Qué modelo usar, qué comandos funcionan mejor o qué estructura tiene el «prompt perfecto» son algunas de las preguntas que quienes trabajan con IA se hacen a diario. La respuesta no está en la tecnología, sino en la mente de quien la utiliza porque es una habilidad que no se puede automatizar
El prompt engineering, o ingeniería de prompts en español, es el método de diseñar, estructurar y optimizar las instrucciones que se dan a un sistema de inteligencia artificial generativa para obtener respuestas más precisas y con más calidad. Su objetivo es refinar la comunicación lo máximo posible para guiar a la IA, de forma que se obtengan resultados más útiles y se reduzcan aquellos que sean genéricos o erróneos.
El prompting no es una habilidad técnica como puede parecer, sino que va mucho más allá. Es la capacidad de pensar con claridad, criterio y con un propósito antes de escribir una petición a la IA. Y, por eso, no debe entenderse como una destreza aislada sino como una extensión del pensamiento crítico, la cultura informativa y la capacidad narrativa.
¿Existe el prompt perfecto?
Hay quienes piensan que existe una fórmula mágica que, si se aplica correctamente, garantiza resultados espectaculares. Sin embargo, la experiencia con herramientas de IA generativa demuestra lo contrario: la calidad de la respuesta suele depender de la calidad de las instrucciones que se hayan escrito previamente.
La inteligencia artificial no tiene la capacidad de corregir o mejorar enfoques deficientes, solamente los amplifica. No puede aportar profundidad donde no la hay, ni introducir intención donde la persona no la ha definido bien. Así que, cuando un periodista obtiene un resultado plano o excesivamente genérico, el problema no suele ser de la herramienta. Suele residir en peticiones formuladas sin estrategia alguna, por eso hay que pensar antes de escribir.
Primero pensar y después escribir
Un buen prompt comienza antes de teclear en el ordenador. Empieza cuando la persona se hace preguntas fundamentales como: ¿Qué quiero conseguir exactamente? ¿Qué información es prescindible y cuál es accesoria? ¿Qué punto de vista aporta valor de verdad? ¿Para qué necesito este contenido?
Para responder a estas preguntas, lo primero que hay que hacer es ordenar ideas, jerarquizar la información y definir de forma clara y precisa cuál es el propósito del trabajo. Y no hay que aprender a «hablar a una máquina», hay que aprender a pensar con claridad para que la máquina pueda colaborar en aquello en lo que necesites de su ayuda.
Cuanto más clara es la mente de la persona que está tratando de conseguir algo de la IA generativa, más sencillos son sus prompts, paradójicamente. No se necesitan fórmulas súper rebuscadas si se tienen claros el enfoque, el tono y el objetivo porque la inteligencia artificial actúa como espejo y responde con el nivel de análisis que se le ha pedido. Si el pensamiento es superficial, la respuesta será superficial pero si el criterio es sólido, la respuesta será mucho más útil.
Competencia clave en el periodismo
En entornos profesionales como el de la Comunicación, saber usar la inteligencia ya no impresiona. Lo que hace que se marque la diferencia es demostrar criterio en su utilización y, de hecho, los perfiles más valorados no son los que delegan tareas a la IA sin supervisión. Son los que saben integrar estas herramientas dentro de una lógica editorial coherente, es decir, personas que son capaces de decidir cuándo usar la IA y cuándo no, y cómo mejorar los resultados.
La habilidad invisible detrás del buen prompting se ha convertido en una forma de liderazgo, ya que implica responsabilidad, capacidad de análisis y conciencia del impacto del contenido generado con la ayuda de la inteligencia artificial generativa. Esto está obligando a los comunicadores a enfrentarse a la incómoda realidad de que ya no basta con producir texto, sino que es necesario definir con cierta precisión qué tipo de texto merece ser producido.
El prompting bien entendido no hace que el trabajo intelectual se simplifica, lo hace más exigente. Obliga a pensar antes de pedir, a estructurar antes de delegar y a revisar antes de publicar, y ésta es su mayor aportación.
