19 Fórmulas y Estructuras de Prompts para ChatGPT: Más Allá de lo Básico

En el viaje continuo para mejorar la comunicación entre humanos e inteligencias artificiales, como ChatGPT, una herramienta se destaca por su capacidad para moldear interacciones ricas y productivas: la ingeniería de prompts. Más allá de los fundamentos explorados anteriormente, un aspecto particularmente fascinante de esta práctica implica el uso de fórmulas y estructuras de prompts, verdaderos catalizadores para maximizar la efectividad y precisión de las respuestas generadas por la IA.

Este artículo está dedicado exclusivamente a profundizar en este tema, desvelando una gama de estrategias estructurales que van desde enfoques básicos hasta los más avanzados. Al comprender y aplicar estas fórmulas, es posible no solo comunicarse de manera más eficiente con ChatGPT y otras herramientas de IA, como Microsoft Copilot y Google Gemini, sino también explorar nuevas dimensiones de creatividad, análisis y resolución de problemas.

Cada estructura de prompt ofrece una manera única de organizar y presentar sus solicitudes, guiando el modelo de IA para generar respuestas que se alineen estrechamente con sus objetivos específicos. Ya sea para elicitar información detallada, fomentar la generación de contenido creativo o facilitar la resolución de cuestiones complejas, estas estrategias representan un puente entre la intención humana y el potencial casi ilimitado de la inteligencia artificial.

A lo largo de este artículo, exploraremos diversas fórmulas y estructuras, destacando sus características distintas, aplicaciones prácticas y, más importante, cómo pueden combinarse y adaptarse para satisfacer las más variadas necesidades y contextos. Prepárese para sumergirse en el universo de las fórmulas y estructuras de prompts, un viaje que promete no solo ampliar su repertorio de ingeniería de prompt, sino también enriquecer su capacidad para interactuar de manera más significativa con ChatGPT.

eBook Gratis: Descubriendo la Ingeniería de Prompt

Domina el arte de los prompts en 43 páginas y desbloquea el potencial de las IAs LLM.

Descargar Ahora

Ejemplos de Fórmulas y Estructuras de Prompts

RTF: Papel, Tarea, Formato

La estructura RTF es un enfoque eficiente para formular prompts que dirigen la interacción con ChatGPT de manera clara y objetiva. Esta metodología ayuda a establecer la función o el papel que ChatGPT debe asumir (Papel), la actividad específica o el problema a ser resuelto (Tarea) y la manera en que la respuesta debe ser organizada (Formato).

Utilizando la estructura RTF, es posible guiar las respuestas de ChatGPT para que sean más alineadas con las expectativas del usuario, además de facilitar la obtención de información o soluciones estructuradas de manera particularmente útil. Vamos a explorar cada uno de sus componentes:

• Papel (Role): Define quién o qué está realizando la acción en el prompt. Puede ser una persona, una entidad o el propio ChatGPT actuando en un papel específico.
• Tarea (Task): Especifica lo que necesita ser hecho. La tarea debe ser clara y directa, describiendo la acción deseada o la información necesaria.
• Formato (Format): Delinea cómo desea que la respuesta sea estructurada. Esto puede incluir formatos como una lista, un párrafo, una fórmula matemática, etc.

Ejemplo práctico de RTF:

Como especialista en nutrición (Papel), proporcione una lista de cinco alimentos ricos en proteínas (Tarea) en formato de lista numerada (Formato).

ChatGPT puede responder algo como:

1. Pollo
2. Huevos
3. Quinoa
4. Almendras
5. Yogur Griego

Este ejemplo demuestra cómo la estructura RTF puede usarse para generar una respuesta específica y bien organizada, facilitando la comunicación de información clara y concisa. Al especificar el papel (especialista en nutrición), la tarea (proporcionar una lista de alimentos) y el formato (lista numerada).

CTF: Contexto, Tarea, Formato

La estructura CTF es una poderosa herramienta en la ingeniería de prompts, permitiendo a los usuarios establecer claramente el escenario en el que ocurre la interacción, la acción específica esperada de ChatGPT y la manera en que la respuesta debe ser estructurada. Este enfoque facilita la creación de prompts que son precisos en sus solicitudes y específicos en cuanto al resultado deseado, optimizando la efectividad de la respuesta obtenida.

• Contexto (Context): Proporciona la información de fondo necesaria para entender la situación o el problema en cuestión. Ayuda a establecer la relevancia de la tarea y orienta la dirección de la respuesta.
• Tarea (Task): Describe explícitamente lo que se espera que ChatGPT haga, detallando la acción o el conjunto de acciones requeridas.
• Formato (Format): Especifica cómo debe ser estructurada la respuesta, ya sea en forma de lista, párrafos, un plan detallado, etc., para satisfacer las necesidades del usuario.

Supongamos que estás buscando ayuda de ChatGPT para compilar una lista de consejos prácticos de ahorro de energía para hogares. Aplicando la estructura CTF, el prompt sería:

• Contexto: “Ante el aumento de las tarifas de energía y la creciente preocupación por la sostenibilidad ambiental, muchas personas están buscando maneras de reducir el consumo de energía en sus hogares.”
• Tarea: “Elabore una lista de consejos prácticos y fáciles de implementar que los propietarios de inmuebles puedan usar para ahorrar energía.”
• Formato: “Presente los consejos en formato de lista numerada, proporcionando una breve descripción para cada uno.”

Ejemplo práctico de CTF:

Considerando el aumento de las tarifas de energía y la preocupación por la sostenibilidad, cree una lista numerada de consejos prácticos de ahorro de energía para hogares. Los consejos deben ser fáciles de implementar y acompañados de una breve descripción explicativa.

Este ejemplo muestra cómo la estructura CTF puede usarse para solicitar información específica de manera clara y organizada, resultando en una respuesta que es directamente aplicable y útil para el contexto presentado.

PECRA: Propósito, Expectativa, Contexto, Pedido, Acción

La estructura PECRA es una herramienta versátil para la ingeniería de prompts que enfatiza la claridad y la especificidad al interactuar con modelos de lenguaje como ChatGPT. Desglosamos cada componente:

• Propósito (Purpose): Define el motivo por el cual se está creando el prompt. Ayuda a clarificar la intención general de la interacción.
• Expectativa (Expectation): Describe el resultado o tipo de respuesta que se espera recibir del modelo.
• Contexto (Context): Proporciona información adicional necesaria para que el modelo entienda el prompt y genere una respuesta apropiada.
• Pedido (Request): Especifica claramente lo que se está solicitando al modelo.
• Acción (Action): Indica la acción específica que se desea que el modelo ejecute.

Imaginemos que deseas que ChatGPT cree un plan de estudios para un estudiante que se está preparando para un examen importante de matemáticas. Veamos cómo aplicar la estructura PECRA:

• Propósito: “El propósito de este prompt es ayudar a un estudiante a prepararse de manera efectiva para un examen de matemáticas.”
• Expectativa: “Espero recibir un plan de estudios detallado que cubra los principales temas necesarios para el examen.”
• Contexto: “El estudiante tiene 2 semanas hasta el examen, puede estudiar aproximadamente 3 horas por día, y tiene dificultades principalmente en álgebra y geometría.”
• Pedido: “Con base en esta información, por favor, cree un plan de estudios.”
• Acción: “Organice el plan comenzando por los fundamentos del álgebra, siguiendo con geometría, e incluya revisiones regulares.”

Ejemplo práctico de PECRA:

Considerando un estudiante que se está preparando para un examen importante de matemáticas en 2 semanas y puede dedicar 3 horas diarias al estudio, con dificultades en álgebra y geometría, cree un plan de estudios detallado. El plan debe empezar con los fundamentos del álgebra, progresar hacia la geometría e incluir revisiones regulares, apuntando a una preparación efectiva para el examen.

Este ejemplo ilustra cómo la estructura PECRA puede utilizarse para formular un prompt claro y detallado, guiando a ChatGPT a generar una respuesta que cumpla con las expectativas específicas del usuario.

CREATE: Caracterización, Requisición, Ejemplos, Ajustes, Tipo, Extras

La estructura CREATE es un método comprensivo para la formulación de prompts, dirigido a una interacción eficiente y focalizada con modelos de IA como ChatGPT. Este enfoque detallado permite al usuario especificar claramente el contexto y las expectativas de la interacción. Veamos cada componente:

• Caracterización (Character): Define un papel específico para ChatGPT, guiando sus respuestas de acuerdo con un perfil o función predefinida. Esto ayuda a moldear la naturaleza de las respuestas de acuerdo con el contexto deseado.
• Requisición (Request): Especifica de manera clara y objetiva lo que se espera del modelo, detallando la tarea a realizar. Este paso es crucial para asegurar que el modelo entienda exactamente lo que se solicita.
• Ejemplos (Examples): Presenta ejemplos de outputs o resultados esperados, proporcionando al modelo una referencia clara del tipo de respuesta o contenido deseado.
• Ajustes (Adjustments): Permite al usuario solicitar mejoras o modificaciones específicas en respuestas previas, dirigiendo el modelo para que mejor atienda las necesidades de la tarea.
• Tipo (Type of output): Define el formato esperado de la respuesta, ya sea un texto narrativo, una lista, un plan detallado, entre otros. Esto guía la estructuración de la información proporcionada por el modelo.
• Extras (Extras): Ofrece la oportunidad de agregar información adicional o contextual, enriqueciendo el prompt y posibilitando respuestas más precisas y alineadas con las expectativas del usuario.

Imaginemos que deseas que ChatGPT cree una guía de viaje personalizada para una ciudad que planeas visitar. Ve cómo aplicar la estructura CREATE:

• Caracterización: “Actuando como un experimentado guía de viajes local,”
• Requisición: “crea una guía personalizada.”
• Ejemplos: “Incluye categorías como alojamiento, gastronomía, atracciones turísticas y consejos de transporte.”
• Ajustes: “Prioriza opciones que sean amigables con el presupuesto y adecuadas para familias.”
• Tipo: “Organiza la guía en secciones claramente definidas, con recomendaciones y breves descripciones.”
• Extras: “Voy a viajar en julio, así que incluye eventos y actividades estacionales relevantes.”

Ejemplo práctico de CREATE:

Actuando como un experimentado guía de viajes local, crea una guía personalizada para mi viaje a Barcelona en julio. Incluye alojamiento, gastronomía, atracciones turísticas y consejos de transporte, priorizando opciones que sean amigables con el presupuesto y adecuadas para familias. Organiza la guía en secciones claramente definidas, con recomendaciones y breves descripciones de cada ítem, y no olvides añadir eventos y actividades estacionales relevantes para el período de mi visita.

Este ejemplo demuestra cómo utilizar la estructura CREATE para elaborar un prompt detallado y específico, guiando a ChatGPT para producir una respuesta alineada con las expectativas y necesidades del usuario.

CREO: Contexto, Pedido, Explicación, Resultado

La estructura CREO es una metodología enfocada en optimizar la formulación de prompts para interacciones más efectivas con modelos de lenguaje, como ChatGPT. Enfatiza la importancia del contexto, de la solicitud clara, de la explicación de la tarea y de la definición del resultado esperado.

• Contexto (Context): Provee la información de fondo necesaria para que el modelo entienda la situación o el tema abordado.
• Pedido (Request): Especifica de forma clara lo que se espera que el modelo haga.
• Explicación (Explanation): Explica la tarea en detalle, ayudando al modelo a comprender mejor el objetivo de la solicitud.
• Resultado (Outcome): Describe el tipo de respuesta o resultado que se espera obtener del modelo.

Imaginemos que deseas que ChatGPT cree una lista de sugerencias para aumentar la productividad personal. Ve cómo aplicar la estructura CREO:

• Contexto: “Dado que muchas personas trabajan desde casa y enfrentan distracciones frecuentes,”
• Pedido: “crea una lista de sugerencias.”
• Explicación: “Estas sugerencias deben ser prácticas y fáciles de implementar para quienes trabajan desde casa.”
• Resultado: “Espero una lista que incluya técnicas de gestión del tiempo, configuración del ambiente de trabajo y consejos de bienestar.”

Ejemplo práctico de CREO:

Considerando que muchas personas trabajan desde casa y enfrentan distracciones frecuentes, crea una lista de sugerencias prácticas y fáciles de implementar para aumentar la productividad personal. Estas sugerencias deben abordar técnicas de gestión del tiempo, configuración del ambiente de trabajo y consejos de bienestar, con el objetivo de mejorar el enfoque y la eficiencia en el entorno doméstico.

Este ejemplo ilustra cómo la estructura CREO puede utilizarse para formular prompts claros y objetivos, orientando a ChatGPT a producir respuestas que satisfagan de manera efectiva las necesidades específicas del usuario.

PAIN: Problema, Acción, Información, Próximos Pasos

La estructura PAIN es una metodología de ingeniería de prompts que se enfoca en la identificación y solución de problemas específicos a través de ChatGPT. Guía la formulación de solicitudes de manera que extraiga soluciones precisas y aplicables.

• Problema (Problem): Identifica el problema que necesita ser resuelto, aclarando el desafío o la necesidad del usuario.
• Acción (Action): Especifica la acción o el tipo de ayuda que se espera de ChatGPT, dirigiéndolo hacia la solución del problema.
• Información (Information): Solicita información detallada o aclaraciones que ChatGPT puede proporcionar para entender mejor el contexto o las sutilezas del problema.
• Próximos Pasos (Next Steps): Pide un plan de acción, recursos o etapas subsiguientes que el usuario pueda seguir para resolver el problema o alcanzar el objetivo deseado.

Imaginemos que estás enfrentando dificultades para organizar tu tiempo eficientemente y deseas que ChatGPT te ayude a crear un plan de manejo del tiempo. Ve cómo aplicar la estructura PAIN:

• Problema: “Estoy luchando para gestionar mi tiempo de manera efectiva,”
• Acción: “necesito un plan de manejo del tiempo personalizado.”
• Información: “¿Qué estrategias o herramientas recomendarías?”
• Próximos Pasos: “Proporciona un plan paso a paso que pueda comenzar a seguir inmediatamente.”

Ejemplo práctico de PAIN:

Estoy luchando para gestionar mi tiempo de manera efectiva y necesito un plan de manejo del tiempo personalizado. ¿Qué estrategias o herramientas recomendarías? Por favor, proporciona un plan paso a paso que pueda comenzar a seguir inmediatamente, considerando que mi día es frecuentemente interrumpido por tareas inesperadas.

Este ejemplo muestra cómo la estructura PAIN puede aplicarse para crear un prompt dirigido y efectivo, llevando a ChatGPT a ofrecer soluciones prácticas y personalizadas para problemas específicos enfrentados por el usuario.

TREF: Tarea, Requisito, Expectativa, Formato

La estructura TREF es un enfoque enfocado para la ingeniería de prompts, que ayuda a especificar qué se desea lograr con la interacción, los criterios que deben cumplirse, qué se espera de la respuesta y en qué formato debe ser entregada. Exploramos cada uno de sus componentes:

• Tarea (Task): Lo que exactamente estás pidiendo a ChatGPT hacer. Esto debe ser una acción o un conjunto de acciones claras.
• Requisito (Requirement): Los criterios o condiciones específicas que la respuesta necesita satisfacer.
• Expectativa (Expectation): El resultado esperado de la interacción, incluyendo el tipo de información o solución que deseas recibir.
• Formato (Format): Cómo deseas que la información o solución sea presentada.

Supongamos que deseas que ChatGPT escriba un resumen sobre las tendencias actuales en tecnología de energía renovable. Veamos cómo aplicar la estructura TREF:

• Tarea: “Escribe un resumen sobre las tendencias actuales en tecnología de energía renovable.”
• Requisito: “El resumen debe cubrir tanto avances tecnológicos como desafíos actuales.”
• Expectativa: “Espero obtener un panorama claro y conciso que pueda ser usado para informar al público general.”
• Formato: “El resumen debe estar estructurado en párrafos, con un máximo de 300 palabras.”

Ejemplo práctico de TREF:

Por favor, escribe un resumen de máximo 300 palabras sobre las tendencias actuales en tecnología de energía renovable, incluyendo avances tecnológicos y desafíos. El resumen debe estar estructurado en párrafos, ofreciendo un panorama claro y conciso adecuado para informar al público en general.

Este ejemplo muestra cómo la estructura TREF puede utilizarse para crear un prompt detallado y específico, dirigiendo a ChatGPT para producir una respuesta que no solo satisfaga una necesidad informativa específica, sino que también cumpla con criterios definidos de contenido y formato.

GRADE: Meta, Pedido, Acción, Detalle, Ejemplos

La estructura GRADE es una técnica efectiva para estructurar prompts que comunican claramente la intención, detallan la petición, especifican la acción deseada, proporcionan detalles adicionales e incluyen ejemplos para guiar la respuesta. Aquí está el desglose de cada componente:

• Meta (Goal): El objetivo o finalidad del prompt. Define lo que esperas lograr con la interacción.
• Pedido (Request): Lo que estás pidiendo específicamente a ChatGPT hacer.
• Acción (Action): La acción específica que deseas que ChatGPT ejecute en respuesta a tu petición.
• Detalle (Detail): Información adicional que ayuda a aclarar la petición, proporcionando contexto o especificaciones más precisas.
• Ejemplos (Examples): Casos o ejemplos concretos que ilustran el tipo de respuesta o el contenido que esperas recibir.

Imaginemos que deseas que ChatGPT cree una guía introductoria para principiantes sobre cómo invertir en criptomonedas. Veamos cómo la estructura GRADE puede aplicarse:

• Meta: “Crear una guía introductoria accesible para principiantes sobre inversión en criptomonedas.”
• Pedido: “Elabora una guía que introduzca los conceptos básicos de la inversión en criptomonedas.”
• Acción: “Incluye secciones sobre qué son las criptomonedas, cómo empezar a invertir y consejos de seguridad.”
• Detalle: “La guía debe ser fácil de entender para alguien sin conocimiento previo sobre el tema.”
• Ejemplos: “Proporciona ejemplos de plataformas de inversión populares y explica términos comunes como ‘blockchain’ y ‘wallet digital’.”

Ejemplo práctico de GRADE:

Por favor, crea una guía introductoria sobre cómo invertir en criptomonedas, dirigida a principiantes. La guía debe introducir conceptos básicos, incluir secciones sobre qué son las criptomonedas, cómo empezar a invertir, y consejos de seguridad. Asegúrate de que el contenido sea accesible para alguien sin conocimiento previo, proporcionando ejemplos de plataformas populares de inversión y explicando términos como 'blockchain' y 'wallet digital'.

Este ejemplo demuestra cómo la estructura GRADE puede ser utilizada para elaborar un prompt detallado y específico, orientando a ChatGPT para producir una guía introductoria completa y accesible sobre un tema complejo como la inversión en criptomonedas.

ROSES: Rol, Objetivo, Escenario, Solución Esperada, Etapas

La estructura ROSES está diseñada para facilitar la comunicación detallada de un problema y cómo te gustaría que fuera abordado, especificando el rol, el objetivo, el escenario en el que se inserta la cuestión, la solución esperada y las etapas para alcanzarla. Esta aproximación es particularmente útil para solicitudes complejas o cuando se desea una respuesta detallada y estructurada. Detallemos cada componente:

• Rol (Role): Define quién está realizando la acción o desde cuya perspectiva se habla. Puede ser el propio ChatGPT asumiendo un rol específico.
• Objetivo (Objective): Lo que se espera lograr con el prompt. Aclara el propósito de la solicitud.
• Escenario (Scenario): El contexto o situación en la que se plantea la cuestión o tarea. Ayuda a proporcionar fundamento y relevancia a la petición.
• Solución Esperada (Expected Solution): Describe el resultado o tipo de respuesta que se espera de ChatGPT.
• Etapas (Steps): Secuencia de acciones o proceso que se debe seguir para alcanzar la solución deseada.

Imagina que quieres que ChatGPT te ayude a planificar una campaña de marketing digital para un nuevo producto. Utilizando la estructura ROSES, el prompt puede estructurarse de la siguiente manera:

• Rol: “Como un experto en marketing digital…”
• Objetivo: “…el objetivo es crear una campaña efectiva para el lanzamiento de un nuevo producto tecnológico.”
• Escenario: “El producto es un dispositivo innovador de monitoreo de salud que se conecta a smartphones. El mercado objetivo son jóvenes adultos interesados en tecnología y fitness.”
• Solución Esperada: “Se espera un plan de campaña que incluya estrategias de redes sociales, influencers digitales y marketing por correo electrónico.”
• Etapas: “1. Identificar las principales plataformas de redes sociales utilizadas por nuestro público objetivo. 2. Seleccionar influencers digitales en el nicho de tecnología y fitness. 3. Desarrollar una serie de correos electrónicos para el compromiso antes y después del lanzamiento.”

Ejemplo práctico de ROSES:

Como un experto en marketing digital, crea una campaña de marketing digital para el lanzamiento de un nuevo dispositivo de monitoreo de salud que se conecta a smartphones. El producto está dirigido a jóvenes adultos interesados en tecnología y fitness. El plan debe incluir estrategias para redes sociales, influencers digitales y marketing por correo electrónico, comenzando por la identificación de las principales plataformas de redes sociales, selección de influencers en el nicho de tecnología y fitness, y desarrollo de una serie de correos electrónicos para el compromiso antes y después del lanzamiento.

RDIREC: Rol, Definición, Intención, Pedido, Ejemplo, Aclaración

La estructura RDIREC es una metodología detallada para formular prompts que requieren respuestas complejas y bien fundamentadas, incorporando elementos como el rol desempeñado, la definición de términos clave, la intención detrás del pedido, ejemplos específicos para guiar la respuesta y aclaraciones para evitar ambigüedades. Vamos a explorar cada componente:

• Rol (Role): Especifica el punto de vista o la capacidad en la cual ChatGPT o el usuario está actuando.
• Definición (Definition): Clarifica conceptos o términos clave que son cruciales para el entendimiento del prompt.
• Intención (Intent): Explica el motivo o objetivo detrás del prompt, lo que ayuda a orientar la dirección de la respuesta.
• Pedido (Request): Qué exactamente se está solicitando, formulado de manera clara y precisa.
• Ejemplo (Example): Proporciona casos o ejemplos concretos que sirven como referencia para el tipo de respuesta esperada.
• Aclaración (Clarification): Añade detalles o información adicional para minimizar malentendidos y afinar la respuesta.

Supongamos que deseas que ChatGPT cree contenido sobre la importancia de la ciberseguridad para pequeñas y medianas empresas (PMEs). Aplicando la estructura RDIREC, el prompt puede estructurarse así:

• Rol: “Como un consultor de ciberseguridad…”
• Definición: “…defina ‘ciberseguridad’ y explique su relevancia para el entorno empresarial actual, especialmente para PMEs.”
• Intención: “El objetivo es concienciar a los propietarios de PMEs sobre los riesgos cibernéticos y animarlos a adoptar medidas de protección.”
• Pedido: “Elabore una guía introductoria sobre ciberseguridad para PMEs, destacando prácticas recomendadas y estrategias de mitigación de riesgos.”
• Ejemplo: “Incluya ejemplos de ataques cibernéticos comunes, como phishing y ransomware, y sus consecuencias para los negocios.”
• Aclaración: “Enfatice la importancia del entrenamiento de empleados, copias de seguridad regulares y actualizaciones de software como medidas preventivas.”

Ejemplo práctico de RDIREC:

Como un consultor de ciberseguridad, defina 'ciberseguridad' y explique su importancia en el contexto empresarial actual, enfocándose en PMEs. El objetivo es crear una guía introductoria que concientice sobre los riesgos cibernéticos y promueva la adopción de medidas de seguridad. Incluya ejemplos de ataques como phishing y ransomware, destacando las consecuencias para las empresas. Detalle la relevancia del entrenamiento de empleados, copias de seguridad regulares y actualizaciones de software como estrategias preventivas.

Este ejemplo muestra cómo la estructura RDIREC puede usarse para formular un prompt complejo, orientando a ChatGPT a producir contenido educativo y detallado sobre ciberseguridad para PMEs, con definiciones claras, ejemplos ilustrativos y aclaraciones que dirigen la respuesta de forma efectiva.

RSCET: Rol, Situación, Complicación, Expectativa, Tarea

La estructura RSCET se utiliza para desarrollar prompts que detallan un escenario complejo, exigiendo una respuesta que aborde una situación específica, sus complicaciones, lo que se espera como solución y la tarea a ser realizada. Esta metodología ayuda a crear prompts claros y estructurados para escenarios que involucran la resolución de problemas o análisis detallado. Detallemos cada componente:

• Rol (Role): Define quién está involucrado o quién debe actuar, pudiendo ser el propio ChatGPT asumiendo un rol específico.
• Situación (Situation): Describe el contexto o el escenario en el cual se inserta el prompt.
• Complicación (Complication): Identifica los desafíos, problemas o complicaciones presentes en la situación descrita.
• Expectativa (Expectation): Clarifica lo que se espera como resultado de la interacción, qué solución o tipo de respuesta es deseada.
• Tarea (Task): Especifica la acción o conjunto de acciones que deben ser realizadas para satisfacer el prompt.

Imagine que deseas que ChatGPT ayude a planificar una estrategia para superar un desafío de marketing digital enfrentado por una startup tecnológica. Utilizando la estructura RSCET, el prompt puede ser formulado de la siguiente manera:

• Rol: “Como un experto en marketing digital…”
• Situación: “…la startup tecnológica ‘TechNova’ está lanzando una nueva aplicación de productividad, que ayuda a los usuarios a gestionar mejor su tiempo y proyectos.”
• Complicación: “A pesar de la alta calidad de la aplicación, ‘TechNova’ enfrenta una fuerte competencia en el mercado y tiene dificultades para alcanzar a su público objetivo.”
• Expectativa: “Se espera desarrollar una estrategia de marketing digital innovadora que haga destacar la aplicación en un mercado saturado y aumente su alcance.”
• Tarea: “Cree un plan de marketing que incluya tácticas de SEO, marketing de contenido y campañas en redes sociales, enfocándose en los diferenciadores de la aplicación y cómo resuelve problemas específicos de los usuarios.”

Ejemplo práctico de RSCET:

Como un experto en marketing digital, desarrolle una estrategia para la startup 'TechNova', que está lanzando una nueva aplicación de productividad. A pesar de la calidad del producto, la empresa enfrenta una fuerte competencia y desafíos para alcanzar a su público. El objetivo es crear un plan de marketing que utilice SEO, marketing de contenido y redes sociales, destacando los diferenciadores de la aplicación y su capacidad para resolver problemas específicos de los usuarios.

Este ejemplo demuestra cómo la estructura RSCET puede aplicarse para elaborar un prompt que detalla un escenario desafiante, dirigiendo a ChatGPT a desarrollar una estrategia de marketing digital creativa y enfocada para superar las complicaciones especificadas.

RASCEF: Rol, Acción, Pasos, Contexto, Ejemplos, Formato

La estructura RASCEF es un enfoque detallado para formular prompts que enfatiza la claridad en la comunicación de una tarea compleja, incorporando el rol asumido, las acciones a tomar, los pasos específicos para la realización de la tarea, el contexto que rodea la situación, ejemplos para ilustrar mejor la solicitud y el formato deseado para la respuesta. Esta estructura es ideal para situaciones que requieren instrucciones detalladas y resultados bien definidos. Examinemos cada componente:

• Rol (Role): Define quién está realizando la tarea o de quién es la perspectiva en la situación descrita.
• Acción (Action): Describe la acción principal o las acciones que necesitan ser tomadas.
• Pasos (Steps): Detalla los pasos específicos o procedimientos necesarios para completar la tarea.
• Contexto (Context): Proporciona información de fondo relevante para comprender completamente la situación o el problema en cuestión.
• Ejemplos (Examples): Incluye ejemplos o casos prácticos que sirven de modelo o inspiración para la respuesta.
• Formato (Format): Especifica la manera en que la respuesta debe ser organizada o presentada.

Imaginemos que deseas que ChatGPT desarrolle un plan para aumentar la visibilidad en línea de una nueva marca de café artesanal. Utilizando la estructura RASCEF, el prompt podría estructurarse de la siguiente manera:

• Rol: "Como consultor de marketing digital especializado en marcas de café artesanal…"
• Acción: "…desarrolla un plan estratégico para aumentar la visibilidad online de la marca."
• Pasos: "1. Identificar el público objetivo. 2. Elegir las plataformas de redes sociales más adecuadas. 3. Crear contenido atractivo que resalte la singularidad del café. 4. Implementar una campaña de anuncios pagados. 5. Medir y ajustar la estrategia basada en el feedback y análisis de datos."
• Contexto: "La marca es nueva en el mercado y ofrece una selección única de cafés artesanales de origen único, pero está luchando para destacarse en un mercado competitivo."
• Ejemplos: "Incluir ejemplos de tipos de contenido que se pueden crear, como publicaciones sobre el origen del café, videos detrás de escenas mostrando el proceso de tostado, y testimonios de clientes."
• Formato: "El plan debe ser presentado en un documento estructurado con secciones claras para cada paso del proceso."

Ejemplo práctico de RASCEF:

Como consultor de marketing digital especializado en marcas de café artesanal, elabora un plan estratégico para aumentar la visibilidad online de una nueva marca de café. El plan debe incluir pasos para identificar el público objetivo, elegir las plataformas de redes sociales adecuadas, crear contenido atractivo, implementar campañas de anuncios pagados y medir el éxito de la estrategia. Considera el contexto de un mercado competitivo y proporciona ejemplos de contenido. Presenta el plan en un documento estructurado con secciones para cada etapa.

Este ejemplo demuestra cómo la estructura RASCEF facilita la creación de un prompt detallado y orientado a la acción, permitiendo a ChatGPT generar un plan de marketing digital comprensivo y bien organizado para la marca de café artesanal.

APE: Acción, Propósito, Expectativa

La estructura APE es un método conciso que se enfoca en tres elementos cruciales para la formulación de prompts efectivos: la acción deseada, el propósito detrás de esa acción y la expectativa del resultado. Examinemos cada componente:

• Acción (Action): Lo que deseas que ChatGPT haga. Este componente es directo y especifica claramente la tarea a realizar.
• Propósito (Purpose): La razón por la que estás solicitando esa acción. Define la intención detrás del prompt, aclarando el objetivo que se busca alcanzar.
• Expectativa (Expectation): El resultado que esperas ver como respuesta a la acción solicitada. Especifica lo que se consideraría una respuesta satisfactoria.

Imagina que deseas que ChatGPT cree contenido informativo sobre el impacto de la inteligencia artificial en la educación. Utilizando la estructura APE, el prompt sería:

• Acción: "Escribe un artículo sobre el impacto de la inteligencia artificial en la educación."
• Propósito: "El propósito es informar a los lectores sobre cómo la IA está transformando los métodos de enseñanza y aprendizaje."
• Expectativa: "Espero un análisis detallado que cubra tanto los beneficios como los desafíos asociados con el uso de la IA en la educación, con ejemplos concretos."

Ejemplo práctico de APE:

Escribe un artículo detallando el impacto de la inteligencia artificial en la educación, con el propósito de informar a los lectores sobre las transformaciones en los métodos de enseñanza y aprendizaje. Espero un análisis que explore los beneficios y desafíos, incluyendo ejemplos concretos para ilustrar estos puntos.

Este ejemplo muestra cómo la estructura APE puede ser utilizada para crear un prompt claro y objetivo, dirigiendo a ChatGPT para producir contenido informativo y bien fundamentado sobre el tema propuesto.

TAG: Tarea, Acción, Meta

La estructura TAG es una herramienta eficiente para definir prompts que están enfocados y orientados a resultados. Enfatiza la importancia de establecer una tarea específica, la acción necesaria para completarla y el objetivo final que se desea alcanzar. Este enfoque ayuda a crear una dirección clara para la interacción con el ChatGPT. Vamos a detallar cada componente:

• Tarea (Task): Lo que necesita ser hecho. Este elemento define el alcance del trabajo o de la información solicitada.
• Acción (Action): Los pasos específicos o el proceso por el cual se debe realizar la tarea.
• Meta (Goal): El resultado deseado o el propósito de completar la tarea. Clarifica lo que se espera alcanzar al final del proceso.

Supongamos que estás buscando orientación de ChatGPT para planificar un evento de networking para profesionales del área tecnológica. Utilizando la estructura TAG, el prompt podría ser:

• Tarea: “Organizar un evento de networking para profesionales del área tecnológica.”
• Acción: “Identifica los elementos clave necesarios para el éxito del evento, como la ubicación, temas de discusión e invitados especiales.”
• Meta: “Crear una oportunidad de networking que fomente intercambios valiosos entre los participantes y promueva conexiones profesionales duraderas.”

Ejemplo práctico de TAG:

Organiza un evento de networking para profesionales del área tecnológica. Para ello, identifica los elementos clave que contribuirán al éxito del evento, incluyendo la elección del lugar, los temas de discusión relevantes y la selección de invitados especiales. El objetivo es crear un ambiente que promueva intercambios valiosos y fomente conexiones profesionales duraderas entre los participantes.

Este ejemplo ilustra cómo la estructura TAG puede aplicarse para generar un plan claro y objetivo para la organización de un evento, detallando la tarea, las acciones necesarias y la meta final deseada.

ERA: Expectativa, Rol, Acción

La estructura ERA se centra en definir claramente la expectativa de la respuesta, el rol que desempeña ChatGPT o el usuario en la interacción y las acciones específicas que deben tomarse para alcanzar la expectativa. Este enfoque ayuda a guiar el modelo de lenguaje de manera efectiva, asegurando que las respuestas estén alineadas con los objetivos del usuario. Exploraremos cada componente:

• Expectativa (Expectation): El resultado deseado o lo que se espera obtener como respuesta. Este elemento establece el objetivo final de la interacción.
• Rol (Role): La función o identidad asumida por ChatGPT o por el usuario en el contexto del prompt. Especificar el rol ayuda a contextualizar la respuesta dentro de un escenario o perspectiva particular.
• Acción (Action): Los pasos o procesos específicos que deben seguirse para cumplir con la tarea y satisfacer la expectativa establecida.

Imagina que deseas que ChatGPT te ayude a elaborar un plan de estudios para un examen de certificación en tecnología de la información. Aplicando la estructura ERA, el prompt sería:

• Expectativa: “Desarrollar un plan de estudios efectivo que cubra todos los temas necesarios para el examen de certificación en tecnología de la información dentro de un período de tres meses.”
• Rol: “Como un tutor virtual con experiencia en la preparación para exámenes de certificación en tecnología de la información…”
• Acción: “…elabora un cronograma detallado de estudios, incluyendo recursos de aprendizaje recomendados, una distribución equilibrada de los temas a lo largo del período y técnicas de revisión efectivas.”

Ejemplo práctico de ERA:

Como un tutor virtual especializado en la preparación para exámenes de certificación en tecnología de la información, desarrolla un plan de estudios detallado para un examen de certificación que se realizará en tres meses. El plan debe incluir un cronograma de estudios, recursos de aprendizaje recomendados, distribución equilibrada de los temas y técnicas de revisión efectivas, con el objetivo de cubrir todos los temas necesarios para el examen.

Este ejemplo demuestra cómo la estructura ERA puede utilizarse para solicitar a ChatGPT la creación de un plan de estudios detallado y estructurado, estableciendo claramente la expectativa, el rol desempeñado por el modelo y las acciones específicas a realizar.

RACE: Rol, Acción, Contexto, Expectativa

La estructura RACE es una metodología integral para crear prompts que enfatiza la definición del rol asumido en la interacción, la acción deseada, el contexto que rodea la solicitud y la expectativa de resultado. Este enfoque asegura que todas las partes esenciales de un prompt sean consideradas, facilitando respuestas precisas y alineadas con los objetivos del usuario. Vamos a detallar cada componente:

• Rol (Role): Especifica quién está realizando la acción o desde qué perspectiva se realiza la solicitud. Puede ser el propio ChatGPT asumiendo un rol específico o el usuario definiendo su posición o función.
• Acción (Action): Describe claramente lo que se espera que ChatGPT haga, detallando la tarea o las acciones requeridas.
• Contexto (Context): Provee información de fondo y detalles adicionales sobre la situación o el problema en cuestión, ayudando a aclarar el prompt y guiar la respuesta.
• Expectativa (Expectation): Define el resultado deseado o lo que se espera lograr con la respuesta, estableciendo un objetivo claro para la interacción.

Imagina que estás buscando asistencia de ChatGPT para optimizar el diseño de un sitio web de comercio electrónico para mejorar la experiencia del usuario. Utilizando la estructura RACE, el prompt podría ser formulado de la siguiente manera:

• Rol: “Como diseñador de UX (Experiencia de Usuario)…”
• Acción: “…evalúa el diseño actual de nuestro sitio web de comercio electrónico y sugiere mejoras específicas.”
• Contexto: “El sitio tiene una alta tasa de abandono de carrito y el feedback de los usuarios indica que encontrar productos puede ser complicado.”
• Expectativa: “Espero recibir sugerencias concretas que puedan implementarse para simplificar la navegación, hacer que la búsqueda de productos sea más intuitiva y, como resultado, reducir la tasa de abandono de carrito.”

Ejemplo práctico de RACE:

Como un diseñador de UX, evalúa el diseño actual de nuestro sitio web de comercio electrónico, teniendo en cuenta que enfrentamos una alta tasa de abandono de carrito y comentarios de usuarios que indican dificultades para encontrar productos. Basado en esto, sugiere mejoras específicas que puedan hacer la navegación más simple y la búsqueda de productos más intuitiva, con el objetivo de reducir la tasa de abandono de carrito.

Este ejemplo muestra cómo la estructura RACE puede ser utilizada para formular un prompt detallado y dirigido, solicitando a ChatGPT un análisis crítico y sugerencias de mejoras para un sitio web de comercio electrónico, basado en un contexto específico y con una clara expectativa de resultado.

COAST: Contexto, Objetivo, Acciones, Escenario, Tarea

La estructura COAST está diseñada para guiar la formulación de prompts de manera que cubra todos los aspectos esenciales de una solicitud compleja, desde el contexto hasta la tarea específica a realizar. Esta metodología ayuda a asegurar que las instrucciones sean claras y completas, facilitando la generación de respuestas precisas y relevantes por parte de ChatGPT. Exploramos cada uno de sus componentes:

• Contexto (Context): Ofrece la información de fondo necesaria para entender la situación o el problema en cuestión, estableciendo la base para la interacción.
• Objetivo (Objective): Define claramente lo que se espera alcanzar con la interacción, esclareciendo el propósito de la solicitud.
• Acciones (Actions): Detalla los pasos o procesos específicos que deben seguirse para cumplir con el objetivo.
• Escenario (Scenario): Describe la situación específica o el conjunto de circunstancias en las que se inserta la tarea, proporcionando contexto adicional.
• Tarea (Task): Especifica la acción o conjunto de acciones concretas que ChatGPT debe realizar para atender al prompt.

Supongamos que deseas que ChatGPT te ayude a elaborar una estrategia para aumentar la participación de los empleados en un programa de bienestar corporativo. Aplicando la estructura COAST, el prompt podría ser:

• Contexto: “Nuestra empresa lanzó recientemente un programa de bienestar para promover la salud física y mental de los empleados, pero la participación ha sido menor de lo esperado.”
• Objetivo: “El objetivo es desarrollar una estrategia efectiva para aumentar la participación de los empleados en el programa de bienestar.”
• Acciones: “Identifica las barreras para la participación, crea incentivos para la participación y desarrolla canales de comunicación efectivos para informar y comprometer a los empleados.”
• Escenario: “Considerando que muchos empleados trabajan de forma remota y pueden no estar completamente informados sobre todos los beneficios del programa.”
• Tarea: “Elabora un plan detallado que incluya acciones específicas para superar las barreras identificadas, incentivos para la participación y estrategias de comunicación para aumentar la concienciación sobre el programa.”

Ejemplo práctico de COAST:

Dado el contexto de baja participación en el recientemente lanzado programa de bienestar corporativo, desarrolla una estrategia para aumentar el compromiso de los empleados. Identifica las principales barreras a la participación, propone incentivos atractivos y estructura canales de comunicación efectivos, considerando el escenario de trabajo remoto de muchos empleados. La tarea es crear un plan detallado que aborde estos puntos, con el objetivo de mejorar significativamente la participación en el programa.

Este ejemplo demuestra cómo la estructura COAST puede ser utilizada para construir un prompt detallado y completo, orientando a ChatGPT a desarrollar una estrategia compleja que involucra múltiples aspectos, desde el análisis del problema hasta la proposición de soluciones concretas.

RISE: Papel, Entrada, Etapas, Expectativa

La estructura RISE está diseñada para guiar la formulación de prompts que requieren un enfoque paso a paso para alcanzar un resultado deseado, centrándose en el papel del interlocutor, en las entradas necesarias para iniciar la acción, en las etapas detalladas del proceso y en la expectativa de resultado. Esta metodología es particularmente útil para tareas que involucran instrucciones o procesos complejos. Detallemos cada componente:

• Papel (Role): Define la función o perspectiva de quien realiza la tarea, sea el usuario o el ChatGPT.
• Entrada (Input): Especifica la información o recursos necesarios para iniciar la tarea o proceso.
• Etapas (Steps): Detalla las acciones consecutivas que deben tomarse para completar la tarea o alcanzar el objetivo.
• Expectativa (Expectation): Clarifica el resultado o el objetivo que se espera alcanzar al final del proceso.

Supongamos que quieres que el ChatGPT te ayude a planificar y ejecutar una investigación de mercado para un nuevo producto. Utilizando la estructura RISE, el prompt podría ser:

• Papel: “Como un analista de investigación de mercado…”
• Entrada: “…con acceso a datos demográficos del público objetivo y herramientas de investigación en línea…”
• Etapas: “1. Definir claramente el público objetivo de la investigación. 2. Elaborar un cuestionario enfocado en los aspectos clave del nuevo producto. 3. Elegir la plataforma de investigación en línea más adecuada. 4. Analizar los datos recopilados para extraer insights relevantes.”
• Expectativa: “Espero obtener un informe detallado con insights sobre la aceptación del producto en el mercado objetivo, incluyendo recomendaciones para la estrategia de marketing.”

Ejemplo práctico de RISE:

Como un analista de investigación de mercado, con acceso a datos demográficos del público objetivo y herramientas de investigación online, planifica y ejecuta una investigación para un nuevo producto. El proceso debe incluir la definición del público objetivo, la elaboración de un cuestionario, la elección de la plataforma de investigación y el análisis de los datos recopilados. El objetivo es obtener un informe con insights sobre la aceptación del producto en el mercado, acompañado de recomendaciones para la estrategia de marketing.

Este ejemplo demuestra cómo la estructura RISE puede aplicarse efectivamente para crear un prompt detallado y orientado, facilitando la realización de una tarea compleja, como planificar y ejecutar una investigación de mercado, siguiendo etapas específicas para alcanzar un resultado bien definido.

SPARK: Situación, Problema, Aspiración, Resultados, Suerte o Destino

La estructura SPARK es un enfoque rico y narrativo para la formulación de prompts, diseñado para explorar profundamente una situación, identificar problemas, definir aspiraciones, anticipar resultados y considerar el elemento de suerte o destino (kismet). Esta metodología es ideal para escenarios complejos donde la comprensión completa del contexto y de los objetivos es crucial para generar soluciones creativas y efectivas. Detallemos cada componente:

• Situación (Situation): Describe el contexto o el escenario actual que sirve de telón de fondo para la interacción o el problema en cuestión.
• Problema (Problem): Identifica el desafío o la cuestión central que necesita ser abordada o resuelta.
• Aspiración (Aspiration): Define el estado o objetivo ideal que se desea alcanzar, en contraste con el problema actual.
• Resultados (Results): Anticipa los resultados positivos o los logros que se espera obtener al resolver el problema o alcanzar la aspiración.
• Suerte o Destino (Kismet): Considera el elemento de suerte, destino o factores fuera de control que pueden influir en el resultado de la situación.

Imagina que estás buscando ayuda de ChatGPT para desarrollar una estrategia innovadora para aumentar la participación en una aplicación de bienestar. Aplicando la estructura SPARK, el prompt sería:

• Situación: “La aplicación de bienestar ‘WellLife’ ha recibido feedback positivo sobre su interfaz y funcionalidades, pero la participación de los usuarios ha sido baja en los últimos meses.”
• Problema: “El principal desafío es la falta de compromiso continuo de los usuarios, quienes a menudo descargan la aplicación, pero no la utilizan regularmente.”
• Aspiración: “Nuestro objetivo es transformar ‘WellLife’ en una parte esencial de la rutina diaria de bienestar de los usuarios, aumentando significativamente el compromiso y la participación.”
• Resultados: “Esperamos ver un aumento en la frecuencia de uso de la aplicación, mejor retención de usuarios y feedback positivo sobre las nuevas estrategias implementadas.”
• Suerte o Destino: “Reconocemos que factores externos, como tendencias del mercado y nuevas tecnologías, pueden influir en el éxito de nuestras iniciativas.”

Ejemplo práctico de SPARK:

Dada la situación actual de la aplicación de bienestar 'WellLife', con feedback positivo pero baja participación de los usuarios, el desafío es aumentar el compromiso continuo. Aspiramos a hacer de 'WellLife' una parte indispensable de la rutina de bienestar de los usuarios. Esperamos, como resultado, un aumento en el uso diario y mejor retención de usuarios, aunque reconocemos que factores externos pueden impactar estos resultados. Desarrolla una estrategia innovadora para alcanzar estos objetivos.

Este ejemplo demuestra cómo la estructura SPARK puede utilizarse para elaborar un prompt detallado y orientado a soluciones, abordando una situación compleja con una combinación de análisis profundo, objetivos claros, anticipación de resultados positivos y una noción del papel de la suerte o destino.

Preguntas Frecuentes

Conclusión

Al explorar el vasto territorio de las fórmulas y estructuras de prompts en este artículo, desvelamos herramientas esenciales que capacitan a los usuarios para comunicarse de forma más efectiva con modelos de lenguaje avanzados como ChatGPT. Las fórmulas discutidas ofrecen una gama de opciones para estructurar solicitudes de manera que maximicen la precisión, la relevancia y la profundidad de las respuestas obtenidas.

La ingeniería de prompt no se trata solo de hacer preguntas, es sobre construir puentes de comprensión entre humanos e inteligencia artificial. Al aplicar las técnicas abordadas, desde la definición de contextos y expectativas hasta la elaboración de pasos detallados y objetivos claros, abrimos camino para una colaboración más rica y productiva con la IA. Cada estructura presentada sirve como una guía, un molde que puede ser adaptado y personalizado conforme a las necesidades únicas de cada interacción, promoviendo un intercambio de información más alineado y eficiente.

Animamos a los lectores a no solo aplicar estas estructuras en sus interacciones con ChatGPT, sino también a experimentar con sus combinaciones y variaciones. La flexibilidad y la adaptabilidad son características centrales de la ingeniería de prompt, y la experimentación cuidadosa puede revelar enfoques innovadores y soluciones creativas para desafíos de comunicación.