La mayoría de las "malas respuestas de la AI" no son culpa del modelo - son culpa del prompt. En concreto, son culpa de un prompt que dedica 200 palabras a volver a explicar quién eres y 12 palabras a lo que realmente quieres. Analicemos uno, línea por línea, y veamos exactamente dónde fueron a morir los tokens (y tu paciencia).
En esta página
Ejemplo A: un prompt realista y totalmente típico
Este es el tipo de mensaje que se pega en ChatGPT o Claude aproximadamente once mil veces al día. No tiene nada de inusual. Ese es el problema.
"¡Hola! Antes de hacer mi pregunta, un poco de contexto - Dirijo una pequeña marca de cuidado de la piel DTC llamada Lumen & Co; vendemos sérums y cremas hidratantes, principalmente a mujeres de 25 a 45 años, y la voz de nuestra marca es cercana, pero basada en la ciencia, sin ser demasiado comercial; no nos gustan los signos de exclamación ni las palabras exageradas como 'revolucionario' o 'que cambia las reglas del juego'. Somos un equipo pequeño, así que desempeño muchas funciones: me encargo del marketing y también de parte de la atención al cliente. Cuando escribas para nosotros, usa un tono cálido pero profesional, mantén los párrafos cortos porque nuestros clientes leen en el móvil y evita siempre las afirmaciones médicas, ya que no estamos regulados por la FDA como medicamento. Además, nos gusta terminar los correos con una CTA sutil, no insistente. Bien, con todo esto en mente, ¿puedes escribirme un correo de bienvenida para los nuevos suscriptores de nuestro boletín? Probablemente debería explicar quiénes somos y qué recibirán al suscribirse. Quizá podrías mantenerlo por debajo de 200 palabras. Muchas gracias; avísame si necesitas algo más de mi parte."
Se lee bien, ¿verdad? Suena a una persona amable y minuciosa que intenta ayudar a la AI. También tiene casi 230 palabras, y aproximadamente el 75 % se volverá a escribir mañana, y al día siguiente, y todos los días que esta persona le envíe correos electrónicos a una AI durante el resto del trimestre.
El desmontaje, línea por línea
"¡Hola! Antes de hacer mi pregunta, un poco de contexto -"
Veredicto: preámbulo innecesario. Cero información. Consume tokens, agota la paciencia del lector y retrasa la petición real una frase entera. Se puede eliminar sin coste ni inconvenientes.
"Dirijo una pequeña marca de cuidado de la piel DTC llamada Lumen & Co; vendemos sérums y cremas hidratantes, principalmente a mujeres de 25 a 45 años"
Veredicto: contexto permanente, reescrito de memoria y de forma deficiente. Este es exactamente el tipo de dato que debería estar guardado en algún lugar permanente, no reconstruirse desde cero en un cuadro de chat cada vez. Y lo que es peor: ¿qué pasa si la versión de esta frase de mañana olvida "principalmente" y dice "mujeres de 25 a 45 años" como una afirmación absoluta? Ahora la AI maneja datos ligeramente distintos cada día, porque una persona cansada reescribe la información de la empresa de memoria en lugar de estar definida una vez y quedar fijada.
"la voz de nuestra marca es cercana, pero respaldada por la ciencia y no demasiado comercial; no nos gustan los signos de exclamación ni las palabras grandilocuentes como 'revolucionario' o 'que cambia las reglas del juego'"
Veredicto: esto es lo bueno, y se está desperdiciando. Esta es una regla de estilo real, específica y útil. El problema no es que carezca de importancia, sino que es efímera. Existe para un solo mensaje y luego se evapora. La semana que viene, cuando esta misma persona pida una descripción de producto, tendrá que volver a escribir toda la regla (más tokens desperdiciados) o se olvidará de hacerlo y recibirá un texto lleno de signos de exclamación y de la palabra "revolucionario", que luego tendrá que rechazar y rehacer. Ese ir y venir es el coste real de unos estándares vagos y puntuales: no el primer borrador, sino el segundo, el tercero y el cuarto.
"Somos un equipo pequeño, así que desempeño muchas funciones; hago marketing y también algo de atención al cliente."
Veredicto: irrelevante para esta tarea. Un detalle biográfico interesante que no cambia nada sobre cómo debería redactarse el email. Es el equivalente conversacional de un mensaje de Slack que empieza con "básicamente" y termina cuatro minutos después llegando al punto real.
"por favor, usa un tono cálido pero profesional, mantén los párrafos cortos porque nuestros clientes leen desde el móvil y evita siempre hacer afirmaciones médicas, ya que no estamos regulados por la FDA como medicamento"
Veredicto: más reglas permanentes, identificadas correctamente como importantes, ubicadas incorrectamente. "Evitar afirmaciones médicas" no es una preferencia puntual: es una regla de cumplimiento que debería aplicarse a cada texto que esta marca genere, siempre. Enterrar una salvaguarda legal permanente dentro de un único prompt significa que solo te protege los días en que recuerdas escribirla. No es una elección de estilo, es una responsabilidad legal ubicada en el lugar equivocado.
"nos gusta terminar los emails con un CTA suave, no insistente"
Veredicto: vago, y lo vago sale caro. «Suave, sin presionar» significa algo distinto para cada lector de esta frase, incluida la AI. Tendrá que adivinar. Puede que acierte. O puede que escriba «¡Descubre hoy nuestros productos más vendidos!» y tengas que explicar, otra vez, que para ti «hoy» suena insistente. Las instrucciones vagas no fallan de forma evidente - fallan en silencio, al producir un primer borrador de aspecto plausible que se desvía ligeramente, lo que provoca una ronda de mensajes del tipo «no, más bien...», que cuesta más tiempo que haber escrito la instrucción específica desde el principio.
"¿Puedes escribirme un correo electrónico de bienvenida para los nuevos suscriptores de nuestro boletín? Probablemente debería explicar quiénes somos y qué recibirán al suscribirse. Quizá pueda tener menos de 200 palabras."
Veredicto: por fin, la tarea real - enterrada en la palabra 190. Esto es realmente todo lo que la AI necesitaba para abordarlo con claridad. Todo lo anterior era aclaración preliminar, contexto permanente que no debería volver a escribirse o indicaciones de estilo vagas compitiendo por la atención con la solicitud real.
"Muchas gracias, avísame si necesitas algo más de mi parte."
Veredicto: bien. También se puede eliminar sin problema. A la AI no le va a molestar que falte.
~230 palabras en total. Aproximadamente 30 palabras son la tarea propiamente dicha. Unas 90 palabras son contexto permanente que nunca debería ser necesario volver a escribir. Unas 60 palabras son reglas reales de estilo y cumplimiento normativo varadas en un mensaje puntual. El resto es relleno. Esa proporción es todo el problema.
Lo que realmente corrige aquí un archivo de Skill
Un archivo de Skill (el documento de instrucciones del sistema / del proyecto que cargas una sola vez en Claude, ChatGPT o Gemini) es simplemente un espacio permanente para todo lo que hay en ese prompt y no forma parte de la tarea. El nombre de la marca, la audiencia, las reglas de tono, las palabras prohibidas, las medidas de protección de cumplimiento normativo, las preferencias de formato... todo queda definido una vez, se carga una vez y, a partir de entonces, simplemente es verdad en todas las conversaciones. Ya no tienes que volver a escribir datos permanentes de memoria, lo que significa que no te arriesgas a que la voz de tu propia marca aparezca ligeramente diferente un martes porque tenías prisa.
Carga Jake una sola vez con la voz de tu marca, las reglas de tono y la lista de palabras prohibidas, y a partir de entonces cada correo electrónico de bienvenida, descripción de producto o brief de página de destino parte de una base específica y coherente con la marca, en lugar de una suposición.
Ver a Jake - redactor publicitario de conversión →Anexo B: la versión «después»
Supón que el archivo de Skill anterior ya está cargado: el nombre de la marca, la audiencia, las reglas de voz, las palabras prohibidas y la salvaguarda de cumplimiento de la FDA están definidos una sola vez y de forma permanente. Este es el mensaje completo que se envía cuando surge una tarea real de correo electrónico de bienvenida:
"Escribe un correo electrónico de bienvenida para los nuevos suscriptores del boletín, de menos de 200 palabras, que termine con una CTA suave para visitar la página de los más vendidos. Menciona qué obtendrán al suscribirse (acceso anticipado a los lanzamientos de nuevos sérums y códigos de descuento ocasionales)."
Eso es todo. Dos frases. Sin volver a explicar la empresa. Sin volver a explicar el tono. Sin esperar que la AI recuerde qué significa "no insistente" esta vez, porque "no insistente" ya estaba definido en el archivo de Skill con un ejemplo real, no como una sensación.
Por qué la versión posterior es más barata Y mejor
Estas son dos ventajas distintas, y vale la pena separarlas:
- Más barato: el contexto permanente (marca, audiencia, tono, reglas de cumplimiento) se escribe una vez en lugar de una vez por conversación. A lo largo de una semana de prompts, no es un error de redondeo - es la diferencia entre un mensaje de 230 palabras y uno de 30 palabras, cada vez. Menos tokens de entrada, menos minutos dedicados a escribir de memoria el mismo párrafo y menos carga mental para llegar al punto.
- Mejor: la AI no tiene que adivinar estándares no expresados, porque ya no queda ninguno. "CTA suave" no es una sensación que el modelo tenga que inferir del tono - es una regla que el archivo de Skill ya explica con un ejemplo de cómo es algo suave frente a algo insistente. Eso implica menos seguimientos del tipo "no, más bien..." que hay que hacer, y ese es el coste real y oculto de un primer prompt impreciso: no la primera respuesta, sino las tres reescrituras necesarias para obtener una respuesta que realmente enviarías.
Si pones esas dos cosas juntas, las cifras son contundentes: un prompt un 85% más corto que produce un primer borrador que necesita menos edición no es una pequeña mejora de eficiencia. Es la diferencia entre "la AI como un becario lento y poco fiable que lo olvida todo de la noche a la mañana" y "la AI como un especialista que ya sabe cómo trabajas".
Si tu "prompt desperdiciado" es en realidad un briefing de SEO desperdiciado - volver a explicar tu nicho, las palabras clave objetivo y las reglas de contenido cada vez -, Serge conserva ese contexto de forma permanente para que cada briefing empiece con la tarea real.
Ver a Serge - Especialista en SEO →Cómo ejecutar este análisis en tus propios prompts
Toma tu último prompt largo para ChatGPT o Claude y resáltalo con tres colores: gris para el preámbulo que eliminarías sin perder nada, amarillo para los datos permanentes sobre ti o tu empresa que no cambian de una tarea a otra, y verde para la tarea real. Si el amarillo ocupa más de un tercio del mensaje, no es un problema del prompt: falta un archivo de habilidades. Todo lo amarillo pertenece a un lugar permanente. Todo lo verde es lo que deberías escribir realmente.
En resumen:
La mayoría de los prompts largos no son detallados, sino desorganizados: mezclan datos permanentes sobre ti con la única cosa para la que realmente quieres una respuesta hoy. Traslada una vez la información permanente a un archivo de habilidades como Jake (Redactor de conversión) o Serge (Especialista en SEO), y después de eso cada prompt podrá tener dos frases sinceras en lugar de un párrafo de reintroducción.
Introduce cómo tú o tu equipo usan realmente los chats de AI y obtén una estimación mensual real del desperdicio de tokens y dinero por repetir prompts frente a usar un archivo de habilidades persistente. Sin registro ni correo electrónico: solo las matemáticas de esta publicación aplicadas a tus cifras.
Prueba la calculadora →Preguntas frecuentes
¿Qué es exactamente un «archivo de habilidades»?
Es un documento de texto, a menudo escrito en Markdown, que pegas una vez en las instrucciones del proyecto de Claude, en un GPT personalizado o proyecto de ChatGPT, o en un Gem de Gemini. Contiene todo lo que debería mantenerse constante en cada conversación: quién eres, tus estándares, tus reglas de cumplimiento y tus preferencias de formato. Después, cada chat nuevo empieza sabiendo todo eso.
¿Acaso repetir el contexto en cada prompt no es simplemente «ser exhaustivo»?
Parece exhaustivo, pero en realidad es justo lo contrario de fiable: reconstruyes los mismos datos de memoria cada vez, lo que hace que se cuelen pequeñas inconsistencias, y dedicas palabras a la preparación en lugar de a la tarea real. Un archivo de habilidades es más exhaustivo que cualquier prompt, porque se escribe una vez, con cuidado, y no se deteriora bajo presión de tiempo.
¿De verdad un prompt más corto produce una respuesta mejor?
Un prompt más corto sobre un archivo de habilidades cargado produce una respuesta mejor, porque las reglas permanentes siguen ahí: simplemente no compiten por la atención con la tarea dentro de un mismo mensaje. Un prompt corto sin un archivo de habilidades detrás es algo distinto y peor: es una solicitud sin especificar lo suficiente.