Indicaciones de chatGPT: Ejemplos reales para cada caso de uso

Me pregunto cuántas personas prueban chatGPT una vez, se decepcionan y se rinden. Recuerdo que un compañero mío te pidió la semana pasada que le ayudaras con el análisis de datos. Recibió consejos generales sobre cómo limpiar conjuntos de datos y comprobar si había valores atípicos. Técnicamente correcto, pero completamente inútil para tu problema real. Te ayudé a probar algo diferente: Analiza este conjunto de datos de ventas para detectar tendencias estacionales y sugiere qué categorías de productos muestran un rendimiento en descenso. En esa ocasión, obtuvo información valiosa en cuestión de segundos.

La diferencia no era la IA. Fue la indicación. Una indicación es simplemente la instrucción que le das a chatGPT, y controla todo lo que obtienes a cambio. Es cierto que las preguntas vagas producen respuestas vagas y las preguntas específicas producen respuestas útiles. Pero hay más que eso. Te explicaré paso a paso cómo hacerlo.

En este artículo, compartiré lo que he aprendido sobre cómo escribir indicaciones eficaces para chatGPT y mostraré técnicas específicas que realmente funcionan. Verás ejemplos prácticos de redacción, programación, análisis de datos, tareas empresariales y aprendizaje, además de técnicas avanzadas para gestionar flujos de trabajo complejos y automatización.

Conceptos básicos sobre las indicaciones de chatGPT

Un prompt es cualquier cosa que escribas en chatGPT. Podría ser una pregunta ( «¿Qué es el descenso por gradiente?»), una instrucción («Resume este párrafo») o algo con más contexto ( «Eres profesor de SQL. Explica las uniones a los principiantes»).

La diferencia entre las indicaciones simples y las estructuradas es enorme. Mira a estos dos:

Mensaje sencillo:

Write about machine learning

Indicación estructurada:

Write a 150-word explanation of supervised learning for business analysts with no technical background. Use an analogy involving customer data.

El primero no te da casi nada con lo que trabajar a chatGPT. El segundo especifica la audiencia, la duración y el enfoque. Obtendrás resultados completamente diferentes.

La ingeniería de prompts es la habilidad de diseñar entradas eficaces para la IA. No es programación. Es comunicación. Estás aprendiendo a dar instrucciones claras basándote en cómo procesa el lenguaje chatGPT.

Dejé de tratar las indicaciones como consultas de búsqueda y empecé a tratarlas como instrucciones. Una vez que hice ese cambio, mis resultados mejoraron drásticamente.

Cómo entiende chatGPT las indicaciones

chatGPT interpreta tus instrucciones basándose en el contexto, el rol, el tono y la estructura. No «entiende» realmente como lo hacen los humanos. Predice qué respuesta tiene sentido basándose en los patrones que ha aprendido durante el entrenamiento. Por eso es tan importante la claridad.

Hay tres factores clave que influyen en la forma en que chatGPT lee tu comando:

• Claridad: El lenguaje impreciso produce resultados inconsistentes. «Explicar Python» puede significar muchas cosas diferentes. «Explica cómo funciona la sintaxis de comprensión de listas de Python con tres ejemplos» es claro y específico.
• Especificidad: Las preguntas genéricas obtienen respuestas genéricas. Si preguntas «¿Cómo analizo los datos?», chatGPT tiene que adivinar qué sabes, qué herramientas utilizas y qué intentas conseguir. Pregunta «Muéstrame cómo identificar valores atípicos en un DataFrame de Pandas utilizando el método IQR» y obtendrás algo inmediatamente útil.
• Estructura: Las indicaciones organizadas funcionan mejor. Si divide las solicitudes complejas en pasos numerados o viñetas, chatGPT las seguirá más fácilmente.

Asignar un rol cambia la forma en que chatGPT responde. Escribe «Eres analista financiero» y ajustará automáticamente el lenguaje y la profundidad. Esto funciona porque el modelo ha visto innumerables ejemplos de cómo se comunican los analistas financieros.

El tono también es importante. Si pides un «resumen formal de negocios» en lugar de una «explicación informal para un amigo», obtendrás estilos muy diferentes.

Nota: Si utilizas la API de chatGPT, puedes controlar la aleatoriedad con el ajuste de temperatura (0 = consistente, 1 = creativo) y configurar mensajes del sistema que se aplican a toda la conversación. Para la mayoría de los usuarios que trabajan con la interfaz web, la clave es ser específico en tus indicaciones.

Ejemplos de comandos de chatGPT por categoría

He organizado estos ejemplos por categoría. Cada sección explica qué hace que las indicaciones funcionen en ese ámbito y, a continuación, te ofrece ejemplos que puedes copiar y adaptar a tu propio trabajo.

Pistas para escribir

¿Qué hace que funcionen?

• Especificar el público, el tono y el formato
• Establece límites de número de palabras o estructura.
• Define claramente el propósito.

Ejemplo 1: Introducción al blog

Write a 100-word blog introduction explaining why SQL remains essential for data analysis despite the rise of Python and R. Target audience: data analysts considering which skills to prioritize.

Ejemplo 2: Correo electrónico profesional

Draft a 150-word email to a client explaining a project delay. Tone: professional but empathetic. Include a revised timeline and one proactive solution to minimize impact.

Ejemplo 3: Contenido de redes sociales

Write three LinkedIn post variations (under 200 characters each) announcing a new data visualization course. Emphasize practical skills over theory. Use a conversational, encouraging tone.

Ejemplo 4: Documentación técnica

Rewrite this API error message for non-technical users: "Authentication token expired. Error 401." Make it clear what happened and what action to take.

Ejemplo 5: Escritura creativa

Write a 200-word product description for noise-canceling headphones. Target remote workers. Focus on productivity benefits, not technical specs. Conversational tone.

¿Ves el patrón? Cada mensaje indica quién está leyendo, por qué y qué formato deseas. Sin conjeturas. Obtienes borradores iniciales utilizables.

Indicaciones para la codificación

¿Qué hace que funcionen?

• Especificar el lenguaje de programación y el tipo de tarea
• Incluye mensajes de error o contexto de código.
• Pide razonamientos, no solo resultados.

Ejemplo 1: Generación de código

Write a Python function that takes a list of dictionaries and returns a new list containing only items where the 'status' key equals 'active'. Include error handling for missing keys.

Ejemplo 2: Depuración

This Python function is supposed to calculate the median of a list, but it fails on even-length lists. Identify the bug and provide a corrected version:

def median(numbers):
    sorted_nums = sorted(numbers)
    mid = len(sorted_nums) // 2
    return sorted_nums[mid]

Ejemplo 3: Explicación del código

Explain what this SQL query does, identify any performance concerns, and suggest an optimized version:

SELECT * FROM orders WHERE customer_id IN (SELECT id FROM customers WHERE region = 'West')

Ejemplo 4: Refactorización

Refactor this JavaScript code to use async/await instead of promise chaining. Maintain the same error handling logic:

[paste code here]

Ejemplo 5: Identificación de casos extremos

Review this Python function for edge cases it doesn't handle. List each edge case and suggest how to fix it:

def divide_list(numbers, divisor):
    return [n / divisor for n in numbers]

Consejo: Para depurar, añade «explica tu razonamiento en cada paso» para detectar errores lógicos que la generación de código simple no detecta.

Solicitudes de análisis de datos

¿Qué hace que funcionen?

• Describe la estructura de tu conjunto de datos.
• Pide interpretación y razonamiento.
• Solicitar recomendaciones de visualización

Ejemplo 1: Análisis exploratorio

I have a sales dataset with columns: date, product_category, revenue, region. Suggest five exploratory questions I should investigate first, and explain why each matters for business decisions.

Ejemplo 2: Identificación de tendencias

This dataset shows monthly website traffic for 18 months: [paste data]. Identify three meaningful trends and explain what might be causing each one.

Ejemplo 3: Recomendaciones de visualización

I need to present quarterly revenue by product line (5 categories) to executives. Suggest the best chart type and explain why it's more effective than alternatives.

Ejemplo 4: Enfoque estadístico

I want to test whether a new checkout process increased conversion rates. I have before/after data for 1,000 users. What statistical test should I use and why? What assumptions do I need to verify first?

Ejemplo 5: Evaluación de la calidad de los datos

Review this customer dataset summary: 10,000 rows, 15% missing email addresses, age ranges from 18-120, some negative purchase amounts. Prioritize the three most critical data quality issues and suggest fixes.

Indicaciones comerciales

¿Qué hace que funcionen?

• Asignar un rol con contexto empresarial
• Solicita resultados estructurados y procesables.
• Establece restricciones y escenarios claros.

Ejemplo 1: Análisis de mercado

You are a market analyst. Summarize the top three risks for a U.S.-based SaaS company expanding to the European market. For each risk, provide one specific mitigation strategy. Keep the response under 200 words.

Ejemplo 2: Posicionamiento competitivo

Compare three project management tools - Asana, Monday.com, and Trello - for a 50-person marketing team. Focus on collaboration features and pricing. Present findings as a decision matrix.

Ejemplo 3: Desarrollo de casos de negocio

Draft a business case for implementing automated customer support chatbots. Include expected cost savings, implementation timeline, and two potential risks. Target audience: CFO and operations director.

Ejemplo 4: Preparación de la reunión

I'm presenting Q3 results to the board. Revenue is up 12% but customer acquisition cost increased 18%. Prepare three talking points that acknowledge the CAC increase while emphasizing overall growth trajectory.

Ejemplo 5: Mejora de procesos

Our sales team spends 10 hours weekly manually updating CRM records. Suggest three automation solutions, ranked by implementation difficulty and potential time savings.

Indicaciones para el aprendizaje y la enseñanza

¿Qué hace que funcionen?

• Especifica el nivel de conocimientos actual del alumno.
• Pide analogías y ejemplos concretos.
• Pide explicaciones paso a paso.

Ejemplo 1: Explicación del concepto mediante analogía

Explain gradient descent to someone learning machine learning for the first time. Use a hiking analogy. Keep it under 150 words.

Ejemplo 2: Desglose apto para principiantes

I'm learning Python and don't understand decorators. Explain what they do, why they're useful, and show one simple example. Assume I understand functions but not advanced concepts.

Ejemplo 3: Generación de cuestionarios

Create five multiple-choice questions testing understanding of SQL joins. Include one question each for: inner join, left join, right join, full outer join, and cross join. Provide explanations for correct answers.

Ejemplo 4: Tutorial paso a paso

Teach me how to create a pivot table in Excel. I've never used them before. Break it into numbered steps with one clear action per step. Use a sample sales dataset as the example.

Ejemplo 5: Comparación de conceptos

Explain the difference between supervised and unsupervised learning as if teaching a business analyst with no machine learning background. Use real-world business examples for each.

Cómo escribir mejores indicaciones para chatGPT

Las mejores indicaciones equilibran la claridad con el contexto. A continuación, te presentamos algunas técnicas probadas que mejoran los resultados:

Sugerencias sin disparo

La indicación «zero-shot» solo significa preguntar directamente sin ejemplos. Funciona para cosas sencillas:

Summarize this paragraph in one sentence: [paste text]

Solicitud única

Las indicaciones únicas proporcionan un ejemplo para mostrar el tono o formato que deseas:

Convert these technical terms to plain language. Example: "API" becomes "a way for software programs to communicate with each other."

Now convert: "OAuth authentication"

Sugerencias con pocos ejemplos

Las indicaciones con pocos ejemplos proporcionan múltiples ejemplos para enseñar un patrón:

Convert these product names to URL-friendly slugs:
"Premium Wireless Headphones" → "premium-wireless-headphones"
"4K Ultra HD Monitor" → "4k-ultra-hd-monitor"

Now convert: "Ergonomic Standing Desk Pro"

Consejo: Guarda tus mejores indicaciones de pocos disparos. Guarda un documento con plantillas para revisiones de código, análisis de datos y redacción de informes que reutilices constantemente.

Cadena de pensamientos sugeridos

La cadena de pensamiento solicita a chatGPT que razone paso a paso:

A store sells notebooks for $3 each. If you buy 5 or more, you get 20% off the total. How much do 7 notebooks cost? Think step by step.

Indicación de roles

El papel determina la experiencia y el estilo de comunicación:

You are a SQL instructor teaching beginners. Explain what a foreign key is and why it matters in 100 words or less. Use a real-world analogy.

Las restricciones y el formato mantienen las respuestas centradas:

List three advantages of cloud computing. Requirements:
Bullet points
One sentence per point
Focus on cost and scalability
Under 100 words total

Rara vez lo consigo a la primera. Mi flujo de trabajo: empezar de forma sencilla, comprobar el resultado y, a continuación, añadir 2-3 detalles específicos para el siguiente intento. Normalmente funciona al segundo o tercer intento.

Técnicas avanzadas de sugerencias

Te explicaré las técnicas que potencian las capacidades de razonamiento, coherencia y automatización de chatGPT para tareas complejas.

Autoconsistencia y preguntas para la reflexión

Pídale a chatGPT que genere varias soluciones y compáralas:

Generate three approaches to reducing customer churn for a SaaS company, each in 2 sentences. Then compare them in 3 sentences and recommend the best one.

Las indicaciones de reflexión detectan errores:

Review your previous answer for accuracy, clarity, and completeness. Identify any gaps or potential improvements.

Meta-prompting

Pídele a chatGPT que diseñe indicaciones para ti:

I need to summarize academic papers. Generate three reusable prompt templates: one for methodology, one for key findings, and one for limitations. Keep each template under 20 words.

Gestión de ventanas contextuales

Mantén las conversaciones largas centradas recordándole a chatGPT cuáles son tus objetivos:

Reminder: We're designing a data pipeline for real-time analytics. All suggestions should prioritize low latency over storage efficiency.

Now, how should we handle schema changes?

En conversaciones largas, reafirmo mi objetivo principal cada pocos intercambios. Mantiene chatGPT alineado con lo que realmente estoy tratando de lograr.

Indicaciones modulares y multivuelta

Divide las tareas grandes en pasos secuenciales:

Ejemplo de flujo de trabajo para escribir un artículo técnico:

Indicación 1:

Generate an outline for a 2,000-word article on API rate limiting. Include 5 main sections with 2-3 subsections each.

Indicación 2:

Using the outline you just created, write a 200-word introduction that explains why rate limiting matters for API developers.

Indicación 3:

Now expand the "Implementation Strategies" section. Include code examples in Python.

Comprueba y ajusta en cada paso en lugar de generar todo de una vez. Para la automatización, los programadores pueden programar estas secuencias utilizando la API de OpenAI.

Acumulación de roles y perspectivas

Combina múltiples roles para obtener respuestas equilibradas:

You are both a data scientist and a project manager. Explain how to prioritize machine learning projects. Address both technical feasibility and business impact.

He descubierto que combinar funciones como «científico de datos y analista de negocios» me proporciona respuestas equilibradas cuando necesito tanto profundidad técnica como aplicación práctica.

Preguntas para la evaluación y la autocrítica

Haz que chatGPT evalúe tu propio resultado:

[After receiving a response]

Rate your previous answer on these dimensions:
- Clarity (1-10)
- Accuracy (1-10)
- Completeness (1-10)

For any score below 8, explain what's missing and provide an improved version.

Plantillas de mensajes y reutilización

Crea plantillas reutilizables para tareas frecuentes:

Plantilla para el análisis de conjuntos de datos:

Analyze this [DATASET TYPE] dataset with [NUMBER] rows and [NUMBER] columns.

Provide:
1. Overview: Key characteristics and data types
2. Trends: Three meaningful patterns
3. Outliers: Unusual values or anomalies
4. Visualizations: Suggest three charts with rationale

Dataset: [PASTE DATA OR DESCRIPTION]

Errores comunes y cómo solucionarlos

Error 1: Indicaciones vagas o demasiado generales

Mal: Tell me about Python

Por qué falla: chatGPT tiene que adivinar lo que quieres. Obtendrás contenido genérico.

Corregido:

Explain how Python's list comprehension syntax works. Include three examples: filtering a list, transforming values, and nested comprehensions.

Error 2: Hacer varias preguntas sin relación entre sí a la vez.

Mal: Explain machine learning, recommend a Python course, and help me debug this code

Por qué falla: chatGPT divide la atención entre tres tareas. Cada respuesta será superficial.

Corregido: Divide en indicaciones separadas, una tarea cada una.

Error 3: Ignorar las limitaciones del modelo

Mal: What were Apple's exact revenue figures for Q3 2025?

Por qué falla: chatGPT no puede acceder a datos en tiempo real y puede inventar cifras que suenen plausibles.

Corregido:

Explain how to interpret a company's quarterly revenue report. What metrics should I focus on beyond top-line revenue?

Error 4: Sin restricciones ni especificaciones de formato.

Mal: Summarize this article: [paste long article]

Por qué falla: No hay indicaciones sobre la extensión, el enfoque o el público destinatario.

Corregido:

Summarize this article in three bullet points. Focus on actionable takeaways for data analysts. Maximum 150 words total.

Error 5: Suponiendo que chatGPT recuerda el contexto desde hace mucho tiempo

Mal: Use the approach we discussed earlier (después de 20 intercambios)

Corregido:

Use the Python pandas approach we discussed for handling missing values (forward fill method). Apply it to this new dataset: [paste data]

Conclusión

Las buenas indicaciones para chatGPT se reducen a una comunicación clara. La diferencia entre unos resultados aceptables y unos resultados excelentes es la especificidad: define quién es tu público, establece límites y sé explícito sobre lo que quieres.

Empecé con lo básico (asignación de roles, ejemplos con pocos disparos, razonamiento en cadena) y lo adapté a tu trabajo. Presté atención a qué indicaciones funcionaban y cuáles no. Así es como mejoré en esto.

Estas técnicas funcionan en diferentes campos porque se ajustan a la forma en que chatGPT procesa el lenguaje. Ya sea que estés programando, analizando datos o redactando documentos comerciales, se aplican las mismas reglas: sé claro, sé específico y repite el proceso en función de los resultados.

Para desarrollar tus habilidades en inteligencia artificial y datos, consulta nuestra  curso Introducción a chatGPT y Fundamentos de IA programa. Para practicar con indicaciones en el trabajo con datos, consulta Trabajar con la API de OpenAI.