No existen los prompts mágicos. Lo que sí existe es la documentación que publican las tres empresas detrás de ChatGPT, Claude y Gemini para explicar cómo sacar el máximo partido a sus modelos, y es bastante menos misteriosa que las listas de «100 prompts que lo cambian todo». Leídas juntas, las tres guías repiten casi las mismas ideas: sé claro, da contexto, enseña con ejemplos, pide el formato que quieres y divide lo complicado.Para quién es: para cualquiera que use un chatbot a diario y note que unas veces acierta y otras no. Las guías están escritas para desarrolladores que usan las API, pero sus principios se aplican igual en la ventana de chat. Aquí van, técnica a técnica, con lo que dice cada empresa.TécnicaOpenAIAnthropicGoogleInstrucciones claras y específicasSíSíSíExplicar el contexto o el porquéSíSíSíEjemplos (few-shot)SíSí, de 3 a 5Sí, «siempre»Rol o identidadSíSíSíSeparar partes con Markdown o etiquetas XMLSíSíSíDividir tareas complejas en varios promptsNo lo destaca en su guía generalSíSí¿Qué significa ser «claro» en un prompt?Significa decir exactamente qué quieres, con qué límites y en qué formato, sin esperar que el modelo lo adivine. Las tres guías lo ponen en primer lugar.La guía de buenas prácticas de Anthropic propone una imagen útil: trata al modelo como a un empleado brillante pero recién llegado, que no conoce tus normas ni tu forma de trabajar. Y añade una «regla de oro»: enséñale tu prompt a un compañero con poco contexto sobre la tarea; si él se perdería, el modelo también. Si quieres que vaya más allá de lo básico, pídelo de forma explícita.La guía de Google para Gemini coincide y añade dos piezas concretas: las restricciones (por ejemplo, «resume este texto en una frase») y el formato de respuesta (tabla, lista, párrafo, palabras clave). Para sus modelos más recientes pide ser preciso y directo, y evitar el lenguaje «innecesario o excesivamente persuasivo». Es decir, sobran las súplicas y las mayúsculas.OpenAI va en la misma línea en su guía de prompt engineering: sus modelos GPT funcionan mejor con instrucciones explícitas sobre cómo completar la tarea.Un detalle práctico de Anthropic que mejora mucho los resultados: di lo que quieres en lugar de lo que no quieres. En vez de «no uses listas», pide «responde en párrafos de prosa».¿Por qué importa explicar el porqué?Porque el modelo generaliza mejor cuando entiende la razón de una instrucción. Anthropic lo ilustra con un ejemplo: «nunca uses puntos suspensivos» funciona peor que «tu respuesta la leerá en voz alta un sintetizador de voz, así que no uses puntos suspensivos, porque no sabrá pronunciarlos».Google lo plantea como añadir contexto: incluir la información que el modelo necesita para resolver el problema en lugar de suponer que ya la tiene. OpenAI recuerda que el contexto sirve también para dar acceso a datos que el modelo no vio en su entrenamiento o para limitar la respuesta a las fuentes que tú eliges.Hay un matiz interesante sobre dónde colocarlo. Con documentos largos, Anthropic y Google recomiendan poner primero el material y la pregunta al final. Anthropic afirma que, en sus pruebas, colocar la consulta al final puede mejorar la calidad de la respuesta hasta un 30% con entradas complejas de varios documentos. Google sugiere enlazar ambas partes con una frase de transición del tipo «basándote en la información anterior…».Los ejemplos valen más que las explicacionesSi quieres un formato o un tono concreto, enséñalo con ejemplos en lugar de describirlo. Es la técnica en la que las tres guías son más enfáticas.Google llega a decir que recomienda incluir siempre ejemplos y que, si son lo bastante claros, puedes quitar instrucciones. Pero avisa de un riesgo: con demasiados, el modelo puede ajustarse en exceso a ellos. Anthropic propone de 3 a 5 ejemplos que sean relevantes, variados (para que el modelo no copie patrones accidentales) y bien delimitados. OpenAI pide mostrar «un rango diverso» de entradas posibles con su salida deseada.En la práctica, si quieres que un chatbot resuma correos con un estilo, pégale dos o tres resúmenes que te gusten. Funciona mejor que tres párrafos explicando cómo te gustan.Rol y estructura: darle un esqueleto al promptUn rol breve y una estructura con secciones separadas ayudan al modelo a no mezclar instrucciones, datos y ejemplos. Las tres guías lo recomiendan, con distintos grados de detalle.OpenAI propone un orden para las instrucciones de sistema: identidad (propósito y estilo), instrucciones (qué hacer y qué no), ejemplos y contexto. Sugiere separar las secciones con encabezados de Markdown y usar etiquetas XML para delimitar dónde empieza y acaba cada documento. Anthropic dice que fijar un rol, «incluso una sola frase», ya cambia el resultado, y aconseja envolver cada tipo de contenido en su etiqueta (, ). Google pide elegir un formato de separación y mantenerlo de forma coherente dentro del prompt.¿Cuándo conviene dividir una tarea en varios prompts?Cuando la tarea tiene pasos encadenados o quieres revisar los resultados intermedios. Google recomienda crear un prompt por instrucción, encadenar prompts (la salida de uno es la entrada del siguiente) o repartir partes de los datos y agregar después los resultados.Anthropic matiza que sus modelos ya resuelven internamente buena parte del razonamiento en varios pasos, pero que encadenar sigue siendo útil cuando necesitas inspeccionar lo intermedio. Su patrón más común es la autocorrección: borrador, revisión contra unos criterios y versión final, cada paso por separado. Aplicado al chat, es tan sencillo como pedir primero un esquema, corregirlo tú y solo después pedir el texto. Es también una buena forma de usar la IA para estudiar sin que estudie por ti.Las tres guías comparten una última idea que casi nadie aplica: iterar y medir. Google insiste en que diseñar prompts es un proceso iterativo; OpenAI recuerda que las respuestas no son deterministas y recomienda crear pruebas y evaluaciones para medir cómo se comporta un prompt a medida que lo cambias; Anthropic empieza su guía pidiendo definir antes qué es un buen resultado.Mi lectura es que el «prompt engineering» como oficio esotérico se está desinflando, y estas guías lo confirman sin decirlo. Lo que recomiendan OpenAI, Anthropic y Google es, en esencia, lo mismo que pedirías a un buen encargo profesional: objetivo claro, contexto, un ejemplo de lo que esperas y el formato de entrega. La diferencia con un compañero humano es que el modelo no te pedirá aclaraciones por iniciativa propia en la mayoría de los casos, así que tienes que dárselas de entrada.Quien venda plantillas milagrosas está vendiendo atajos a algo que las propias empresas explican gratis. Creo que lo que de verdad marca la diferencia es conectar el modelo con tus datos y herramientas, como hace el Model Context Protocol de Anthropic, y escribir peticiones que se entiendan a la primera.La noticia Cómo escribir buenos prompts: las técnicas en las que coinciden OpenAI, Anthropic y Google fue publicada originalmente en Wwwhatsnew.com por Natalia Polo.