o en inglés? En modelos top como GPT-4o o Claude Fable 5, la diferencia de calidad entre español e inglés es pequeña para la mayoría de tareas. Donde sí nota más el idioma es en tareas muy técnicas o en contextos muy especializados donde hay menos datos de entrenamiento en español. Mi recomendación: escribe en el idioma en que necesitas el output. Si necesitas el texto en español, prompts en español. Si el resultado es código o algo técnico, el inglés puede dar un pequeño margen de mejora.

¿Cuánto tiempo tarda en notarse la mejora usando mejores prompts? En mi experiencia, la mejora es visible desde el primer prompt estructurado. No es un proceso largo: en cuanto añades contexto, rol y formato, el cambio en la calidad de la respuesta es inmediato y evidente. Lo que sí requiere práctica es automatizarlo, es decir, que construir prompts bien estructurados se vuelva tu modo natural de escribir.

¿Existe alguna herramienta que ayude a mejorar mis prompts automáticamente? Hay algunas extensiones y herramientas de terceros que intentan “optimizar” prompts automáticamente, pero en mi experiencia el beneficio real está en entender el porqué, no en delegar la construcción del prompt. Lo más útil es pedirle al propio ChatGPT que mejore tu prompt: “Este es mi prompt original: […]. Mejóralo para obtener resultados más precisos sobre [objetivo].” Es un ejercicio que también te enseña mucho.

¿El plan gratuito de ChatGPT es suficiente para practicar prompting? Para aprender y practicar las técnicas de esta guía, sí. El plan gratuito tiene acceso a modelos con suficiente capacidad para que la diferencia entre un buen y un mal prompt sea visible. La limitación real del plan gratuito es el acceso a GPT-4o en horas punta y el límite de mensajes. Si empiezas a usar ChatGPT de forma regular para trabajo, el plan de pago se justifica por el acceso más consistente, no por el sistema de prompts en sí.

Conclusión

El prompting no es una habilidad misteriosa reservada a ingenieros. Es saber comunicarse claramente con una herramienta que ya de por sí es potente, pero que depende de ti para entender qué necesitas exactamente. La estructura CRAFT —contexto, rol, acción, formato y tono— no es el único sistema que existe, pero es el más práctico que he encontrado para el trabajo diario. Aplicarlo de forma consistente hace que ChatGPT pase de ser una herramienta que “a veces funciona” a algo en lo que confías para tareas de verdad.

Para quién es especialmente útil esta guía: si trabajas en redacción, consultoría, marketing, educación o cualquier rol con mucha carga de comunicación escrita, los prompts bien construidos pueden ahorrarte horas a la semana. También para desarrolladores que ya usan modelos de código pero quieren mejorar sus prompts en lenguaje natural. Y para cualquiera que pague por una suscripción a ChatGPT y sienta que no está sacándole el partido que debería.

Un último consejo práctico: guarda tus mejores prompts. Cuando encuentres uno que funciona muy bien para una tarea repetitiva, ponlo en un documento. Ese archivo acaba siendo uno de los activos más valiosos de tu flujo de trabajo con IA.